純中心分析模式已無(wú)法滿足大范圍智能安防應(yīng)用的需求，云邊結(jié)合將成主流。如果將前端視頻流直接傳輸?shù)胶蠖朔?wù)器進(jìn)行人臉識(shí)別等智能分析，至少會(huì)產(chǎn)生3個(gè)方面的問(wèn)題，而這些問(wèn)題都能通過(guò)云邊結(jié)合的方式，利用智能化前端設(shè)備很好地解決。

純中心分析模式存在問(wèn)題

帶寬壓力。中心分析模式下，傳輸?shù)氖?*24小時(shí)不間斷的實(shí)時(shí)視頻流。智能分析需要較高清晰度的視頻，單個(gè)200萬(wàn)像素高清攝像機(jī)即使采用最新的H.265編碼，每天需要傳輸?shù)臄?shù)據(jù)量仍然高達(dá)20G左右。前端攝像頭數(shù)量達(dá)到一定規(guī)模時(shí)，對(duì)傳輸和存儲(chǔ)的壓力巨大。而在前端抓拍+中心分析模式下，傳輸?shù)氖菆D片流，僅在有人臉抓拍圖片的情況下才需要占用帶寬，極大地節(jié)省了帶寬和存儲(chǔ)資源。

實(shí)時(shí)性。在一些應(yīng)用，比如對(duì)重點(diǎn)人員布控預(yù)警中，要求系統(tǒng)有很高的實(shí)時(shí)性。中心分析模式下人臉識(shí)別、人臉建模比對(duì)等都依賴于中心服務(wù)器。但在大規(guī)模部署前端的情況下，中心服務(wù)器壓力巨大，計(jì)算資源的限制影響了實(shí)時(shí)性。根據(jù)海康威視的實(shí)測(cè)數(shù)據(jù)，純中心分析模式下，報(bào)警延時(shí)在15~20s，而前端抓拍+中心分析模式下，報(bào)警延時(shí)不超過(guò)3s。

準(zhǔn)確度。中心分析模式下，前端設(shè)備傳輸?shù)椒?wù)器的視頻流是經(jīng)過(guò)編碼壓縮的，損失了很多細(xì)節(jié)，也因此影響了識(shí)別準(zhǔn)確度。而前端人臉識(shí)別基于壓縮前的原始碼流分析，避免了壓縮的損失，提供給中心的圖片質(zhì)量更高，是保證系統(tǒng)準(zhǔn)確度的關(guān)鍵因素。

　邊緣計(jì)算帶來(lái)的優(yōu)勢(shì)

隨著邊緣計(jì)算興起，“云邊結(jié)合”方案漸成主流。與將數(shù)據(jù)放在遠(yuǎn)程云端的云計(jì)算相比，邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開放平臺(tái)，就近提供最近端服務(wù)，優(yōu)勢(shì)在于即時(shí)性強(qiáng)、反應(yīng)迅速、低傳輸成本。預(yù)計(jì)到2020年將有超過(guò)500億的終端與設(shè)備互聯(lián)，未來(lái)超過(guò)50%的數(shù)據(jù)需要在邊緣側(cè)分析、處理和儲(chǔ)存。這一趨勢(shì)對(duì)前端設(shè)備的計(jì)算能力提出了高要求，直接反映在對(duì)前端芯片的需求升級(jí)上。

具體到視頻監(jiān)控領(lǐng)域，具備智能計(jì)算能力的智能攝像頭將大大提高視頻處理及時(shí)性、節(jié)約帶寬和人力成本。視頻監(jiān)控系統(tǒng)是一種天然的物聯(lián)網(wǎng)系統(tǒng)，在邊緣計(jì)算的應(yīng)用方面還有很大的潛力。攝像機(jī)作為機(jī)器的眼睛，已經(jīng)實(shí)現(xiàn)了從“看得見(jiàn)”到“看得清”的轉(zhuǎn)變。如果攝像機(jī)能夠“看得懂”，實(shí)現(xiàn)對(duì)視頻圖像內(nèi)容的實(shí)時(shí)處理，將能夠極大地降低信息傳輸系統(tǒng)和后端設(shè)備的負(fù)擔(dān)，并提升整個(gè)安防系統(tǒng)的響應(yīng)速度。

比如在人臉識(shí)別應(yīng)用當(dāng)中，通過(guò)前端抓拍+中心分析的前后端智能相結(jié)合的模式，將人臉識(shí)別智能算法前置，在前端攝像機(jī)內(nèi)置高性能智能芯片，通過(guò)邊緣計(jì)算，將人臉識(shí)別抓圖的壓力分?jǐn)偟角岸耍夥胖行牡挠?jì)算資源，以集中優(yōu)勢(shì)計(jì)算資源做更高效的分析。

云邊結(jié)合成趨勢(shì)

云邊結(jié)合的趨勢(shì)下，前端智能芯片迎來(lái)更大機(jī)會(huì)。由于云邊結(jié)合的原理是將智能算法前置，通過(guò)邊緣計(jì)算，將人臉識(shí)別等應(yīng)用的抓圖的壓力分?jǐn)偟角岸耍夥胖行牡挠?jì)算資源。因此，需要在攝像機(jī)內(nèi)布置高性能智能芯片。

目前的主流方案是采用GPU，如NVIDIA的JETSONTX系列嵌入式芯片(海康深眸);也可使用高通等的通用芯片，搭配特定算法進(jìn)行圖像抓取(蘇州科達(dá));還可以用IPC芯片搭配專用協(xié)處理器的方式(北京君正T20+T01方案)。云邊結(jié)合的趨勢(shì)為芯片廠商打開了新空間。

在去年12月底，召開的華為智能計(jì)算大會(huì)上，華為智能計(jì)算業(yè)務(wù)部總裁邱隆指出，華為智能計(jì)算將結(jié)合華為的四大能力，通過(guò)芯片和技術(shù)創(chuàng)新，來(lái)滿足客戶期望的算力，通過(guò)云邊協(xié)同的架構(gòu)和高帶寬、低延遲、無(wú)縫的網(wǎng)絡(luò)覆蓋實(shí)現(xiàn)數(shù)據(jù)的協(xié)同和互通;通過(guò)一體化解決方案來(lái)降低人工智能使用的門檻，讓AI更簡(jiǎn)單，像使用水電一樣便利。

目前，安防行業(yè)中云邊結(jié)合正在逐步落地，海康威視在2018年一直大力倡導(dǎo)AI Cloud架構(gòu)，該架構(gòu)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，使得圖像目標(biāo)細(xì)節(jié)傳輸更高效，數(shù)據(jù)分級(jí)應(yīng)用更加靈活。

【來(lái)源：中國(guó)安防行業(yè)網(wǎng)】