智慧城市网

登录

安谋科技:软件定义摄像机的三大关键支撑

来源:CPS中安网
2022/2/14 13:54:0033840
  【智慧城市网 视点跟踪】第十八届CPSE安博会展会同期,由深圳市安全防范行业协会、CPSE安博会共同主办,CPS中安网承办,希捷科技冠名的第十六届中国安防论坛技术论坛在深圳会展中心举办。
 
  在第十六届中国安防论坛技术论坛现场,安谋科技高级市场经理李黎明带来了题为《软件定义智能摄像机》的演讲,为现场观众分享了未来智能摄像机市场广阔的前景,以及如何通过关键技术手段——软件定义,去实现智能摄像机的大规模落地。

安谋科技:软件定义摄像机的三大关键支撑

安谋科技高级市场经理李黎明

 
  演讲中李黎明谈及了智能摄像机转向软件定义的三个关键支撑:
 
  01边缘更智能
 
  过去摄像机还只是做本地录像,或者将录像传输到服务器,而智能分析一般是放在服务器或云端,而现在智能分析的工作正在由智能摄像机转移到边缘侧,许多智能应用包括物体检测、人脸识别,越来越多在智能摄像机本身运行。
 
  02设备更安全
 
  摄像机拍摄的视频一般都具有一定的商业价值,或者涉及到公共安全敏感信息,有些信息内容还涉及到个人隐私,所以必须确保摄像机的部署既安全又有韧性。
 
  03开发云原生
 
  将来预计会有越来越多的开发人员在云端开发软件,然后部署到边缘的智能摄像机上。智能摄像机可以持续根据需求变化,部署新的应用程序和服务,从而延长摄像机的生命周期。
 
  Arm认为,软件定义是实现未来物联网市场增长的关键技术之一。现在已经有了许多软件定义的产品,这是因为技术的进步,使软件定义成为一种可能。
 
  软件定义技术堆栈的最底部是操作系统,再往上是虚拟化层,然后是容器化技术,再往上是容器编排工具,这些技术已经为软件定义的数据中心铺平了道路。
 
  现在,到了将软件定义推广到边缘设备的时候,如软件定义汽车、软件定义工业系统。并且软件定义技术已经进入到智能摄像机领域,因为硬件性能足够强大,所以可以实现持续的软件更新和功能升级。
 
  针对目前智能摄像机转向软件定义的三个关键趋势,Arm都能够提供有效的支持和应对方案。
 
  第一个趋势是边缘更智能。智能摄像机可以执行多种智能分析任务,例如识别人或者物体,定位和跟踪,追踪方向和运动可以绘制出人或物体的运动轨迹和热力图。
 
  智能摄像机还能够通过图像分割的方式来自动绘制边界,在出入口控制系统与智能摄像机配合联动的情况下,可以对出入写字楼、工地、校园、社区或停车场等各种空间的人员、货、车辆进行方便地管控,同时通过在设备本地端执行智能分析任务来保护数据隐私和第三方的AI模型。
 
  但是要有效地完成这些任务,机器学习需要异构计算。为此,Arm推出了机器学习平台,以Arm的硬件IP为目标,采用流行的TensoFlow,PyTorch或其他机器学习框架,训练神经网络,将其编译成程序,最后在全系列的Arm IP上运行。
 
  根据机器学习、神经网络的需求,选择适合的硬件IP,可以使用Arm Cortex-A或Cortex-M CPU,GPU、NPU,开发人员就不需要过多关心底层硬件。
 
  Arm推出的机器学习平台包括了Arm Compute Library,用于基本机器学习算法在Cortex-A CPU和Mali GPU上的优化和加速。
 
  同时也包含了Arm CMSIS-NN,用于神经网络算法在Cortex-M CPU上的优化和加速。平台还具备回退机制,NPU不支持的算子可以回退到GPU或CPU上去运行。平台中的Arm Compute Library和CMSIS-NN现在已经在开源社区中公开,供开发者下载使用。
 
  第二个趋势是设备更安全。智能摄像机一般都做了不同等级的安全设计,但是为了让设备更安全,所有智能摄像机都应该遵守一些关键的安全规范,包括6个安全性的要求:信任根、数据安全、端到端安全、数据隐私、安全启动和可信固件,以及安全密钥管理;
 
