上面这张图还是我之前做的，全部跟图像采集和图像处理有关。

简单来说，就是通过摄像头采集图像，然后传输给后台分析处理，然后根据需求显示在屏幕上，同时把数据存储起来。

作为前端产品的摄像头，品类最多，各种型号，每个应用场景都有很多不同的摄像头。

这里面有一个很大的进步。

以前海康威视只能采集图像信息。

现在还可以采集音频、温度、湿度、坐标、RFID、PM等一系列信息。

所以现在海康威视已经从监控安防转变成物联网全方位感知。

后端产品主要是网络硬盘录像机（NVR）、数字硬盘录像机（DVR）、编码器（DVS）、超脑等。

从2014年开始，海康威视就成立了研究院，对采集、分析、存储、计算这个四个领域一直大规模投入研发。

全球对于“智能化”的追求可谓是一直高烧不退，很火热。

但是目前全世界的各种智能化都是口号和噱头居多，真正的智能化还有很多的难关没有突破。

比如数据处理，任何东西的智能化都是基于数据，只有当数据足够庞大，机器才有可能作出比较准确的判断。

那么问题来了，数据怎么来？处理效率怎么提高？处理成本怎么降低？

这三大问题是摆在所有数据公司面前的现实问题。

没有数据的智能化是空中楼阁，都是假的。

而数据需要足够多的采集设备，然后花足够长的时间去采集。

比如我之前说过的“Wind”，为什么很多证券公司都用他的数据接口，就是因为Wind成立得足够早，积累了投资市场足够多的数据，这是牢不可破的护城河。

海康威视在数据采集方面，无疑走在了行业的前列，等于是拿到了智能化的入场券。

但是有门票还远远不够，还需要能把事做好才行。

数据越庞大，处理难度就越大，效率就越低。

所以这类公司都在拼命优化算法，比如之前分析过的手机摄像头龙头企业韦尔股份，拍出的照片好不好，取决于两个核心因素。

第一个是芯片像素，第二个就是成像算法。

同级别芯片，谁的算法越好，照片质量就越高。

同样对于数据的处理，也是完全依赖芯片和算法，比如智慧城市，每个城市每一分每一秒都在产生大量的数据，处理这些数据的效率，就决定了智慧的程度。

很显然，目前全世界都还不达标，包括自动驾驶，也是因为数据处理能力比不上人的大脑，所以一直都只是作为辅助功能宣传。

从数据采集角度来看，一辆汽车完全可以360度无死角时时刻刻采集周边数据，这个比人的眼睛还要更全面。

如果信息处理还能跟得上，当然就不需要人来开车。

对于算法来说，数据越多，才可能优化得越快，要先有足够多的样本，芯片才有学习的空间。

这个方面，海康威视又占了优势，随着他的数据库越来越完善，算法的优化只是时间问题。

最后关于处理成本问题，目前是一个死结。

我们可以看到马路上到处都是摄像头，其实很大一部分是没有开启的，有些是特殊情况才开启，有些是交替开启。

从使用目的来说，安装摄像头当然是为了监控，那都已经装好了，为什么不开启？当摆设吗？

其实是没办法，

那么多的摄像头，数据采集量非常庞大，单纯是存储，就是很大的成本。

如果还要去实时处理这些数据，成本一定承担不起。

成本高的很大一个原因也是由于处理效率较低造成的，算法不行，就必须靠硬件去堆。

这就跟最开始的计算机一个道理，那个时候还没有芯片，只能靠大量的继电器。