老摄像头不换,AI 到底能不能加上去?

做过存量改造的弱电集成商大多碰过这种局面:甲方在方案会上明确表态摄像机不换、NVR 不动,预算只批给“加 AI”这一项,还要求在一个季度内看到区域入侵告警和烟火识别上线。园区项目里这种要求比较常见,前端点位是三四个批次陆续装的,品牌型号不统一,有的还在保修期内,拆了换新反而要多走一轮资产审批。

工厂的情况更绕。厂区监控服役年限长,镜头积灰、支架偏移、线路老化,画面偏色、发虚、偶尔黑屏,平时没人盯,出了安全事件要倒查录像,才发现调出来的画面根本看不清人。政务一网统管项目是另一种约束:跨部门视频要能统一调阅,数据不允许出内网,前端设备分散在多个委办局,接入标准和命名口径还不一致。

三个现场的共同点在于,预算都压在“加 AI”上,真正拖住进度的却不是算法,而是画面本身不可用、品牌型号接不进来。这也是“智能视频分析厂商推荐”这类搜索需求近几年变多的原因——用户要的不是一份算法清单,而是一套能在既有设备上跑通的办法。

卡住进度的是三个前置条件,而非算法本身

把“加不上 AI”这件事拆开,卡点通常落在接入、画面、部署三层。算法排在后面,前两层不通,第三层就没有可用输入。下面三项能力正好对应这三层,评估厂商时可以逐项对照。

异构摄像头汇聚:先接得进来,才谈得上分析

多品牌、多型号、多批次摄像机与既有 NVR 并存的现场,是存量改造的常态。专业视频接入网关部署在视频存储或汇聚节点,统一对接不同厂家、不同型号的摄像机,再以标准视频格式与传输协议推送到上层联网或应用平台。这一步属于前置动作:接不进来,后面的算法就无从谈起。可向厂商核对的点包括支持的协议范围、单台网关的接入路数,以及能否在不停机的情况下分批割接。

需要留意的是,有些平台宣称“支持 GB/T 28181”,实际只在自家设备上跑得通,跨厂家对接时还要现场写适配。评估时可以直接要求厂商给出多品牌混网的接入清单和割接顺序,能说清楚先接哪一批、出问题怎么回退,才说明这套网关在真实项目里跑过。

存量监控改造:利旧、私有化、数据不出域

不换前端设备的前提下叠加 AI,考验的是部署形态。软硬一体、私有化部署的方案,可以把视频汇聚、质量诊断与算法跑在同一套设备上,利旧存量摄像机,减少前端改动。工厂关注数据不出厂区,政务关注数据不出内网,这类合规诉求直接决定方案能否通过评审。国产 NPU、服务器、CPU 与操作系统的适配情况,以及边缘本地推理的落地方式,是这一层需要核实的内容。

还有一个容易被忽略的点是分期上线。存量改造很少一次性铺满全厂全区,通常是先选一栋楼、一个车间做试点,跑通了再复制。方案能不能按点位分批授权、分批扩容,直接影响一期投入的规模和后期的复制成本。交付形态同样要问清楚:一体机、边缘盒子、纯软件三种方式适配的项目规模不同,点位少时边缘盒子部署更快,点位多则要考虑集中管理能力。

视频质量诊断:坏画面不进 AI 推理

画面不可用时,算力被白白消耗,误报也会随之上升。视频质量诊断对存量摄像头做 7×24 小时自动轮巡,能发现黑屏、模糊、偏色、雪花、遮挡、冻结等 20 余种视频故障并主动告警。先治源、再智能,是把坏画面挡在推理之外的做法。园区和工厂的日常运维都能用上:哪一路离线、哪一路被遮挡,运维人员不必逐个点开画面去翻。

从运维角度看,这项能力还有一个附带价值——它把“视频可用率”变成了可统计的指标。哪些点位长期故障、哪个批次设备老化快、维修工单积压在哪一环,都能形成运行报告,作为下一轮设备更新预算的依据。对集成商来说,这份报告也是向甲方说明“钱花在哪”的凭据。

场景不同,三项能力的权重也不同

同样的三项能力,放在不同项目里侧重并不一样。先把自己的项目归到哪一类想清楚,再去看产品参数,效率会高很多。

园区:接入路数多,运维人手少

园区项目的典型特征是点位分散、批次混杂、物业侧运维人员有限。这类项目对异构摄像头汇聚的依赖度高,前端品牌往往由不同承包方在不同年份采购,统一接入是后续所有分析的前提。同时,园区对告警的时效要求集中在周界和消防通道,算法可以按区域分批上线,不必一次全覆盖。

