2020年のスマートセキュリティ技術の開発動向

インテリジェントセキュリティ技術とは、画像の取得、伝送、保存、ビデオ分析、ビッグデータ処理のほか、マシンビジョン、AIチップ、アルゴリズム、画像センサー、生体認証（顔認識、虹彩認識、指紋認識など）、インテリジェントビデオ分析、多次元データ融合、ビッグデータ分析などの新技術を指します。別の観点から見ると、完全なインテリジェント セキュリティ システムには、主にアクセス制御、アラーム、ビデオ監視の 3 つの部分が含まれます。 COVID-19の流行は市場の発展を妨げる可能性がありますが、セキュリティ技術の進歩を止めることはできません。今年、大手セキュリティ企業は、インテリジェンス、ネットワーキング、モノのインターネットなどの技術の応用をさらに深めました。科学技術の発展と進歩により、インテリジェントセキュリティは新たな分野に参入しました。 a&s は実際の製品テストに基づいて、データ収集、ビデオインテリジェント分析、生体認証、データインテリジェンス、コンポーネントの観点からインテリジェントセキュリティテクノロジーの開発動向を予測します。

[[358985]]

マルチモダリティは生体認証技術の発展方向である

人工知能技術体系において、生体認証は最初に実用化される技術です。生体認証技術は、コンピュータサイエンス、光学や音響などの物理科学、生物科学、バイオセンサーや生物統計学の原理、セキュリティ技術、人工知能技術など、多くの基礎科学と革新的な応用技術を包含しており、完全な学際的な技術ソリューションとなっています。現在、本人確認に使用できる人間の特徴としては、指紋、虹彩、顔、掌紋、静脈などの生理学的特徴や、歩き方、筆跡、声などの行動的特徴などがあります。生体認証技術には、セキュリティが優れ、紛失しにくく、偽造が難しく、持ち運びが簡単など、多くの利点があります。指紋認証、掌紋認識、指静脈認識から顔認識、虹彩認識に至るまで、生体認証技術は成熟し、「視覚」の時代に入りつつあることは否定できません。

指紋認証は最も「伝統的な」生体認証技術であり、特別な地位を持っています。顔認証や声紋認証と比較すると、その認識精度と識別力ははるかに高く、多くの場面で指紋認証が唯一の実行可能な方法であるとさえ言えます。 2018年に指紋認識技術が大きく進歩して以来、全国規模の社会公共サービスとビジネスモデルの変化をより効率的に推進してきました。しかし、2020年初頭の流行により、非接触型アクセス制御技術の応用が大きな注目と発展を集めました。

掌紋認識は、人間の掌紋をターゲット特徴として使用し、マルチスペクトル画像技術を通じて生体情報を収集する新しいタイプの生体認証技術です。マルチスペクトル掌紋認識は、マルチモダリティと複数のターゲット機能を統合した生体認証技術のモデルとみなすことができます。この新しい技術は、皮膚のスペクトル、手のひらのパターン、静脈のパターンという 3 つの識別可能な特徴を組み合わせ、より豊富な情報を一度に提供し、対象の特徴の識別性を高めます。現在、業界では、シングルモーダル認識は認識性能とセキュリティの両方でボトルネックがあり、マルチモーダル融合は顔認識、さらには生体認証における重要なブレークスルーであるというのがコンセンサスとなっています。マルチファクターアプローチにより認識精度が向上するだけでなく、生体認証技術のシーン適応性とプライバシーセキュリティもある程度向上します。従来のシングルモーダルアルゴリズムと比較して、金融レベルのエラー率（1000万分の1まで低下）をより適切に満たすことができ、生体認証の開発における主なトレンドでもあります。

