云邊融合是視頻技術(shù)智能應(yīng)用的發(fā)展趨勢(shì)

10月28日，?？低曋鬓k的“AI+：洞察行業(yè)、助力變革”主題論壇在深圳召開(kāi)，海康威視胡揚(yáng)忠總裁在論壇上發(fā)表了主題講演，提出了“將AI算力注入邊緣，賦能邊緣智能是大勢(shì)所趨”的觀點(diǎn)。在2017深圳安博會(huì)上海康威視發(fā)布的“IOT-基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知計(jì)算系統(tǒng)--?？?a href="http://www.picoinsstore.com/AI_1.html" target="_blank" class="keylink">AICloud框架”就體現(xiàn)了這一思想。AICloud框架由云中心、邊緣域、邊緣節(jié)點(diǎn)三部分構(gòu)成，實(shí)現(xiàn)從端到中心的邊緣計(jì)算+云計(jì)算的結(jié)合，使系統(tǒng)的功能更為強(qiáng)大。海康威視的“云邊融合”通過(guò)對(duì)云端和邊緣資源的統(tǒng)一配置、管理、調(diào)度，融合邊緣計(jì)算敏捷性和云端大數(shù)據(jù)計(jì)算全局性的優(yōu)勢(shì)。

當(dāng)前的云計(jì)算是基于數(shù)據(jù)中心的，是一種集中式中心化的云。隨著IT基礎(chǔ)設(shè)施逐漸云化，一些新興業(yè)務(wù)的逐漸興起例如大視頻，物聯(lián)網(wǎng)，云化接入等。這種集中式中心化的云不能適應(yīng)例如低延遲、大帶寬等業(yè)務(wù)要求，就需要向分布式去中心化的云發(fā)展，這也就是賦能邊緣智能和云邊融合產(chǎn)生的背景。賦能邊緣智能的技術(shù)基礎(chǔ)是邊緣計(jì)算。邊緣計(jì)算指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開(kāi)放平臺(tái)，其功能是就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。完全依賴云計(jì)算的計(jì)算機(jī)系統(tǒng)在需要大量和外界互動(dòng)的時(shí)候會(huì)顯得僵化，反應(yīng)遲緩，而且一旦網(wǎng)絡(luò)有點(diǎn)問(wèn)題就使得系統(tǒng)癱瘓。邊緣計(jì)算可以緩解負(fù)載瓶頸、延遲、容錯(cuò)等方面的困難，未來(lái)的智能應(yīng)用系統(tǒng)應(yīng)該是“大智能”放在云端，“小智能”放在邊緣。

邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)、中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所所長(zhǎng)于海斌指出：“中國(guó)在‘十三五’規(guī)劃中提出的兩化融合、中國(guó)制造2025等國(guó)家戰(zhàn)略，對(duì)ICT與OT的融合提出了迫切的需求，而邊緣計(jì)算是ICT與OT融合的支撐與使能技術(shù)，產(chǎn)業(yè)發(fā)展將進(jìn)入重要機(jī)遇期。工業(yè)自動(dòng)化技術(shù)體系將從分層架構(gòu)、信息孤島向物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)分析架構(gòu)演進(jìn)。而邊緣計(jì)算將是實(shí)現(xiàn)分布式自治控制工業(yè)自動(dòng)化架構(gòu)的重要支撐。

隨著物聯(lián)網(wǎng)時(shí)代的到來(lái)，2017年全球物聯(lián)網(wǎng)設(shè)備已經(jīng)達(dá)到84億臺(tái)，2020年預(yù)計(jì)有500億個(gè)設(shè)備將連接到網(wǎng)絡(luò)。數(shù)字化背后的基礎(chǔ)技術(shù)是云計(jì)算，隨著物聯(lián)網(wǎng)應(yīng)用和智慧城市的發(fā)展，幾乎所有數(shù)據(jù)都需要連接到云，再通過(guò)云端存儲(chǔ)、計(jì)算，通過(guò)網(wǎng)絡(luò)互相連接。隨著PC互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)向萬(wàn)物互聯(lián)演進(jìn)，如何傳輸和處理海量數(shù)據(jù)，已經(jīng)對(duì)當(dāng)前的云計(jì)算技術(shù)架構(gòu)提出很大挑戰(zhàn)。視頻圖像，尤其是高清視頻圖像，即使它被數(shù)字化并壓縮后所含數(shù)據(jù)量也是巨大。隨著視頻技術(shù)的廣泛應(yīng)用，圖像數(shù)據(jù)傳輸、存儲(chǔ)需要占用大量的資源，給視頻智能應(yīng)用系統(tǒng)前后端的實(shí)時(shí)傳輸帶來(lái)巨大的困難。

在視頻監(jiān)控智能化的初期不少企業(yè)就提出了監(jiān)控前端智能化的課題。那時(shí)的監(jiān)控智能化只是簡(jiǎn)單的移動(dòng)偵測(cè)、越線告警等，只需要相對(duì)簡(jiǎn)單的視頻分析技術(shù)，前端設(shè)備采用的芯片要求不高，比較容易實(shí)現(xiàn)。隨著深度學(xué)習(xí)等技術(shù)的陸續(xù)出現(xiàn)和人臉識(shí)別、車輛識(shí)別這一類較復(fù)雜的視頻分析技術(shù)在前端設(shè)備的應(yīng)用需要更高的計(jì)算能力，使得邊緣計(jì)算在視頻技術(shù)智能應(yīng)用系統(tǒng)的前端智能化實(shí)現(xiàn)有很好的應(yīng)用前景，賦能邊緣智能在視頻技術(shù)智能應(yīng)用領(lǐng)域成為大勢(shì)所趨。

