工研院產科國際所 范哲豪

目前的智慧攝影機能提供需多智慧化的服務，未來可導入AI晶片相關技術，切入智慧安控攝影機產業。

前言

全球從PC和手機邁向物聯網（IoT）與人工智慧（AI）科技時代，AIoT應用興起，掀起新一波典範轉移，半導體仍是關鍵技術，扮演核心角色。
AI產品的改變，帶給半導體產業很多機會跟挑戰，AI產品目前看不到Killer Application，但AI運算需要運算力，且AI產品少量多樣，在晶片設計上是非常有挑戰的。
目前在AI裝置端的應用產品可分為八大應用：智慧駕駛車、消費性與企業用機器人、無人機、頭戴顯示裝置（HMDs）、智慧音箱、智慧型手機、電腦／平板、智慧監控攝影機，對台廠而言，都是很好的切入點。

圖1　裝置端AI晶片市場規模

2017年的前三大裝置端AI晶片市場規模，分別是智慧手機的455百萬美元，車用247百萬美元，以及無人機86百萬美元。2025年的前三大裝置端AI晶片市場規模，則變成智慧手機：23,045百萬美元，智慧音箱：7,634百萬美元，以及HUMs：5,287百萬美元。至於2017～2025年成長率最高的則有，消費型與企業用機器人：116％，安全監控攝影機：105％。

不同於過去PC或手機時代有很明確的產品模式，如電腦的Wintel架構、手機的Android或iOS系統，如今，AI裝置端產品強調的是少量多樣且應用分散，對晶片的要求自然也大不相同，例如智慧監控攝影機需可應用在AR眼鏡、街景拍攝、機器人等產品上，除了皆有省電要求外，AR還需要小尺寸封裝，街景拍攝有價格考量，機器人則需具備高效能運算等，種種需求讓台廠進入AI終端裝置的門檻更高。

另外，觀察物聯網的前二十大產品。從表即可發現，雖然安控攝影機所應用的半導體市場值很大，但未來的成長率卻是負值。取而代之的是智慧安控攝影機，2018～2023年所使用的半導體年複合成長率高達61.5％，完全彌補傳統安控攝影機的衰退值，甚至猶有過之。

表1　2023 TOP20物聯網半導體應用市場規模

近幾年AI人工智慧技術應用於視訊監控的熱度與導入程度持續增加，不論是演算法開發公司或者終端設備廠商，皆可見到不同程度的布局。而AI為視訊監控產業所帶來新的突破，使得監控產品不論在精確度、即時性、以及應用面皆有大幅度的提升。過去安全監控產品發展思維，主要圍繞著雲端運算的架構來演進，如傳輸頻寬與壓縮技術。而近期興起，在延遲性、頻寬使用效率具有相對優勢的邊緣運算架構，亦成為發展的熱門選項。

AI智慧攝影機趨勢分析

物聯網技術日趨成熟，讓安控產業應用有了廣大的延伸空間，智慧家庭概念崛起。居家安全需求亦促使安控產業由公領域走向私領域，而來自於各項監控設備的資料利用。居家安全需求亦促使安控產業由公領域走向私領域，而來自於各項監控設備的資料利用雲端中心進行運算，再加上各種行動裝置的普及，大幅增加了安全防護的即時性，各類雲端中心進行運算，再加上各種行動裝置的普及，大幅增加了安全防護的即時性，各類型安控型安控產品也順應趨勢朝向智慧化發展。

前後端整合並結合人工智慧為大廠發展方向。海康威視且有前後端設備整合能力，以深度學習技術開發出一系列產品（DeepinView攝影機、DeepinMind NVR、以及AI Cloud），並應用於視訊監控當中關鍵資料的分析，如：Human Body Detection、Facial Recognition、People Counting、Vehicle Management。

表2　2018年全球安控攝影機廠商排名

中國大陸安控大廠海康威視、浙江大華之所以能迅速竄起中國大陸的內需市場扮演重要因素，根據財報資料，兩家公司產品銷售於國內市場的比重，於2012年達到83.6%與78.3%。在此之前的營收成長，幾乎都來自於中國大陸國內市場的貢獻。站穩國內市場後，兩家公司便開始積極朝向海外發展。

浙江大華的大華股份先進技術研究院，採用深度學習技術於ICDAR（International Conference on Document Analysis and Recognition）Robust Reading競賽當中的Incidental Scene Text項目當中取得87.19％的準確度，排名第一。

過去幾年海康、大華削價競爭，許多台廠被打趴，但美中科技與貿易戰後，逐漸有了好轉的現象。例如：晶睿從採買、研發到製造，全部根留台灣，出口歐美客戶占比高達9成，因此在這段期間，額外獲得不少歐美廠商的訂單。另外，晶睿為了讓安控產品更智慧，加入深度學習、邊緣運算的能力。2018年8月逆勢成立了「新人工智慧影像偵測、監控與特徵分析技術」研發中心，目前還持續針對人工智慧影像應用人才擴大招募。

