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】
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防止人员是假冒的基于人脸识别技术,实时人证核验,防止有人弄个假身份证来假冒特征值比对准确率>98%③快速实现人脸/人体结构化数据提取,并留存信息结构化属性提取准确率>80%
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
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
联系客服