0
| 本文作者： 张瑞 | 2019-06-13 15:25 |
成立于2010年，触景无限最初从AR领域切入，让算法与传感器直接结合，应用于手机。
然而AR的繁盛及泡沫都出现得都很快： “对于创业公司来说，AR落地还不成熟，于是我们将‘感知’从AR中抽取了来。” 触景无限CEO肖洪波说道。
触景无限希望能在前端把传感器的信息，如图像、视频、声音、距离、气压、高度、地理位置等融合在一起，在此基础之上再做人工智能的分析，以得到更有价值的信息。
“转行”不久，触景无限就徒手打造了融合算法和硬件的“前端感知”。
2016年，触景无限提供了实际的前端感知产品。这块原本瞄准无人机的感知模块，却被不少安防企业看中，希望与自己的安防产品集成，实现智能化。
与安防市场的碰撞，让触景无限第一次进入了这个领域。
随后肖洪波敏锐的发现，“安防里面真的有需求”。
据调研，在一个中等城市里面，约有一类摄像头5万个，二类联防摄像头，大约为一类摄像头七倍。因而，一个中等城市有大量视频监控数据，以中心式人工智能应对对传输和后端压力很大。并且随着安防智能化大潮的袭来，边缘计算的发展，实时、本地化的处理，成为安防的新趋势。
风口之下，触景无限果断切入这一领域。
“无论是前端智能，还是后端智能，都会有很大的用武之地。前端相当于人的眼睛，很多视觉信息都是在视觉的神经皮层中处理的，而后端则相当于大脑，会进行更多更复杂的处理。”踏入安防市场的肖洪波这样判断道。
自安防行业掀起智能化浪潮开始，对前端智能和后端智能的讨论就不曾停止。
原有的中后端方案，能处理大量视频，并且在对视频数据的多维识别、运维和升级上存在优势。而近些年来兴起的前端则可实时采集人脸、车牌等关键信息，高效抽取关键信息，减少传输的带宽压力，也更适用于广域、移动、便捷的场景。
作为一家从前端切入的公司，肖洪波则认为，视频监控不仅有前端智能和后端智能，从边缘到云端数据中心的运算，其实可以分为从“边缘节点，到边缘中心、局域中心到最后的云端数据中心”的四层结构。
每一层都有不同的应用场景。
而海康也提出了“边缘域、边缘中心，边缘节点”的逻辑架构，可见行业内智能的应用并不是简单的二分法。
“从企业角度出发，选择哪一层，更多是企业关注点不同的问题。我们专注的就是以边缘为中心的这一层，并不存在非此即彼的说法。相对其他企业，我们只是找准了自己的位置和市场。”肖洪波表示。
而在前端，智能到底又能做到几分？
目前在安防领域，前端主要进行的还是对人脸的抽取和识别分析。但随着算力的提升，人体、车辆、车型以及暗光条件下的图像质量恢复等也在不断向“前”迁移。而在安防领域，穿戴设备、手持、门禁、公交、卡口及闸机等场景，如今都能见到前端智能的身影。
“我估计几年之内这个过程不会停止。未来，很有可能五年之后，不再有普通摄像头。”
而除了摄像头，也会有越来越多的带有前端感知能力的电子产品进入市场，挖掘更有价值的传感器数据，打开更大的市场入口。
“前端的主要难题在于边界已经给定了，在算法、算力，以及外界的限制条件下，通过数学或物理上的东西，如何去做优化，这才是前端的挑战。”作为专注前端感知的企业，对这之中的苦辣，显然体会更深。
前端智能，无异于“在螺丝里做道场”。
相对后端智能，前端虽有很多优点，但同时也面临着模型参数大、实时性要求高、运算能力弱以及室外复杂场景运行等问题。
前端对功耗、散热的要求很高，需要做到极致。同时传统神经网络模型参数复杂，会给前端硬件很大的运算压力，模型的压缩、优化也是一个极其重要的点。
另外，前端场景对实时要求高，无法通过网络传输，后端处理数据，同时又涉及各种各样的传感器，会生成大量的数据，这对于前端处理速度也带来很大挑战。
前端算力有限，运算复杂算法的能力相对较弱。而如果要提升运算能力，就需要芯片、工具链的配合，这两者必须同步提升。
