“以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。”这便是的近来备受关注的新基建。按下快进键的新基建，也在推动着智慧安防、智慧交通和智慧城市等领域的快速发展。
作为上述领域的重要组成部分，视频监控行业也迎来了新趋势和新挑战。当前，视频监控行业经历了模拟、数字、网络、智能四个阶段，从“看得见”、“看得远”发展到“看得清”、“看得懂”。今天，高清已成为智能监控行业的主流，基于AI的智能分析识别也逐渐兴起。
为什么说视频监控要上“云”？
尽管不同的行业、场合对图像清晰度的要求不同，但高分辨率一直以来是视频监控市场的追求。比如在公安业务中，采用更高分辨率的摄像头能提高车牌识别能力、有助于加强交通规则的执行，最终减少违章行为，甚至助于改善交通拥堵现象。此外，在城市治安、交通管理、楼宇安防等领域高清监控能大大提升系统的应用价值。
不过高分辨率也对存储提出了更高的要求。一般领域中，视频监控系统需要 7×24 小时不间断采集，同时数据留存时日不得少于 30 天。然而，海量数据并不是视频监控存储的唯一挑战。行业还需要支持多通道并行存储，以满足高分辨率、多采集点的数据采集等需求。如何降低存储成本并安全方便地使用这些数据？答案或许在于云端。
当前，为了降低存储成本问题业界已经从 H.264 迁移至 H.265。同时，业界也在考虑如何通过云端 AI 处理解决电力和带宽成本：通过在网络边缘部署高效 AI 推断，我们可以从这些可视化数据中获取有益洞察，并精确决定对其进行编码与传输进而存储的时间、方式以及具体数据内容。
上图为赛灵思与安森美半导体合作开发的全新 SmartCamera+ 演示平台，其可实现低时延人脸检测和视频编码，最高可达 200fps 且功耗低于 10W (Ta=60C)。该平台提供了充足的 AI 推断性能，不仅能够处理单个视频流，还可以处理多个视频流。此外，MPSoC 器件中的片上 VCU 可以支持多流同时编码和解码，并且在此前提下也可以支持传统方式布局 IP 摄像头数据的 AI 推断。
此外，如果用户将此功能与赛灵思的感兴趣区域 (ROI) 编码和多裁剪 IP 相结合，赛灵思技术还可支持用户只将应该存储或重新查看的数据传输到云中。
AI ，让视频监控变得更智能
视频监控行业当前正处于“智能”阶段，AI 人工智能技术在该行业的应用主要分为三类，即生物识别、车牌/车辆识别及视频结构化。具体来看，人脸识别、车牌识别技术应用最为广泛与成熟。传统的安防监控虽然实现了记录功能，却不能准确识别视频中的人、物和场景。而具备视觉的智能视频监控系统则彻底改变这一现状。
目前，AI 技术正深度集成到前端和后端视频设备中，增强了整个系统的精度和效率。与智能摄像头连接的典型后端系统包括智能网络录像机、智能服务器和视频管理软件 (VMS)。由 AI 提供支持的智能视频分析技术是这些产品的精髓，智能 NVR 及视频结构化服务器提供带有元数据的实时视频分析。此外，智能 NVR 还支持按事件进行智能索引，不仅能够精准记录，也能节省存储空间。
为了提高性能，赛灵思的创新包括 Alveo™U50 自适应加速器卡，该卡集成了 16nm UltraScale+™ FPGA 和高带宽存储器 (HBM2) 芯片，提供 460Gb/s 带宽，可用于云加速。此外，赛灵思还最新推出了 Versal™ 自适应计算加速平台 (ACAP)，通过与 Tbps 片上网络 (NoC) 互联，以及包含数百个紧密集成的 VLIW SIMD 处理器的高级 AI 引擎配合使用，可将计算能力提升到+100TOPS @ INT8)。这将极大地提高智能视频系统的 AI 功能，并显著加速 AI 在边缘和云端的应用。此外，赛灵思还构建创新生态系统，帮助开发者在其项目中应用这些先进的器件，其中包括用于应用开发的 Vitis™ 以及用于优化与部署加速机器学习推断的 Vitis AI™ 等工具。
AI 技术推动城市朝着智能安全、智能基础设施和智能交通的方向发展。各种先进的技术，无论是创新的 FPGA、MPSoC 和 ACAP 器件，还是为了加速边缘应用和云应用的部署而集成上述器件的加速板卡，都为自主 AI 平台提供了支持，使其能够实时处理智慧城市产生的海量数据。
城市随着发展变得壮大的同时也越来越复杂，在打造“智慧城市”的道路上，视频监控是其核心的一环。而融合了云端和AI技术的视频监控，将会让城市管理变得更高效，更安全也更美好。