非接触型生体認証技術の中で、顔認証は最も重要なモジュールです。顔スキャンは2019年から広く使用され、流行によりその発展がさらに促進されました。今後も長い間、セキュリティにおけるAIの実装の重要な方向性であり続けるでしょう。現在、顔の回転、遮蔽、類似性など、従来の顔認識の難しさはアルゴリズムによって大幅に改善され、2D顔、3D顔、マルチスペクトル顔などの複数のモダリティに代表される顔認識の精度が大幅に向上しました。各モダリティには、取得適応シナリオ、データセキュリティレベル、プライバシーの感度などが異なります。ビッグデータのディープラーニングが追加されたことで、3D顔認識アルゴリズムは2D投影の欠陥を補完し、人の身元をすばやく識別できるようになり、2次元顔認識のアプリケーションに一定のブレークスルーをもたらしました。同時に、生体検知技術は現在、顔認証のセキュリティを向上させるための重要な技術として活用されており、写真、ビデオ、3次元モデル、義肢マスクなどの偽造や詐欺に効果的に抵抗し、操作ユーザーの身元を独自に判定することができます。一方、顔認識アプリケーションは主に空港や駅などの交通ハブのシナリオを対象としており、主に実名認証や主要人物の管理に使用されます。一方、都市レベルのアプリケーションに向けられており、Skynetプロジェクトに接続することで、フロントエンドのカメラ制御、バックエンドの識別プラットフォーム、ビッグデータ分析プラットフォームで構成される包括的な実用的なプラットフォームが構築されます。公共安全と交通の分野では、AIユニコーン企業4社であるSenseTime、Megvii、CloudWalk、Yitu Technologyの顔認識アルゴリズムの機能はAI企業の中でも技術的に進んでおり、市場は主にHikvisionやDahua Technologyなどの伝統的な大手企業によって牽引されている。顔認識技術の急速な発展により、スマートデバイス、オンラインファイナンス、顔認証決済など、多くの革新的なアプリケーションがますます普及し、人々の生活や仕事にスピードと利便性をもたらしています。

さらに、顔認証の限界に直面している中、歩行認証に代表される身体認証は、隠しにくく、非接触で非侵襲的という特徴により、多くの技術より抜きん出ており、現在の生体認証の分野では「ダークホース」となっている。歩行認識は、体型と歩行姿勢から対象の身元を識別します。これはかなり複雑な行動特性です。体姿勢認識技術は人間の協力を必要とせず、より一般的なアプリケーションシナリオに適応できます。特に、遠距離の身元認識に適しています。現在、国内のいくつかの企業は非常に高いレベルの認識精度を達成しています。

虹彩認識技術も比較的成熟した生体認証技術であることは特筆に値します。現在、虹彩認識技術は普及しつつあり、虹彩認識のエラー率は100万分の1と低く、主に虹彩の寿命不変性と差異特性を利用して本人確認を行っています。しかし、コストや製品要件の面から、その導入は遅れていました。しかし、ここ1～2年で金融機関を含む政府機関が虹彩認証に注目し始め、徐々に導入が加速しています。次のステップは顔と虹彩の組み合わせになるかもしれません。要約すると、生体認証自体は完全な代替関係ではなく、むしろ組み合わせ、あるいは統合されたアプリケーションです。

技術の進歩と成熟、そして市場のアプリケーションニーズの段階的な進化に伴い、マルチモーダル生体認証技術の声はますます大きくなっています。将来的には、マルチモーダル生体認証技術が生体認証市場の主流の開発トレンドとなり、ますます幅広い応用分野と市場を開拓するでしょう。 A&S Research の調査によると、単一の生体認証ではすべてのシナリオで ID 認証の問題を解決することはできず、各テクノロジーには一定の制限があります。マルチモーダル認識技術は、シーンデータを充実させ、認識をより効率的かつ正確にします。また、複雑なシナリオでのアプリケーションの変更に適しており、多くのシナリオで最も適した生体認証技術です。マルチモーダル認識が生体認証技術の将来の発展の主流の方向であることは否定できない。マルチモーダル統合認証プラットフォームは、複数の認識技術を統合するだけでなく、決定の重みとシナリオの要件に基づいて適切な生体認証技術を柔軟かつ自動的に構成できるため、マルチモーダル生体認証技術の開発にとって理想的な状態になります。現在、マルチモーダル認識技術の実装は依然として市場教育のプロセスに直面しており、生体認証技術企業は協力して技術の商業化と大規模応用を促進する必要があります。

ビデオインテリジェンスは知覚から認知インテリジェンスへ

インテリジェントなビデオ分析は、セキュリティに AI を実装するための重要なテクノロジーの 1 つです。いわゆるインテリジェントビデオ分析は、ディープラーニングに基づくさまざまなインテリジェントアルゴリズムを使用して、フロントエンドデバイスによって収集されたビデオ情報を分析し、さまざまなセキュリティインシデントの積極的な早期警告を実現し、アラーム情報を監視プラットフォームとクライアントにフィードバックします。しかし、セキュリティ企業が開発した製品や技術によって実現された機能から判断すると、ビデオインテリジェント分析はまだ知覚インテリジェンスの開発段階にあります。