“前端智能，实现起来真的很复杂。相对后端有比较成熟的GPU服务器，有很完善的处理环境，前端往往要采用一些不是很成熟的思路。如，现在前端还没有很成熟的芯片，也没有特别丰富的供应链，所以开发难度非常大。”
肖洪波也介绍道，触景无限目前采用的是国外某知名厂商的一款芯片。该芯片，在2014年触景无限将其应用于前端时，已经进行了很长时间的技术打磨，但肖洪波依然觉得“不够”。
室外复杂环境下的问题，也给前端带来了更多的挑战。
“芯片电路功能，在野外的环境下能否使用十年，就是一个挑战。另外，有的时候可能没有电，需要太阳能充电，这样供电很小，就必须保证功耗降低，对硬件和模型进行优化。”
因而，前端智能的问题，不单是一个将智能从后端大型服务器或云端转移到算力有限前端的问题，还是一个将数据处理，从室内转移到室外的问题，需要面对外部环境中电子器件工作条件（温度、湿度等）、寿命、供电等工程问题。
前端智能，实则是“戴着镣铐在跳舞”。
在对技术和场景应用的不断打磨中，触景无限也在不断推出产品及解决方案，加速前端智能进化的过程。
相对于目前后端部署更为常见的市场状况，肖洪波为自己的前端产品，选择了差异化路线。
触景无限目前的前端AI产品，包括盾悟智能盒/分析主机、人工智能模块“瞬视”、 角蜂鸟Horned Sungem AI视觉套件等。
其中，“盾悟”系列主要面向存量市场，相当于在原有普通摄像头基础上改造，一台 “盾悟”支持多路摄像头接入，能对均路成本进行更好控制。
而基于“盾悟”系列的性能和拓展性，触景无限衍生出了针对社区、校园、商场、高戒备场所等多套方案。
例如去年触景无限在司法领域落地，以往监狱等场所，都是人工点名，一小时一次，一次十几分钟，效率和劳动力投入不成比例。而触景无限的方案，可实现行走情境下的非配合点名，效率更高。
相对成本较高的人工智能模块“瞬视”，则瞄准了更垂直的高端智能摄像机领域，注重对超高清摄像头支持多维感知数据的处理及图像的识别。
“这方面我们可能有1-2年的领先优势。”如在交通领域，触景无限的电子警察方案可在前端进行14合一的违章行为的抓拍处理： “我们在一个试点进行实验，原本一个月只能抓拍30多个违章行为，现在能抓拍七百多个违章行为，效率大幅提升。”
目前，业内对于前端和后端的讨论不少。但实际上，能放手押注前端的企业并不多。
大多数安防厂商，面对这一颇具挑战的趋势，选择的策略是“两手抓”。即多是持“端到端”的策略，前端智能与后端智能兼顾：发展前端智能，守住后端智能，看场景和成熟度逐步部署前端，更稳妥。
但是这些布局前端的企业，也逐渐感知到了瓶颈。
“客户之前也跟我们沟通，说很多人在讲前端，但真正能把产品拿过来给测试，真没几个。”肖洪波也认为，前端技术上还有很多难点，市场也还在慢慢打磨。
一方面，部分企业前后端兼顾，精力会相对分散；另一方面，企业若只专注前端，在技术和场景还不够成熟的时候，也会有一定的入局风险。
触景无限则胜在从感知领域切入，并且入局较早，已经有了一定技术和场景积累，这些都形成了行业的门槛。
不过，立足于感知，触景无限的野心，起于安防，不止于安防。
谈及未来，肖洪波告诉雷锋网，安防并非是终点，前端感知有着更广阔的市场。
肖洪波提出了“三毫”概念：毫米、毫秒、毫瓦。
这描述了触景无限对感知的技术愿景，即打造“小体积、反应速度快，且功耗低”的产品，这一理念的最终点就是感知的“芯片化”。以单一的芯片取代原来的复杂设计，置入各种设备，打造一个“看得见”的世界。
至此，触景无限基于感知的未来蓝图愈加清晰。可以期待的是，从前端的开始的感知革命，由“感”而“知”的变化，会在安防及更多领域，在触景无限及更多创企手中越走越远。雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
