全球科技市场咨询公司ABI Research的分析报告《基于深度学习（DL）的机器视觉在智慧城市中的应用》显示，2025年搭载AI芯片组的智能摄像头装机量将达到3.5亿台以上。预计2025年出货的摄像头中，超过65%的摄像头将至少配备一个AI芯片组。

这种摄像头将采用深度学习（DL）模型，在智能交通管理、资产管理、人流监控和管理、物理和周界安全以及预防性威胁检测等应用中实现自动化和增强决策。

"全球越来越多的城市和政府都在积极寻求利用人工智能，这导致了采用边缘AI芯片组的智能摄像头的热潮。"ABI Research人工智能和机器学习首席分析师Lian Jye Su表示。

除了低延迟之外，数据隐私问题也推动了边缘AI的应用，因为信息可以在不被发送到云端的情况下进行处理。该报告将Ambarella、HiSilicon、英特尔、英伟达、高通和Xilinx列为智慧城市领域的一些主要AI芯片组供应商。越来越多的提供始终在线的机器视觉的TinyML供应商有望在通过电池驱动的摄像头、激光雷达、红外和其他传感器实现始终在线的机器视觉方面发挥关键作用。

根据ABI的说法，这些工作负载大多由SenseTime、Ipsotek、Icentana和Sentry AI等视频分析厂商提供的托管在云端的DL模型来执行，或者由海康威视和大华等智能摄像头和网络视频记录仪中的DL推理来执行，这两种部署方式都有各自的优势和不足。

Su解释说，两个技术趋势将可能进一步催化基于DL的机器视觉的部署。"第一个是边缘计算，政府可以在网关和内部服务器上托管DL模型，而不是在比传统相机贵数倍的智能相机上部署特定的DL模型。这使得数据可以在边缘处理和存储，提供比依赖云基础设施更快的响应时间。

"第二个是5G，虽然网络切片到2023年还无法商用，但5G的网络切片能力让通信服务提供商可以提供专用网络资源来承载微服务、可靠性服务保障、无缝设备连接，以支持智慧城市中基于DL的机器视觉。"

不过报告强调，在公共摄像头中采用人工智能的相关公众信任和法规是其实施面临的一大挑战。世界各地的公众和人权倡导者都对滥用保持警惕，并一直在抵制面部识别技术的采用。

"信任是公共安全技术中的一个重要组成部分。ABI Research鼓励开发者、供应商、主管部门和公众关注不断的对话，并引入共同的技术平台以提高透明度，以及能够最大限度地减少对于人工智能道德和治理框架的偏见。"Su补充道。

他继续说道。"未来，在智慧城市中取得成功的技术厂商是那些能够展示透明和可解释的DL模型的厂商，以及那些表现出愿意接受开放共同标准和道德框架的厂商。"