ビデオインテリジェント分析には、主に動作分析と機能認識が含まれます。行動分析は背景モデルに基づいており、その技術的応用は、人の集まり、忘れ物、紛失物、徘徊者、転倒者、安全ヘルメット/作業服の検出、エリアの人口カウント、エリアへの出入り、非常線の横断、炎の検出などに反映されています。一方、特徴認識には主にナンバープレート認識と顔認識が含まれます。従来のビデオ分析と比較して、インテリジェントビデオ分析の主な進歩は、シーン内の背景とターゲットを分離して実際のターゲットを識別できること、つまり、風、雨、雪などのさまざまな背景をフィルタリングできることです。技術的な観点からは、人間の活動アルゴリズムモデルを確立し、コンピュータの高速計算能力を活用することで、監視シーンにおける干渉要因を排除し、ビデオ監視画像におけるさまざまな人間の行動を正確に判断して動的に追跡し、効果的な早期警告を実現します。

現在、主流メーカーが発売したスマート製品とビデオインテリジェント分析技術は、妨害する背景要因を排除し、ターゲットをリアルタイムで動的に追跡し、ターゲットの行動を分析するという目的を達成し、アラームの精度を大幅に向上させています。また、顔、身体、車両などの並列総合検出を実現し、ビジネスシナリオデータを正確かつホログラフィックに認識し、総合的な分析と判断能力を向上させることができます。現在、このタイプの技術は主に境界保護と顔制御アプリケーションに使用されています。ビデオのインテリジェント分析と識別に加えて、モノのインターネット技術の複合応用も人工知能の開発方向の 1 つです。温度、湿度、浸水 (水位)、SF6、O2 濃度などの環境情報をビデオに統合して、インテリジェント分析と識別を行うことができます。現在の技術開発により、モノのインターネット ビデオのインテリジェント処理がすでに実現されています。しかし、顔認識やナンバープレート認識などの特徴認識と比較すると、行動分析技術はまだ十分に成熟していませんが、将来のビデオインテリジェント分析にとって間違いなく重要な方向であり、スマートセキュリティの分野で幅広い応用の見通しを持っています。将来的には、主流メーカーは依然として研究開発に多額の投資を行い、技術を継続的に反復する必要があります。

ビデオインテリジェント分析は精度と統合検出機能において大きな進歩を遂げていますが、現時点では、スマートセキュリティ業界におけるビデオインテリジェント分析は、基本的にまだビデオ構造化分析の知覚インテリジェンス段階にあります。公安システムには他の監視システムも含まれており、そのデータ活用は構造化データのみに基づいているため、データの価値が十分に活用されていません。将来的には、スマートセキュリティ業界全体におけるインテリジェントビデオ分析は、ナレッジグラフ、つまり認知インテリジェンスと意思決定インテリジェンスの段階へと移行します。いわゆるナレッジグラフは、意味理解技術を応用して、より高品質で計算可能で、コンピュータが理解可能なデータを実現するために使用されるビッグデータ構造です。つまり、複数の種類の異種データソースからの知識を構造化して関連付けて分析することです。これは、より効率的にインテリジェントな意思決定を実現できる実用的な認知アプリケーションです。現在、一部の主流メーカーとテクノロジープロバイダーは、ビデオインテリジェント分析テクノロジーの応用において、ある程度の認知インテリジェンスを実現しています。

エッジコンピューティングと中央インテリジェンスを組み合わせたアプリケーション開発

ディープラーニングアルゴリズムの飛躍的進歩により、ターゲット認識、物体検出、シーンセグメンテーション、情報抽出とラベル付け、データ検索と分析と判断など、セキュリティ分野におけるさまざまな技術応用も新たな進歩を遂げています。従来のインテリジェンスがもたらした応用効果と比較して、AIディープインテリジェンスは、認識精度、環境適応性、認識タイプのパフォーマンスが大幅に向上しています。

