|
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！ |
|
|
