看云边端在安防的落地生根

从探路智能起始,云边端就开始在安防萌芽并深耕,渐渐蔚然成荫,成为智能安防时代显著的架构符号。云边端在安防出现,就是时代产物,带有明显智能安防属性。在前端设备智能化的同时,智能安防发展进程呈云边结合势态,系统逐渐形成云边端三级结构。

39d7c737c9aa407cf69014ac44357208

从探路智能起始,云边端就开始在安防萌芽并深耕,渐渐蔚然成荫,成为智能安防时代显著的架构符号。

01.开始流行的云边端

云边端在安防出现,就是时代产物,带有明显智能安防属性。

在前端设备智能化的同时,智能安防发展进程呈云边结合势态,系统逐渐形成云边端三级结构。

在端边层级,得益于边缘AI芯片与模组的能力提升,越来越多的摄像机、DVR、NVR获得了一定程度的智能化,可以对数据进行包括人脸识别、视频结构化、图谱分析等处理。

同时,前端采集和预处理的数据汇聚融合到中间层,即形成了数据中台。

数据中台起到聚合关联数据以及跨领域治理的作用,可以有效打破安防系统烟囱林立而子系统之间无法有效协同,而形成数据孤岛的局面,因此得到了众多安防厂商的关注。

可以看出,智能安防技术的不断发展,视频图像可以承载越来越多的信息,但仍需要更多的与前端多维感知设备之间进行数据的交互,提升决策准确率,并尽量在前端决策,减少后端处理压力;多维感知数据的端云协同和对数据的实时交互对于网络的时延、带宽要求越来越高;同时防控走向深水区,对于防控的立体化、系统化、机动化要求不断提升。

最后需要提及的是,传统安防行业,简单来说就是视频监控,以摄像机作为前端感知设备,负责数据的采集;服务器作为后端设备,负责数据的处理及分析。

边缘计算的出现则将安防的智能化带向了前端。传统方式下,可能需要堆叠大量的GPU服务器来实现这些智能化的服务,而现在,可以逐步的将例如人脸的检测、抓拍、识别,视频的结构化、车辆的检测与识别放到前端摄像头去实现,这样的变化带来的影响巨大。

02.落地生根于安防,云边端的难处

尽管云计算早在2005年就已提出,且具有强大的运算能力以及海量数据挖掘与分析能力。但随着智能安防时代的到来,日常生活中产生的大量数据需要更快速的响应及处理,这些都是云计算不能解决的问题。

在网络带宽有限、网络拥堵、响应延时一系列技术的要求下,边缘计算开始成为超越云计算的最佳使用方法。

但,云边端架构下,只求边缘计算也会顾此失彼。边缘计算虽然有其明显的优势,但是用边缘计算来替代云计算也是不可行的。

例如海量数据的挖掘、关联分析,关键数据的存储,多边缘节点的联动都需要依赖云端来完成,云计算厂家布局边缘计算,是对自身能力的一个补充,从而可以提供更好更完整的解决方案,也是顺应云边端架构的技术发展需要。这两者如果相辅相成,那如双剑合璧,威力更大。

此外,边缘计算存在节省带宽成本、节约服务器成本、存储成本、降低响应时间等优势,但其在落地应用过程中仍然存在应用层面、技术层面的问题。

比如:场景适应性、改造成本、技术实力与实战标准的区别。以人脸识别为例,人脸识别的技术是很成熟的,但是到了实际的场景中,仍然存在识别不准确、识别不出来、识别效果不好等,例如人是开口找、低着头的、光照会发生变化、摄像头拍摄角度问题这些不可控因素都会导致识别结果不好。

人脸识别这项很成熟的技术尚且如此,那么到了其他应用场景,例如要做安全帽的识别、做车辆乱停的识别、做水尺的识别、集装箱识别,这些理论上,只要数据量足够充分都可以发掘,但是达到真正解决客户问题这样的标准,目前还有很多工作有待解决,也就是说,识别仅仅只是开始,识别后的分析与决策,还需增强。

智能安防,时代向往。经得起风吹雨打,才可成参天大树,并扎根于智慧安防这块沃土之中。平台云化不仅可以优化业务部署的效率和成本,还可以丰富生态,实现安防业务功能与不同业务场景的快速适配和应用。

业务平台开放、云化还将催生算法市场、应用市场等新的商业形态,使视频业务应用更广泛、更活跃;而边缘计算这几年风口之时,炙手可热,成行业头部企业热衷之事;在端侧,从AIOT的物与物互联开始,就已经在泛感知与全覆盖的进程中完成布局。

总之,云边端架构下的智能安防,无所不联、无处不在,或许在未来也将无所不能。

THE END
责任编辑:赵智华
免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!