端末とエッジでは、主に内蔵の30以上のアルゴリズムに反映されています。そのうち、ハイブリッドターゲット検出モードは、同じシーンでの顔、体、車両の並列キャプチャ、顔と体の関連付け、顔、体、非モーター車両、モーター車両の構造化属性の抽出をサポートしており、軽量な多次元データ融合です。現在、テクノロジーをリードするメーカーが発売している関連製品は、フルシーンとセグメント化された知覚データの収集と融合を含む、フロントエンドの多次元データの抽出と分析をすでにサポートしています。このタイプの技術製品は、1 台のマシンで複数の用途を実現する小規模プロジェクト シナリオに適しています。プロジェクト展開の複雑さを大幅に簡素化するだけでなく、プロジェクト実装のコストも削減します。

エッジ インテリジェンスは、エッジ コンピューティングとユーザーおよびビジネスを結び付けます。エッジ コンピューティングを構築するだけではなく、パイプライン全体の機能を向上させることが目的です。これは、IoT アプリケーションを実現するものです。エッジ インテリジェンスには、リアルタイムのデータ処理、ビジネス データの信頼性、多様なアプリケーション開発などの利点があります。現在、セキュリティ分野におけるエッジインテリジェンスの発展は飛躍的に進んでいます。多くのスマートセキュリティ製品は、エッジコンピューティング機能からエッジインテリジェンスへと進化しています。しかし、エッジインテリジェンスはまだ開発の初期段階にあり、技術、ビジネス、ビジネスモデルなどの課題はまだ不確実です。次に、標準化、業界連合、シナリオ主導、産業チェーンコラボレーション、セキュリティとプライバシーなどにしっかりと取り組み、エッジインテリジェンスの大規模な実装を促進する必要があります。エッジインテリジェンスの開発を推進するビジネスシナリオには、主にネットワーク伝送シナリオとアプリケーション特性によって生成されるシナリオが含まれ、エッジインテリジェンスの需要を形成します。現在、エッジインテリジェンスは、スマートシティ、スマートインダストリー、スマートコミュニティ、スマートホーム、自動車のインターネットなど、多数の垂直産業で実証アプリケーションを形成し、垂直分野に新たな価値をもたらしています。

現段階では、ほとんどのデータ リソースが異なる地域や部門に属していることに留意する必要があります。将来的には、データをローカライズし、地域間で相互運用できるようにし、データ コンピューティングのニーズを満たしながら、データ転送のリスクとコストを削減できるメカニズムが導入されるでしょうか。つまり、多次元データ融合とインテリジェント分析には、ビデオストリーミング用の分散コンピューティング エンジンとビッグデータの動的分散アーキテクチャのサポートが必要です。

エッジインテリジェンスの開発と応用に加えて、ビッグデータ分析に代表される中央インテリジェント分析技術も大きな進歩を遂げており、多次元データ融合分析プラットフォームを通じて、世論監視やイベント警告機能が初めて実現されました。多次元データ融合は、複数のソースデータの補完性とコンピュータの高速コンピューティングおよびインテリジェンスを最大限に活用して、結果情報の品質を向上させます。群衆制御や交通ヒートマップなどのアプリケーションが含まれています。同時に、早期警戒のもう 1 つの方向性として、行動ビッグ データを使用して潜在的な犯罪を予測することが挙げられます。ターゲットの特性と行動の識別と分析、およびターゲットの履歴データの線形分析を含む特定のテクノロジーも大きく進歩しています。セキュリティビッグデータの多次元データ融合アプリケーションは初期段階で成熟しており、エッジエンドとセンターエンドの複合アプリケーションにより、セキュリティビッグデータの実用性が大きく進歩しました。技術開発レベルと将来の方向性の観点から、中心の「ビッグインテリジェンス」とエッジの「スモールインテリジェンス」は長期的なトレンドです。

AIチップの開発はインテリジェントアプリケーションの基盤を構築します

インテリジェント セキュリティの時代において、チップはインテリジェント セキュリティ産業チェーンを構築する最初のリンクです。チップ技術の進歩により、セキュリティ業界のインテリジェント化が可能になりました。チップに基づいて設計された AI コンピューティング アクセラレーション カードとモジュールは、インテリジェント分析アプリケーションでより大きな役割を果たすことができます。PCIE に基づくマルチチップ相互接続により、水平方向の拡張が容易になり、大規模なデータ センターをサポートできます。 AI チップ、アクセラレータ カード、モジュールは、産業オートメーション、インテリジェント セキュリティ、ロボット工学、スマート シティ、軍事産業、航空宇宙などのアプリケーションに実用的な洞察を提供します。