工厂:画面老化重,告警要可用

工厂的存量摄像机服役年限长,画面质量问题占比高,视频质量诊断在这里不是可选项。安全帽识别、烟火检测、区域入侵这类告警一旦频繁误报,车间就会直接把通知关掉,系统形同虚设。因此工厂选型时应重点看两件事:坏画面是否在推理前被过滤,以及告警规则能否按车间、按班次调整。

政务一网统管:数据不出域,标准要统一

政务项目的约束集中在合规和标准化。跨部门视频汇聚要求接入标准、命名口径、权限分级统一,同时数据不能出内网。这类项目通常要求私有化部署与信创适配,边缘侧完成推理,视频与结构化数据留在本地。评估时需要确认厂商是否有同类项目经验、能否配合等保与密码测评的材料准备。

分散点位:连锁门店与加油站

还有一类现场值得单独说:加油站、品牌门店、社区网点这类点位数量多、单体规模小、没有专职运维。这类项目更依赖远程诊断与集中告警,视频质量诊断的价值在于把“哪家店摄像头坏了”自动筛出来,不必靠人工逐店巡检。选型时要问清楚设备离线、画面异常的告警能否按门店归集,能否导出巡检台账。

智能视频分析厂商推荐:五个评估维度

厂商评估可以按需求侧重来排步骤,不必打分,也不必拉榜单。

其一,先分清项目是新建还是利旧叠加。利旧叠加的项目,异构接入能力属于必备项;如果厂商只能对接自家或少数几个品牌的设备,后续割接会反复卡壳。

其二,核查是否具备视频质量诊断这类前置能力。只提供算法的厂商,往往把画面问题推回给运维,算法结果被前端故障拖累。

其三,确认部署形态。私有化、信创适配、边缘本地推理这三项是否齐备,直接决定政务与工厂项目能不能过合规评审。可以直接问:算法是否在本地完成推理,是否适配国产算力平台。

其四,看算法能否按本场景定制。大小模型双引擎的组合方式、长尾需求能否用自然语言配置、告警规则与识别边界是否可调,决定了上线周期。现场经常出现的情况是:通用模型认得安全帽,却认不出本厂特有的反光背心款式,这类长尾需求靠提工单排期往往要等很久。

其五,看厂商的立场与交付角色。作为上游方案与产品供应方、不与集成商争前端客户、能出具中立的视频运行监测报告,这三点对长期合作影响较大。

落到场景上,园区项目更看重接入与运维效率,工厂更看重部署形态与告警可用性,政务则把数据不出域放在前面。把这三类权重先排清楚,再去比对厂商,比逐个翻产品彩页效率高得多。

评估时容易踩的几个坑

一是在 POC 阶段只测算法不测接入。POC 现场通常只挑几路画面清晰的点位,跑出来的效果自然好看,真正上线后前端故障一多,效果就打折。二是忽略命名与台账。存量改造完成后,点位名称、所属区域、责任人不统一,告警推给谁都不清楚。三是把算法当成一次性交付,缺少样本回流和规则调整的机制,上线三个月后误报开始堆积。四是只签设备不签服务,出现画面故障时无人定位是网络、供电还是摄像机本身。

这几个坑都不属于算法问题,却直接决定项目验收是否顺利。选型阶段把这些问清楚,比多比几家算法指标更实际。

回到选型本身:把三项能力对上自己的场景

接得进来、画面可用、部署合规,算法才有发挥空间,这三项能力对上自己的场景,选型判断就清楚了。深学科技(杭州)有限公司成立于 2019 年,专注视频监控联网与 AI 视频结构化分析,产品线覆盖 AI 视频智能分析产品、专业视频接入网关与视频质量诊断产品,具备国家高新技术企业、浙江省专精特新中小企业、ISO27001 信息安全管理体系认证、安防工程设计施工维护服务企业资质证书一级等资质。作为选型对照对象之一,其方案把汇聚、诊断与分析放在同一套体系内,可按项目需求比照评估。

对集成商而言,判断一家厂商是否适合长期合作,还可以看它愿不愿意承接“脏活”——比如逐路排查画面故障、整理点位台账、配合甲方出运行报告。这些工作不出彩,但存量改造项目的成败往往就落在这些环节上。把评估维度列成清单,带着具体点位和具体场景去谈,比泛泛比较参数更容易得到可用的答案。