最近听人说 现在银行的摄像头,老厉害了 特别是身上带一条红线的那种 像福尔摩斯一样,具有推理能力 如果你敢在摄像头下“造次” 就这样 分分钟被“就地制服” 可不,银行 安防级别太严苛了 里里外外,装了无数摄像头 喏 这是一个真实的场景 某银行营业厅的一角 密密麻麻装了8个摄像头 这些摄像头 就像一双双高度戒备的“眼睛” 全覆盖,无死角 而这些“眼睛”录下的监控画面 一般先存储在网点本地 再通过银行专网传输到分行监控中心 出现异常,可以实时报警 发生纠纷,可以回放还原 ... 多年来 这个看似很顺溜的流程 采集→存储→传输→监控分析→备份→联网管理 其实,并不完美 这些海量视频数据 大部分时间,处于“沉睡”状态 充当着“事后诸葛亮”的角色 用来做“预警”或“实时响应” 就差点意思了 也做不到和业务数据融合 这都是巨大的“沉默”成本呀 所以,现在业界有个普遍的共识 银行安防系统,应该升级改造啦 应该向「智能安防时代」演进 ▌看得见,模拟时代→本地可存可查 ▌看得清,数字时代→可远程调看;可联网可联动 ▌看得懂,智能时代→实时分析,主动预警;还需安防与业务融合→提高风控水平丨提升获客能力丨整合数据资产丨引领新业务 既然智能时代前景这么“诱人” 银行,也想改造啊 但是改造升级到底有多麻烦? 改造升级到底要花多少钱? 确实,银行历史包袱很重 首先,从建设模式说起 从前,传统安防厂商采用「软硬件紧耦合」的 产品形态交付给银行客户 结果是「烟囱林立」 即便是新加入的AI后起之秀们 也是按算法交付 比如:VIP客户识别,盗抢,客流等算法 各家算法固定 各家算法之间老死不相往来 烟囱建设的弊病 老生常谈,那就是 造成数据孤岛,数据共享难 目前这些视频数据存储在营业网点 分散在全国各地 银行视频数据现状 银行有改造念头 一琢磨,成本太高!!! 因为 存量摄像机太多了 一家大型商业银行保守估算 有百万级“在岗”摄像头 存量的设备、怎么办? 不可能全部拆了重建吧 这只是冰山一角,总之: 利旧难、联网难、互通难、算法升级难… 银行想变,却发现难上加难 如何选择正确的技术路线,可延展? 如何做到“利旧”,节省成本? 如何不被厂商“捆绑”,自由选择? ... 怎么办?针对这些问题 华为推出了金融智能安防解决方案 两个升级改造点 第一个【单点→银行网点的改造】 第二个【总控→视频联网的改造】 1、银行网点,如何改造?一个银行营业网点 分三大核心安防区域 原来 已经部署了N多厂商的N多摄像头 首先,从成本考虑,必须“利旧” 这些传统的摄像头 它一出生,就限定了固定的算法和功能 人脸抓拍摄像机只能抓拍人脸 微卡口摄像机只能抓拍车辆 甚至有的“天生弱智” 只会“傻拍”,并不具备本地分析能力 需要以来后端的系统来分析 如果算法要升级,硬件和软件都得换 相当于全网重建 但是,华为的摄像机与众不同 软件定义智能摄像机 (缩写为:SDC) 啥意思呢? 硬件和算法是解耦的 一个硬件+灌不同算法 就能变身各种不同用途的摄像头 摄像头的灵魂是“算法” 华为一想,算法这件事 应该我为人人,人人为我 大家一起完善算法 于是 一个基于生态的算法商城诞生了 简单来讲,就像apple store 算法商城,成了华为SDC的核心能力之一 华为的软件定义摄像机看着很吊 那是不是网点升级就要全换呢 这种推倒重建的方案,代价太大 因此 华为推出3条平滑升级路径 ❶ 智能摄像机1拖N升级 原来已经部署的摄像头不用换 相应片区增加一个智能摄像头 这就是 一拖N 1个智能摄像头拖着N个传统摄像头 大家一起变“智能” 采用1 拖N 技术 非智能摄像机的视频流 被引入华为智能摄像机 实现了非智能摄像机的智能化 