チップ市場全体を見ると、Nvidia と Intel が依然としてトップに立っています。セキュリティ監視市場では、ビデオコーデックチップはSoCシステムレベルチップに集中しています。チップをベースに開発されたモジュールやアクセラレーションカードは、国内チップ業界で急速に発展しており、セキュリティ業界で広く使用されています。端末IPCからエッジ、クラウドまで、AIチップと統合製品が活況を呈しています。中国の半導体産業の台頭は、ほぼ当然のことと言えるだろう。

需要市場の観点から見ると、業界の急速な成長という優位性により、AIチップ産業の発展のチャンスが到来しており、従来の市場では、セキュリティチップの優位性は外国企業の手中にあると思われているかもしれません。しかし、近年のスマートセキュリティの急速な発展により、国産のセキュリティ監視チップの技術レベルは海外の先進製品とほぼ同等となり、コストパフォーマンスの面でも明らかな優位性を持っています。インテリジェントセキュリティの深化に伴い、ハイテクディープラーニングチップがセキュリティ分野に参入し、国内のチップメーカーに画期的な方向性を提供しています。

将来、AIはセキュリティを変え、セキュリティシステムをよりインテリジェントにし、構造化データだけでなく、動画や画像などの非構造化データも自動的に処理し、社会全体をより安全で秩序あるものにする必要があります。このような変革を実現するには、上流と下流の業界の共同の努力が必要です。上流の AI チップは、スマート セキュリティを構築する最初のリンクになっています。革新的でコスト効率の高い AI チップは、確実に成功する選択の基盤となるでしょう。

基本コンポーネントソフトウェアは統合とシナリオのカスタマイズへと移行しています

2018 年以降、スマート セキュリティ アプリケーションの基盤となるコンポーネントは体系化と統合へと進み始め、監視システム自体のハードウェア システムの全体的なパフォーマンスも向上しました。 AI チップやセンサーなどの基本的なハードウェアとアルゴリズム ソフトウェアを統合することで、さまざまなビジネス アルゴリズムに従って製品をカスタマイズおよび開発できるようになります。現在、AIチップメーカー各社は、コンピューティングパワーとアルゴリズムを統合する方向で研究開発を進めており、シナリオビジネスに効率よく適用できるよう、特定のシナリオアルゴリズムに基づいたAIチップアーキテクチャを設計している。

視覚を中心としたセキュリティ監視システムにおいて、CMOSイメージセンサーが中核的な役割を果たします。 AI インテリジェント アプリケーションをより適切に実装するには、CMOS イメージ センサーのイメージング設計を重点的に改善する必要があります。近年、イメージング技術メーカーが発売したセキュリティ専用のCMOSセンサー製品から判断すると、監視用CMOSイメージセンサーの設計も、シーン環境、照明、温度などのさまざまな要因の影響を考慮する必要があり、さまざまな製品がさまざまなアプリケーションシナリオに適しているため、「シーンカスタマイズ」段階に入り始めています。

多様なインテリジェント アルゴリズムをセンサー デバイスに組み込むだけでなく、AI チップに埋め込み、パッケージ化することもできます。ビジュアル AI アルゴリズムのディープラーニング コンピューティングがクラウド展開からエッジ展開へと徐々に拡大するにつれて、エッジ デバイスの数はクラウド デバイスの 1 ～ 2 桁多くなっています。エッジ AI コンピューティング ハードウェアに対する業界の需要は急速に増加しており、従来の CPU および GPU ソリューションに代わる、高いコンピューティング能力、低消費電力、豊富なインターフェイスを備えたチップ、モジュール、ボードなどのソリューションが求められています。 AI技術の応用と普及に伴い、ビッグデータやディープラーニングの要求のもと、セキュリティにおけるCPUやGPUのハードウェア要件が徐々に高まり、基本コンポーネントの統合やカスタマイズのアプリケーションニーズが徐々に開発トレンドになりつつあると言えます。