流媒體行業(yè)皆知,云端邊融合是AI安防市場發(fā)展的主流方向。TSINGSEE青犀視頻也提出了“云邊端”融合AI智能分析的安防視頻架構,所謂的云端邊融合即是通過邊緣計算將人臉識別、物體識別等視頻結構化、智能化應用的算力分攤至前端,從而解決由于數(shù)據(jù)量暴漲給傳輸和云端處理帶來的壓力。
邊緣計算其實是實現(xiàn)嵌入式人工智能的關鍵,其實時性比云端更強,像EasyDSS互聯(lián)網(wǎng)視頻云服務、EasyGBS國標視頻云服務、EasyCVR安防視頻云服務和EasyRTC視頻會議云服務,更能滿足用戶更快的業(yè)務響應需求,云端承載的是第三方提供的專業(yè)性服務,以及更加復雜的運算,比如對模型的優(yōu)化、算法迭代等相對靈活的部署方式。
實際上,云邊融合也是智能計算前移的過程,這必須對前端設備的算力提出更高的要求,而隨著AI芯片算力的日益增強,邊緣計算能力將得到重大突破。目前TSINGSEE青犀視頻研發(fā)的邊緣計算網(wǎng)關分別為EasyNVR視頻邊緣計算網(wǎng)關和EasyNTS上云網(wǎng)關。不過,由于前端攝像機的本身空間狹小,一般來講,較大及復雜的數(shù)據(jù)量的邊緣計算及存儲則放至邊域處理。
相對來講,云端的算力強,前端的算力弱,而安防領域大部分業(yè)務應用場景對端側的響應速度都有很高要求,顯然全部數(shù)據(jù)傳輸至云端處理,將造成較長的時延性,因此,安防企業(yè)在設計AI產(chǎn)品架構系統(tǒng)方案時,一般都會采用集中的前端部署邊緣計算,但純粹的前端無法完全解決數(shù)據(jù)計算問題,而此時,需要借助邊域的算力共同承擔云端算力,這意味著,端和邊必須先集成,形成整體的邊緣智能計算,然后再和云端計算相結合,構建一體化的云邊端架構。
當前來看,TSINGSEE青犀視頻AI安防系統(tǒng)架構是前端為普通人臉攝像機-碼流傳輸和錄像存儲-NVR,采用前流后比對的原理,人臉檢測、人臉識別、車牌識別、場景識別等。目前EasyCVR安防視頻云服務的邊緣AI已經(jīng)在研發(fā)當中,相信很快就會與大家見面了。
云邊端集成是AI安防產(chǎn)品發(fā)展的必然趨勢,而后端云化以及與端邊融合的一體化系統(tǒng)架構,則無疑是未來AI安防市場發(fā)展的必然走向,也將是AI安防工程化的主旋律。