  为了满足这些安全性要求,Arm提出并实施了一个叫PARSEC的开放标准,以便对安全性进行平台级的抽象。软件层和PARSEC层对话,无须关注底层的硬件实现。
 
  底层可以是本地的硬件安全模块或远程的硬件安全模块,或者是软件可信平台模块或者是专用芯片的可信平台模块,同时Arm也一直致力于平台安全架构PSA的认证。
 
  PAS是一个安全框架,其中包括架构文档、开源代码、威胁模型等,无论开发者的安全专业知识水平如何,都可以更容易的实现安全性。
 
  第三个趋势是开发云原生。在软件定义的摄像机中,应用程序使用面向服务的容器架构进行部署,可以通过应用商店在摄像机售出以后,按照需求来部署新的服务。
 
  例如,在安装摄像机一年以后,可以通过应用商店下载一个支持新车牌类型的车牌识别程序,同时这种架构能够实现连续的在线机器学习和模型更新,能够使用现场拍摄的视频训练神经网络模型,这样模型将与特定场景相关,从而提升模型在这个场景的适应性。这种架构还可以并行执行多个模型推理。
 
  摄像机的有些功能可以由软件来实现,可以从硬件中抽象出来,使用云原生面向服务的架构,这些功能可以作为独立的软件单元来集中管理和交付。
 
  这种架构更容易上云,并在云端进行软件和AI模型的开发,然后无缝部署到摄像机上。因此这种摄像机可以被视为软件定义摄像机,因为它们的功能是由所运行的软件及服务所定义的。
 
  另一个重要方向是遵守芯片和平台级别的通用标准。Arm正在和OEM、ODM合作,用标准解决方案来替代定制解决方案,以加速产品推广和部署,并成为未来智能摄像机的首选平台。
 
  Arm推荐采用通用标准,芯片公司和生态伙伴可以提供符合这些标准的芯片和固件,通用操作系统发行版就可以轻松在平台上运行,开发人员就可以轻松将程序部署在通用的操作系统之上,而无需关心底层硬件实现。
 
  为完全释放软件定义摄像机的潜力,开发和部署速度需要比现在有大幅度的提升,嵌入式软件、云计算服务、硬件设计、联网、计算机学习、安全性都是产品开发过程中的挑战。许多环节面临着复杂性、碎片化问题,这拖慢了开发和推广的进度。
 
  Arm于2019年宣布推出了Project Cassini计划,希望和产业界伙伴一起解决关键问题点,用一种安全的方式,在Arm生态系统中实现云原生的软件开发体验,Arm systemReady是Project Cassini的重要组成部分,是一个标准的方案,用来确保系统部署到arm架构系统上的方式保持一致,这样Arm架构的硬件结合通用软件,就能立即可用。目前已有许多公司加入了Arm systemReady计划,Arm期待更多合作伙伴的加入。
 
  Arm希望提供一个软件定义摄像机的参考解决方案,以加快生态系统发展,且生态系统中所有参与者都将获得相应的价值。
 
  对于芯片公司来说,可以将内部资源集中在产品差异化开发上,从而节省产品标准化部分的开发成本。
 
  对于ODM、OEM来说,由于市场上有多种经过优化的芯片方案供选择,从而可以更快把产品推向市场。对于ISV独立软件开发商、OSV操作系统开发商来说,遵循开源标准将简化他们的工作,并能够为整个生态系统提供统一接口。
 
  对系统集成商来说,软件定义的摄像机将能够轻松部署在各种硬件平台上。最后以安全的方式轻松管理和升级智能摄像机,也将会受到最终用户的欢迎。
 
  据介绍,目前,Arm正在与生态伙伴共同推进标准方案,通过使用标准的解决方案,替换定制的解决方案,以加速软件定义摄像机的大规模落地。

上一篇:超清科技:“元宇宙”未来应用场景猜想

下一篇:五位专家对2021年智慧高速发展的思考

相关资讯:

首页|导航|登录|关于本站|联系我们