首頁 > 技術背景 > 正文
邊緣計算成熟 為視頻監控前端智能提供技術基礎
中國安防行業網    2017/11/18 18:14:00    關鍵字:邊緣計算,視頻監控,前端智能      瀏覽量:
  近些年,物聯網前端設備呈現爆發式增長,隨而產生的數據也呈現幾何式增長。據思科可視化網絡指數VNI預測,到了2020年,連接到IP網絡的設備數量將接近全球人口數量的三倍,到了2020年,人均網絡設備數量將由2015年的2.2部增長達到3.4部,人均IP流量也從2015年的10GB增長至25GB;思科全球云指數GCI預測,到了2020年存儲數據總量將從2015年的1.4ZB增加至6.2ZB,2020年6.2ZB數據中有84%存儲在客戶端設備上。前端終端設備上產生的海量數據在提供商業價值的同時,也對數據處理提出挑戰。



  前端設備持續增加以及海量數據的增加,網絡帶寬正逐漸成為云計算的另一瓶頸,然而僅靠提高網絡帶寬并不能滿足萬物互聯應用對延遲時間的要求,例如在無人駕駛汽車上的傳感器和攝像頭實時捕捉的路況信息,每秒大約有1GB的數據,所以在接近數據源的前端設備上執行部分計算是適應萬物互聯應用需求的新興計算模式--邊緣計算應運而生。

  邊緣計算分擔了部署在云端的部分計算能力,降低物聯網高頻、碎片計算、傳輸和回源帶來的延時、擁塞等問題,使AI時代下多場景應用不再受限于網絡帶寬傳輸能力。在萬物互聯的背景之下融合邊緣計算和視頻監控技術,構建基于邊緣計算的新型視頻監控應用的軟硬件服務平臺,成為安防領域一直提倡的"事前預警、事中制止、事后復核"對視頻監控系統前端攝像頭智能處理能力提出的更高要求。
  
  邊緣計算中的"邊緣"是個相對概念,指從數據源到云計算中心數據路徑之間的任意計算資源和網絡資源。邊緣計算的"邊緣"不限制在邊緣服務器這樣的邊緣節點,還包括網絡邊緣的攝像頭、智能手機、網關、可穿戴的計算設備和傳感器等設備。邊緣計算的基本理念指利用邊緣設備已有的計算能力,將應用服務程序的全部或部分計算任務從云中心遷移到邊緣設備終端執行,降低能源消耗。

  在邊緣計算中,云計算中心不僅從數據庫收集數據,也從傳感器和智能手機等邊緣設備收集數據,這些設備兼顧數據生產者和消費者,因此終端設備和云中心之間的請求傳輸是雙向的。網絡邊緣設備不僅從云中心請求內容及服務,而且還可以執行部分計算任務,包括數據存儲、處理、緩存、設備管理、隱私保護等。

  視頻監控攝像頭作為物聯網前端設備應用邊緣計算最具有代表性。傳統視頻監控系統前端攝像頭內置計算能力較低,致使視頻監控系統的智能處理能力不足,以云端計算進行智能分析又具有延遲性,無法保證實時預警。

  融合邊緣計算的視頻監控技術,構建基于邊緣計算的新型視頻監控應用的軟硬件服務平臺,以提高視頻監控系統前端攝像頭的智能處理能力。邊緣計算+視頻監控技術其實是構建了一種基于邊緣計算的視頻圖像預處理技術,通過對視頻圖像進行預處理,去除圖像冗余信息,使得部分或全部視頻分析遷移到邊緣處,由此降低對云中心的計算、存儲和網絡帶寬需求,提高視頻分析的速度,此外,預處理使用的算法采用軟件優化、硬件加速等方法,提高視頻圖像分析的效率。

  除此之外,為了減少上傳的視頻數據,基于邊緣預處理功能,構建基于行為感知的視頻監控數據彈性存儲機制。邊緣計算軟硬件框架為視頻監控系統提供具有預處理功能的平臺,實時提取和分析視頻中的行為特征,實現監控場景行為感知的數據處理機制;根據行為特征決策功能,實時調整視頻數據,既減少無效視頻的存儲,降低存儲空間,最大化存儲"事中"證據類視頻數據,增強證據信息的可信性,提高視頻數據的存儲空間利用率。

  截至當前,除了目前在城市視頻監控領域,邊緣計算已經在智慧照明、電梯聯網、智能制造、智能抄表、能效管理等領域得到了應用,幫助客戶提高公共基礎設施的使用效率、降低故障率,保障公共安全,助力智慧城市建設。
组六期期必中技巧