奇偶於2017年智慧製造與監控辨識展覽會上，展出AI人臉辨識以及4K影像360度全環景攝影機，該產品採用高通最新推出專攻安控市場的600系列影像處理晶片。
目前的智慧攝影機能提供需多智慧化的服務，其功能不外乎下列幾個方向。例如在安防場景一定會碰到的人臉辨識與行為分析，另外，由於智慧零售興起，藉由智慧攝影機也可以提供人流／物品追蹤、人數統計與排隊管理等應用，另外由於緊急求救的需求，在近年來也大幅提升，藉由影片判別，可以針對跌倒警示，嬰幼兒安全照護等提供不同層度的警報。

圖2　影像即時分析已普及於各項產品

AI智慧攝影機之晶片廠商產品特色

高畫質影像和智慧監控時代來臨，促使安控產業的技術持續發展，其中影像分析的準確度為落實智慧化的關鍵，所涉及到的演算法和處理效能為晶片廠的發展重點，以下我們介紹了幾個未來有潛力的AI智慧攝影機晶片廠商。

表3　安控攝影機的主流AI晶片

• Hisilicon（華為海思） HiSilicon於2018年發布了，帶有CNN加速器的Hi3559A SoC，以允許在裝置端處理深度學習分析。在2019年，海思半導體發布了4種，具有嵌入式計算能力的新型智慧IP Cam SoC：Hi3516 CV500、Hi3516 DV300、Hi3519 AV100，和Hi3559 AV100。該系列晶片的大小，從2M到8K圖元不等，涵蓋了從中型到高級系列的智慧影像檢測。 Hi3559AV100內置雙NPUs運算性能，其神經網路計算性能高達4TOPs，即每秒超4萬億次運算。提供視覺處理能力，由四核的DSP，雙核NNIE神經網路加速引擎，與內置雙目深度檢測單元處理。
• Ambarella Ambarella（安霸）最初於2018年初，發布了CV2S SoC，但該晶片功能強大且太昂貴，無法用於影像監控。但是，Ambarella隨後發布了CV22s晶片組，並於2019年初投入量產。CV22s包含CV flow架構，可提供深度學習分析，所需的深度神經網路（DNN）。在2019年末至2020年初，Ambarella將發布CV25晶片組，該晶片組與CV22類似，但將針對中端市場，比CV22更實惠。
• Movidius（被INTEL併購） Movidius Myriad X視覺處理器（VPU），是一款低功耗SoC，主要用於基於視覺的設備的深度學習和AI演算法加速，比如無人機、智能相機、VR/AR頭盔。 Myriad X擁有Movidius稱之為神經計算引擎（Neural Compute Engine）的功能，這是一種集成在晶片上的DNN加速器。Myriad X的DNN推理輸送量能達到每秒超過一萬億次運算（TOPS），而理論運算量能達到4+ TOPS。 新Myriad X相較前一代Myriad 2提供更優化的功耗表現，原因是來自採用台積電16奈米製程。從28奈米製程縮小到16奈米FinFET製程，Movidius能使Myriad X功率節省，投入更多到SHAVE處理器、加速器、介面和記憶體。

圖4　INTEL的Myriad X視覺處理器

結論

過去安全監控產品的發展，主要是圍繞著雲端運算的架構來演進相關規格，包括：傳輸頻寬、影像壓縮比、儲存設備容量、以及智慧化NVR的建置等。前後代產品規格的變化大致上不脫離此發展路徑。接下來的發展趨勢將會往裝置端轉移。這個轉移有四大好處：第一是裝置端的回應速度大大提升，如果通過雲端計算處理，再把資料從雲端傳回來的速度會比較慢。第二是如果把資料放到雲端，隱私也非常容易暴露。第三是目前的上傳流量資費成本也很高。第四是相對伺服器端，裝置端的功耗會更低。實際上目前雲端伺服器的用電量已經達到全球電力的5％。從環保節能的角度來看，從雲端往裝置端的運算轉移也會是一個潮流。

台灣安控攝影機產業雖然市場占有率仍低，但近年來仍有以下幾個優勢，美中貿易戰，全球均尋找中國大陸之外的解決方案。台灣的資安形象非常正面。半導體產業完整，能推出具競爭力的晶片方案。部分場域具有獨特經驗與資料，如高速公路ETC收費，有機會提供高附加價值客製化的解決方案。但仍需要注意，台灣內需市場為淺碟型，海康威視與浙江大華受當地政府大量補助。

因此在未來發展上，有以下幾點的建議。第一是往裝置端發展，降低伺服器之需求。安控系統除了終端產品外，終究必須配合伺服器提供Total Solution。 Smart Camera可以縮短危險偵測的反應時間及降低伺服器之需求。第二是發展高附加價值客製化解決方案，利用智慧攝影機的Programmable／可重組特性。結合VAR（Value-Added Reseller） or SI 提供高附加價值的客製化的Total Solution。例如：讓高階安控攝影機保有遠端韌體更新的功能，或是不止安防功能，更能結合商業分析。第三是善用優異的產品資安形像，以高階產品進軍歐美市場，補台灣本土市場不足。例如：以熱影像（IR-based Thermal Imaging）為基礎的安控攝影機產品，進入利基市場。最後是朝向降低智慧攝影機的布建成本，加速裝置端學習研發，降低智慧攝影機的布建（Deployment）成本，並注意調整商業模式。

展望未來，隨著機器自我學習的技術更上一層樓，安全監控產品將會逐步導入相關技術，真正落實安全監控的智慧化。