邊緣計(jì)算技術(shù)在安防行業(yè)的應(yīng)用,應(yīng)該是早于云計(jì)算。安防行業(yè),尤其是視頻監(jiān)控領(lǐng)域,大的特點(diǎn)就是要處理海量的視頻數(shù)據(jù)。視頻數(shù)據(jù)的傳輸和存儲(chǔ)方式一直影響著安防行業(yè)的發(fā)展。
安防行業(yè)的發(fā)展,基本都伴隨著邊緣計(jì)算技術(shù)的發(fā)展。邊緣技術(shù)的應(yīng)用發(fā)展也大概分為如下三個(gè)階段:
早期的視頻編碼及加密技術(shù)
視頻監(jiān)控從模擬時(shí)代往數(shù)字時(shí)代過(guò)渡時(shí),面臨的一大問(wèn)題就是龐大的視頻數(shù)據(jù)量。以標(biāo)清分辨率704 X 576的D1視頻來(lái)說(shuō),如果不對(duì)數(shù)據(jù)進(jìn)行壓縮,那將大概需要250Mbps的數(shù)據(jù)帶寬才足以傳輸一路25幀的視頻,在那個(gè)時(shí)代是根本無(wú)法實(shí)現(xiàn)的。
即使是現(xiàn)在,網(wǎng)絡(luò)帶寬得到了質(zhì)的飛越,但是面臨高清視頻的需求,如果不對(duì)數(shù)據(jù)進(jìn)行壓縮,也無(wú)法進(jìn)行視頻傳輸。所以要傳輸數(shù)字視頻,必須要在數(shù)據(jù)源頭進(jìn)行數(shù)據(jù)處理,對(duì)視頻數(shù)據(jù)進(jìn)行壓縮處理,這種視頻壓縮技術(shù),其實(shí)就是一種邊緣計(jì)算技術(shù)。
而且隨著時(shí)代的發(fā)展,人們對(duì)高清視頻的需求發(fā)展遠(yuǎn)高于網(wǎng)絡(luò)帶寬的發(fā)展,所以視頻壓縮這種邊緣計(jì)算技術(shù)也一直在發(fā)展進(jìn)步。
從早期的基于DSP實(shí)現(xiàn)的MJPEG和MPEG4算法,到現(xiàn)在基于編碼芯片算法的H264、H265和SVAC算法,視頻壓縮率得到了質(zhì)的提升。
另外有些需求要求對(duì)壓縮視頻進(jìn)行加密傳輸,所以有些數(shù)字監(jiān)控設(shè)備具備在設(shè)備端對(duì)視頻進(jìn)行加密的功能,而這種技術(shù)其實(shí)也是一種邊緣計(jì)算技術(shù)。
所以早期的邊緣計(jì)算技術(shù)在安防行業(yè)的應(yīng)用主要是考慮了緩解流量壓力和安全性更高的兩大特點(diǎn)。
中期的各行業(yè)分析算法
隨著安防行業(yè)的發(fā)展,用戶的需求不再只局限于簡(jiǎn)單的視頻預(yù)覽、存儲(chǔ)、回放功能,安防產(chǎn)品也不再只是簡(jiǎn)單的通用監(jiān)控產(chǎn)品,而是成為了各領(lǐng)域的專業(yè)視頻設(shè)備。
其中令大家熟知的就是交通行業(yè)的電警和卡口設(shè)備,因?yàn)樗鼈冃枰邆渥R(shí)別車(chē)牌號(hào)碼,檢測(cè)闖紅燈、不系安全帶等違規(guī)行為的能力,這些應(yīng)用對(duì)數(shù)據(jù)的處理往往要求*的實(shí)時(shí)性,而且在數(shù)據(jù)中心也只對(duì)違法行為和車(chē)牌號(hào)感興趣,所以需要設(shè)備在采集到數(shù)據(jù)后立刻進(jìn)行數(shù)據(jù)處理,對(duì)違規(guī)行為進(jìn)行抓拍,然后將違規(guī)的照片以及車(chē)牌信息上傳到云端。這就是一種典型的邊緣計(jì)算技術(shù)。
與此類似的邊緣計(jì)算技術(shù)應(yīng)用案例還有很多,比如天地偉業(yè)的警戒系列產(chǎn)品能夠做到當(dāng)有人進(jìn)入警戒區(qū)域之后就會(huì)觸發(fā)揚(yáng)聲器,告訴人們不要進(jìn)入違禁的區(qū)域,提醒行人注意安全。另外,新的警戒產(chǎn)品甚至支持安全帽檢測(cè),當(dāng)檢測(cè)到建筑工地的工人忘記帶安全帽時(shí)會(huì)通過(guò)揚(yáng)聲器主動(dòng)提醒。
這種技術(shù)也屬于典型的邊緣計(jì)算技術(shù),如果是采用云計(jì)算技術(shù),需要數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心處理后才返回提示信息,很難做到實(shí)時(shí)的提醒功能。所以中期的邊緣計(jì)算技術(shù)在安防行業(yè)的應(yīng)用主要是考慮了低延時(shí)和效率更高的特點(diǎn)。
當(dāng)下基于深度學(xué)習(xí)的人臉識(shí)別等人工智能算法
人工智能始于20世紀(jì)50年代中期,之后數(shù)十年發(fā)展起起伏伏,80年代末隨著人工神經(jīng)網(wǎng)絡(luò)研究的興起,人工智能進(jìn)入一個(gè)新的階段。
特別是近幾年,深度學(xué)習(xí)在人工神經(jīng)網(wǎng)絡(luò)優(yōu)化方面獲得突破,使得機(jī)器輔助成為可能,拓展了人工智能的應(yīng)用領(lǐng)域。由于人工智能算法對(duì)系統(tǒng)性能消耗巨大,如果只采用CPU運(yùn)算的話,在邊緣端基本無(wú)法實(shí)現(xiàn)推廣。所以之前的人工智能算法更多的集中于云端。
但是隨著技術(shù)的逐步成熟,各大芯片廠商開(kāi)始紛紛推出人工智能算法的芯片,使得人工智能在邊緣端的實(shí)現(xiàn)成為可能。各大安防廠商也相繼推出基于邊緣計(jì)算技術(shù)的人工智能設(shè)備。其中天地偉業(yè)的人臉抓拍系列產(chǎn)品就是其中的典型。
基于邊緣計(jì)算技術(shù)的人臉抓拍設(shè)備,使其能夠在行人通過(guò)的時(shí)候,就時(shí)間解析出人臉數(shù)據(jù),并把人臉數(shù)據(jù)發(fā)到數(shù)據(jù)中心進(jìn)行匹配處理,相比單純?cè)朴?jì)算的方案,無(wú)需把所有視頻數(shù)據(jù)都進(jìn)行上傳,能夠大幅度減少數(shù)據(jù)流量,提升實(shí)時(shí)性,即使基于4G網(wǎng)絡(luò)也能保證數(shù)據(jù)的完整性。