人脸/ 车辆抓拍、智能分析能力 取决于芯片算力 一颗高算力AI 芯片的智能化处理能力 是普通芯片的几倍甚至几十倍 看看差别就知道了 华为智能摄像机里 配的“大脑”就是 华为完全自主研发的海思芯片 最高算力可达16T (而业界摄像头的算力只有0.66T) 具备这样“强劲大脑”的 华为的软件定义智能摄像机 有200多款型号 这些摄像机,满足各类不同场景 既具备自我智能 又可“1拖N”,为其它摄像头“赋能” ❷ 部署“智能小站”,轻松升级 第二种改造方案,更简单 不替换任何摄像头,不需要额外施工 只需要放一台“智能小站”做“外挂” 整个网点就秒变智能了 智能小站Atlas500即插即用 放置在网点的机房中 对普通摄像头拍摄的视频进行处理 VIP识别、黑名单识别、异常行为识别 “普通安防”轻松升级为“智能安防” ❸用“微云”升级,一举两得 华为还提供了第三条升级之路 用“微云”来做网点的大脑 传统网点安防,都会有DVR或NVR 来存储监控视频 故障率高,运维复杂,扩容麻烦 此时,如果采用“微云” 不仅可以全面替代DVR/NVR 微云内置的昇腾芯片 提供高达32Tops的算力 6种算法,24路视频解析,64路图片分析 网点用微云,不需要换任何摄像头 不需要增加任何智能“外挂” 又能存,又能算,一举两得 就这样,❶❷❸ 有华为软件定义摄像机“拉动” 有华为智能小站“外挂” 有华为微云“一芯两用” 3条升级路,条条通罗马 …… 安防升级后的网点 是这样的 ① 营业厅 :四大区域,无死角覆盖 每个功能区所需功能不同 1、服务过程全记录 人员结构化信息留存 比如在,现金服务区、金融服务区 ①服务过程全记录,记录啥呢?记录每个柜员操作全过程;记录客户的面部特征;记录对话声音,摄像机连接对讲装置 2、智能态势分析 实现资源配置和业务决策 比如,在客户等候区排队 排队长度:客户响应能力分析,优化资源配置人员计数:统计顾客到访规律,精细配置服务资源人员轨迹与驻留时间:网点服务效率辅助分析,流程简化热度图:银行业务关注度量化分析 ② 网点大门口 重要是周围环境监控+人车抓拍 监控要求根据距离不同有所区别 ▌出入口20m监控范围内,要求往来人员的面部特征、车辆号牌等清晰 ▌出入口50m监控范围内,只要求往来人员的体貌特征、车辆颜色等清晰 ③ATM自助区 这个区域的监控核心是 异常事件侦测,比如 最终,你只需要 512K带宽+1个值守工位 就能一览全市各网点实时安保情况 就像上面这样,网点升级完成后 基于银行广域网 可以对各网点的实时安保一览无余 改变“人盯死守”的人防战术 构建“AI支撑”为主的技防系统 但是,这种“联网” 还没有实现视频数据的共享 离散的视频数据并未真正流动起来 无法成为可以挖掘的“金矿” 所以第二步就是 2、视频联网的改造怎么把全网视频共享起来呢? 不光要层层联网 更重要的是把分散的视频变成一朵云 一朵分布式的云:敏边缘、强中心 ①“敏边缘”怎么搞? 算力下沉,每个“边缘”都是智能的 前端:智能的摄像机,本地化处理 网点:智能的微云VCN,本地化存储 分行:智能的CloudIVS3000边缘云,泛接入,区域自治,业务闭环 低价值大容量信息全在边缘处理 关键视图和结构化数据逐级过滤 节省广域带宽和云中心的算力 … ②强中心怎么搞? 就是价值数据集中汇聚 算力可以动态漂移 海量价值数据+强算力+丰富的算法 算法协同,算力共享,数据共享 最终才能把视频“金矿”的价值挖掘出来 让智能安防为金融业务服务 最终,我们来看一下 华为完整的 银行智能安防全景图 想了解更多方案细节 欢迎亲临华为智能安防金融分论坛 特大号,专注IT B2B领域报道! |
|