視頻技術(shù)應(yīng)用系統(tǒng)的前端智能化使得攝像機(jī)可以根據(jù)場(chǎng)景和應(yīng)用的需要實(shí)時(shí)改變光圈、焦距、高度關(guān)注的景區(qū)等指標(biāo)，使得前端感知更有效。同時(shí)目標(biāo)信息傳輸更高效減輕網(wǎng)絡(luò)壓力，數(shù)據(jù)分級(jí)分析更靈活業(yè)務(wù)響應(yīng)更敏捷，也能夠?qū)崿F(xiàn)后端與多個(gè)前端的互動(dòng)，系統(tǒng)的效能更高、運(yùn)行成本更低。賦能邊緣智能+云計(jì)算中心的融合在大型的視頻智能應(yīng)用系統(tǒng)中有非常好的應(yīng)用前景，成為其發(fā)展的必然趨勢(shì)。

邊緣計(jì)算是將信息存儲(chǔ)從統(tǒng)一的云端分散到各個(gè)終端，由邊緣側(cè)進(jìn)行智能化處理后提取特征數(shù)據(jù)傳回云端，這樣就大大降低了云端的存儲(chǔ)與處理壓力。此外，組織也可以通過(guò)邊緣計(jì)算平臺(tái)向用戶提供易獲取、轉(zhuǎn)化率高、與業(yè)務(wù)關(guān)聯(lián)密切的增值服務(wù)。

云邊融合的系統(tǒng)首先它是一個(gè)基于云架構(gòu)的系統(tǒng)，邊緣計(jì)算是融合了網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開(kāi)放平臺(tái)，因此賦能邊緣智能的前端設(shè)備其芯片的計(jì)算能力要求是很高的，邊緣計(jì)算需要將信息存儲(chǔ)從統(tǒng)一的云端分散到各個(gè)終端，由邊緣側(cè)進(jìn)行智能化處理后提取特征數(shù)據(jù)傳回云端，智能前端設(shè)備也需要較大的存儲(chǔ)能力，還需要跨邊緣與集中式云聯(lián)合起來(lái)的工具，智能前端往往還需要本身處的機(jī)器學(xué)習(xí)功能。

基于云計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)和視頻分析等技術(shù)的視頻智能應(yīng)用系統(tǒng)的研發(fā)本身難度就很大，其云邊融合的升級(jí)版技術(shù)含量更高，除要掌握上述相關(guān)技術(shù)之外，還需要深刻洞悉不同用戶的實(shí)際需求能提出高水平的相應(yīng)解決方案和軟件。在目前的軟硬件條件下，還無(wú)法研制一種實(shí)用的、通用的賦能邊緣智能攝像設(shè)備。

由于?？低?016年就為多個(gè)行業(yè)開(kāi)發(fā)成功了具備深度學(xué)習(xí)能力的智能型監(jiān)控?cái)z像機(jī)和相應(yīng)的解決方案，在此基礎(chǔ)上2017年?？低曇研纬闪烁采w云中心、邊緣域、邊緣節(jié)點(diǎn)的AICloud產(chǎn)品家族，構(gòu)建了良好的產(chǎn)品生態(tài)鏈。如“云邊融合”的云管理平臺(tái)能實(shí)現(xiàn)前后端計(jì)算資源的云化整合；新一代海康深眸圍繞用戶的智能應(yīng)用需求，推出各類智能解決方案，比如人員密度監(jiān)測(cè)平臺(tái)、人員軌跡檢測(cè)平臺(tái)、人臉簽到系統(tǒng)、AR云圖立體防控系統(tǒng)等等；新一代?？瞪癫锻瞥鋈诤蟼鹘y(tǒng)電警功能，進(jìn)行不禮讓行人、行人闖紅燈、左轉(zhuǎn)不讓直行、左轉(zhuǎn)不讓右轉(zhuǎn)、左轉(zhuǎn)拐小彎等行為檢測(cè)的“超級(jí)電警”和GMOS智能交通攝像機(jī)、“?？瞪癫丁彪p目矩機(jī)、“?？瞪癫丁敝悄苋霸婆_(tái)，以及此次重磅推出的“?？瞪癫丁敝悄墉h(huán)保抓拍機(jī)等；新一代海康明眸近景人臉識(shí)別系列產(chǎn)品和適用于樓宇辦公、交通客運(yùn)、文博景區(qū)、學(xué)校出入口等各類場(chǎng)景的人臉識(shí)別方案?；凇霸七吶诤稀钡暮？但C鷹、?？的樧V等產(chǎn)品在性能、算法等各方面都作了全面提升，交互更友好，分析更準(zhǔn)確，應(yīng)用更豐富。?？党X基于深度學(xué)習(xí)算法，集成高性能GPU芯片，集視頻存儲(chǔ)、分析、應(yīng)用于一體，配合全新一代酷炫NVR4.0系統(tǒng)，交互友好，應(yīng)用豐富，特別適合分布式智能項(xiàng)目。

?？低暋霸七吶诤稀辈捎梅植际竭\(yùn)算架構(gòu)，通過(guò)對(duì)云端和邊緣資源的統(tǒng)一配置、管理、調(diào)度，融合邊緣計(jì)算敏捷性和云端大數(shù)據(jù)計(jì)算全局性的優(yōu)勢(shì)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。