浅析云边端协同与算力调度在AI视频检测场景中的应用意义

Posted 2022-11-30 TSINGSEE

人工智能在医疗卫生、能源动力、交通航天、语言图像识别等领域发挥着重要作用，在安防等领域也同样值得期待。人工智能、深度学习、视频结构化技术、物联网技术，大数据分析等变革性技术的应用，使安防视频监控也变得越来越强大，基于AI的智能识别分析技术基本已成视频监控的标配。

基于智能分析网关+EasyCVR视频融合平台的AI视频智能分析能力，可对监控场景中的视频图像进行智能识别与分析，并提供人脸、人体、车辆、烟火、物体、行为等识别、抓拍、比对、告警等服务。同时，基于云边端协同的技术架构方式，能实现以下4大能力，满足行业的多样化场景需求。

1）云边端协同能力

通过将云端的计算能力进行拓展，边缘云能够深入到传统云无法覆盖到的边缘应用场景。终端侧、边缘数据能够反向连接云中心端，支持从不同的地域、多种业务系统、多种异构数据源、设备中采集数据，轻松实现跨层级的数据交换和应用协同。数据从设备端到边缘端，实现“聚端到边”，从边缘端到云端，实现“数据入云”。

• 设备端侧重多维感知数据采集和前端智能处理；
• 边缘端侧重感知数据汇聚、存储、处理和智能应用；
• 云中心端侧重包括物联网数据在内的多维数据的融合，以及基于AI、大数据的多维分析应用。

2）AI智能识别能力

• 人脸识别/比对

支持实时视频监控与抓拍，对图片和视频源中面部特征进行提取分析，可实现多人脸检测与抓拍、人脸识别、人流量统计、人脸比对检索、人脸库管理等。还可支持记录并实时与布控名单进行比对和报警，可用在各种卡口进行布控和核查，如商场、楼宇、社区、车站、街道、机场、港口、娱乐等公共场所及重要出入口等场景中，满足不同场景的人员身份识别需求。

• 车辆检测/车牌识别

支持对视频中的机动车/非机动车进行抓拍、检测和识别，包括车辆类型（特征）、品牌（车标）、颜色、车牌等信息，并能同时识别图像中的多张车牌。当在规定区域内（不允许停车的区域）检测到车辆时，将立即触发车辆违停告警，并将告警信息通过电话、短信、邮件、微信通知等多种方式推送给工作人员。

• 安全帽检测/反光衣检测

通过实时视频监测和预警在岗工人是否按照要求做好安全防范措施，如：是否正确佩戴安全帽、是否穿着反光衣、防护服等工作服。若检测到异常，则发出告警。

• 人员/区域入侵检测

对既定区域实时检测，如：有人员闯入禁区、危险区域、重要区域等，及时抓拍入侵人员并报警，还可联动现场语音进行提示，方便及时制止。

• 烟雾/火焰识别

实时对监控区域内的烟雾和火焰进行准确识别，一旦检测到烟火，立刻发出告警，并将告警信息及时推送给相关的管理人员进行处理，还可联动消防设施装置进行喷淋灭火等操作。

• 戴口罩识别

对监控区域检测人员是否佩戴口罩，一旦检测到未佩戴口罩的人员时，可联动语音播放器进行语音提醒。

• 其它识别

其他行为识别包括：人员在岗离岗识别、危险行为识别，如：逗留、可疑徘徊等等。

3）算力资源调度能力

智能分析网关可支持数据按需汇聚，以及AI算力资源的灵活与精细化调度能力。通过建立AI算法模型规范，将多种AI算法在算法仓中进行管理调度，同时还能管理、调度域内计算存储资源池、数据资源池和AI算法仓库的资源，改善AI计算的资源使用效率，实现算法的灵活接入、AI算力资源的统一调度分配、智能分析结果统一展示等。

• 支持统一管控云计算节点、边缘计算节点、算力节点、网络资源（含计算节点内部网络和广域网络）等，根据业务需求对算力资源以及相应的网络资源、存储资源等进行统一调度。

• 实时监测业务流量，动态调整算力资源，完成各类任务高效处理和整合输出，并在满足业务需求的前提下实现资源的弹性伸缩，优化算力分配。

4）视频数据共享能力

视频融合平台可以解决现阶段视频资源建设统筹性差、标准不统一、共享不足、应用单一等问题，汇聚各层级视频资源，形成基于智能大数据的视频共享能力。同时，AI技术也逐步从中心云向边、端下沉，在AI的加持下，视频融合平台能实现数据信息的智能搜索、过滤、预警、数据聚合和可视化等分析能力，提高事件预警的准确性和减少误报率，从而提高监管效率并大幅缩短溯源时间。

平台具有强大的数据接入、处理及分发能力，开放度高，轻松部署，功能可灵活拓展，轻松与第三方集成对接，满足更高级的场景需求。

基于云边端协同管理的AI智能视频监管方案（智能分析网关+EasyCVR视频融合平台），利用AI、物联网、云计算、大数据等技术，能满足基于视频服务的数据感知、智能检测、智能分析、智能告警等需求，可广泛应用在智能安防、社区、校园、景区、园区、加油站、化工厂、工地、厂区、电力等场景中。TSINGSEE青犀视频的AI项目也支持小批量试错，欢迎大家进行了解。