人工智能是讓計算機模擬人類去看、去聽和去讀。圖像、語音和文字的理解，基本構成了現在的人工智能。實驗心理學家赤瑞特拉（Treicher）的著名心理實驗得出：人類感官獲取信息有83%來自視覺，所以在當前人工智能應用中，50%以上與機器視覺有關。人類進入智能社會的基礎是數字化，萬物感知是將物理世界數字化的前提，65%的行業數字化信息來自于機器視覺，而前端視覺感知的種類、數量和質量決定了智能化程度的高低。

作為機器視覺的感知終端，智能攝像機在5年前便已經出現，與傳統高清網絡攝像機（IPC）不同，在AI深化的智能時代，前端攝像機越智能，就越能適應復雜多變的環境，抓住稍縱即逝的時機，采集到更高質量的視頻數據。但是受限于當時算法和芯片技術，在雨天、沙塵、霧霾等不可抗拒的環境因素影響時，會導致成像質量不佳；另外場景中的角度、遮擋、光線和像素等因素也會導致目標識別的準確率偏低，很難將智能真正應用于實戰。尤其是復雜場景下的視頻采集一直是業界的難題，比如大角度、低照度人臉抓拍、夜間低照度場景人車抓拍，白天玻璃強反光下車內人臉抓拍等。

面對這些挑戰，整個業界對攝像機智能化的訴求越來越高，攝像機已經從以“編碼”為中心的10年一代轉向了以“人工智能”為核心的3~6個月一輪迭代，要求攝像機內置智能算力、有開放OS、能夠在線加載算法。讓攝像機從“看得見、看得清”，進而能夠“看得懂”。前端視覺感知智能化，提升了算力效率同時降低了反應時間，進而提升了視頻、圖片及各種數據采集的質量和協同性，有效了解決了上述各種挑戰，為前端“全息感知”奠定基礎。

華為機器視覺在2018年3月提出前端智能攝像機“軟件定義”的理念，在2020年6月主導第一個軟件定義攝像機國際標準，推動架構及接口形成ITU-T標準。通過前端智能架構，通過AI算力加持，引領在圖像和智能感知優勢與創新，通過軟件定義實現多業務多場景的智能按需使用，可持續演進。華為攝像機以SuperColor算力換存儲、SDCOS、IoT生態倉、HoloSensStore等多項突破性創新，深化視覺感知智能化，提升全天候全場景的視覺數據采集的質量，構筑精準視頻智能。

華為倡導的機器視覺前端智能化，主要有以下幾個方面考慮：

第一，增強全天候圖像質量：根據環境的照度、目標速度等變化，前端AI算法實時調節攝像機ISP參數（如快門、光圈、曝光等系數），輸出抓拍圖（去重的、保證姿態的圖片）；前端智能還可以精準地做到人臉和人體數據的關聯。從而增強全天候的圖像質量。

第二，適配多樣性場景：前端智能可適配復雜多場景，如攝像機在不同時段、不同預置點設置不同場景化智能，白天做車輛排隊長度檢測、事故檢測、夜間做違停抓拍檢測，或者預置點間不同智能切換，充分發揮智能化的效能。軟件定義來消化客戶個性化/場景化的算法訴求，降低多樣化算法交付的敞口風險，提升客戶智能創新的響應能力。如華為X/M/C/D四大系列攝像機均支持SDCOS，使得軟件與硬件解耦，通過輕量化容器技術構建面向多算法的集成框架，讓各算法獨立運行，實現算法的快速加載與在線迭代。同時，華為推出HoloSens商城，旨在聚合機器視覺生態合作伙伴，為客戶提供面向各行業應用場景的智能能力選擇。

第三，實現ms級聯動系統響應：前端智能有利于業務快速閉環和系統間聯動，如車路協同V2I高速運動場景，視頻感知的路側信息要毫秒級實時發布給附件車輛，保障通行安全。攝像機與補光燈、雷達、紅綠燈信號檢測器等外部配套設備需要毫秒級完成聯動，在恰當時刻曝光、針對不同區域啟動精準補光，與紅綠燈信號檢測器周期同步，輸出有效的取證圖片。此外如雷球聯動、槍球聯動、人車道閘聯動場景，前端智能化更有利于保障業務的實時性，大幅提升系統的響應效率。

第四，提升算力效能，降低整體TCO：前端攝像機僅處理單路視頻，對算力制程要求比后端更低，信號處理時可直接從RawData獲取數據，算力成本低，處理效率高。前端智能化輸出優質圖片，可減少后端二次解碼環節，專注于智能分析。同樣算力下，圖片分析比視頻分析的效率高10倍。在1000路智能分析的典配場景，前端智能比后端智能的TCO節約55%。

第五，提升工程效率：前端智能化系統架構有支持多算法并行、多功能合一的優勢，如一個攝像機可同時支持電警、卡口、流量檢測等業務能力，而原來需要三個不同設備才能實現，所以前端智能大大降低了工程實施的難度，提升了工程效率。

華為是軟件定義攝像機理念的提出者，堅定的踐行者。在XX智慧城市建設中，通過前端智能攝像機全部普及，極大的提升了前端數據采集質量，智能分析效率提升10倍，智能可用效果提升數倍，整體TCO降低50%以上。

前端智能化已經形成產業共識，業界主流廠家和用戶都在積極思考、參與和擁抱，華為提出了軟件定義攝像機，其他有的廠家已經跟進，有的提出了異曲同工的“場景化智能攝像機”等，形成良好的產業生態。而且相關的標準也逐步形成了業界共識。

視覺感知智能化，可以極大提升數據采集的質量，同時降低后端數據處理的算力消耗，降低整體TCO，同時分布式處理也提升了系統可靠性。視覺感知智能化，從源頭影響數據的產生，支撐釋放海量視頻數據的價值，構建物理世界的數字孿生。