云邊端架構(gòu),為安防架起一座“智能”橋梁

隨著AI,大數(shù)據(jù),云計算等技術(shù)的發(fā)展,安防正從傳統(tǒng)的視頻監(jiān)控走向智能安防,從傳統(tǒng)的防控輔助系統(tǒng)走向效率提升的生產(chǎn)系統(tǒng),智能安防走向千行百業(yè)。

本文來自CPS中安網(wǎng),作者/羅超。

萬象有新意,行業(yè)無舊貌

隨著AI,大數(shù)據(jù),云計算等技術(shù)的發(fā)展,安防正從傳統(tǒng)的視頻監(jiān)控走向智能安防,從傳統(tǒng)的防控輔助系統(tǒng)走向效率提升的生產(chǎn)系統(tǒng),智能安防走向千行百業(yè)。

在走向千行百業(yè)的進程中,不同行業(yè)對于覆蓋的縱深要求不斷提升;為了獲取更多的細節(jié)信息支撐決策分析,對于視頻圖像全天候高清化越來越高,對于網(wǎng)絡(luò)上行帶寬的要求越來越高。這時候,智能安防時代,應(yīng)該承載更多。

為此,云邊端架構(gòu)開始在安防流行。

為什么安防需要“端邊云”

云邊端在安防出現(xiàn),就是時代產(chǎn)物,帶有明顯智能安防屬性。

01

智能安防技術(shù)的不斷發(fā)展,視頻圖像可以承載越來越多的信息,但仍需要更多的與前端多維感知設(shè)備之間進行數(shù)據(jù)的交互,提升決策準確率,并盡量在前端決策,減少后端處理壓力;

多維感知數(shù)據(jù)的端云協(xié)同和對數(shù)據(jù)的實時交互對于網(wǎng)絡(luò)的時延、帶寬要求越來越高;同時防控走向深水區(qū),對于防控的立體化、系統(tǒng)化、機動化要求不斷提升。

02

2012年以前的傳統(tǒng)安防行業(yè),簡單來說就是視頻監(jiān)控,以攝像機作為前端感知設(shè)備,負責(zé)數(shù)據(jù)的采集;服務(wù)器作為后端設(shè)備,負責(zé)數(shù)據(jù)的處理及分析。

邊緣計算的出現(xiàn)則將安防的智能化帶向了前端。傳統(tǒng)方式下,我們可能需要堆疊大量的GPU服務(wù)器來實現(xiàn)這些智能化的服務(wù),而現(xiàn)在,我們可以逐步的將例如人臉的檢測、抓拍、識別,視頻的結(jié)構(gòu)化、車輛的檢測與識別放到前端攝像頭去實現(xiàn),這樣的變化帶來的影響巨大。

03

多樣化的應(yīng)用場景,要求更加靈活的視頻智能部署和應(yīng)用能力,需要三個方面的能力。

前端攝像機、邊緣、中心都具備軟件定義能力,支持動態(tài)加載智能算法,從而可以動態(tài)按需的在前端、邊緣、中心部署相應(yīng)的智能算法和應(yīng)用;

支持端邊云協(xié)同,形成全網(wǎng)一體化的高效智能供給;全網(wǎng)分級分布的智能能力間有效協(xié)同,高度依賴網(wǎng)絡(luò)的保障,要求網(wǎng)絡(luò)能夠接入各種復(fù)雜部署環(huán)境的海量攝像機,提供更高的通信帶寬和更低的時延,并能根據(jù)每個行業(yè)特點提供滿足要求的SLA專網(wǎng)保障能力。

04

各個技術(shù)完善后,首先是帶寬方面,不再需要將原始數(shù)據(jù)全部傳輸?shù)皆贫巳ヌ幚?,然后發(fā)送回來,而是直接邊緣端即可完成處理;

在成本方面,大規(guī)模量產(chǎn)的前端芯片成本要遠低于后臺服務(wù)器的芯片成本,同時海量服務(wù)器的運維、散熱、機房租用等等成本更高;

延時方面,例如一個人臉識別,前端設(shè)備直接能夠自行處理,可以不需要將視頻傳輸回去,解析、摳圖、識別然后再把結(jié)果返回來,這難以滿足很多場景下快速響應(yīng)的需求。

當然,安防行業(yè)的智能化與前置化的核心或者說難點是前端處理能力,也就是芯片。云端的處理能力,可以通過服務(wù)器的疊加來實現(xiàn)。

但是,邊緣端的芯片則需要在保持強大運算能力的同時,盡可能的降低功耗、降低成本以滿足大規(guī)模推廣需求,這是一件非常具有挑戰(zhàn)的事情。

云邊端架構(gòu)能為安防帶來什么

智能安防,何謂智能?

其實智能概念極為寬泛,也有時代屬性。比如,智能不像高清有明顯的技術(shù)指標;十年前移動偵測叫智能,十年后該功能是很初級的標配了。

在當下,安防應(yīng)用中越來越多的部署更多類別的感知設(shè)備,用于從更多維度采集目標信息,包括目標的各種要素、活動軌跡以及關(guān)聯(lián)信息等,從而形成一個動態(tài)感知體系,實現(xiàn)防控工作的“無所不在、無所不知”目標。

QQ截圖20211119092508.png

針對某一特定的應(yīng)用場景,相關(guān)前端感知設(shè)備實現(xiàn)全互聯(lián)直通,邏輯上各感知設(shè)備一體化,當一個設(shè)備的感知到一條單維度信息后,通知其他設(shè)備從其他維度提取信息,對信息的準確性進行印證,從而實現(xiàn)群防群治,實現(xiàn)在前端就能完成一次感知信息的數(shù)據(jù)清洗,從而保證了感知信息的準確性。

只有驗證有效的信息才會上報至后端系統(tǒng)和平臺,在后端再進行數(shù)據(jù)綜合應(yīng)用,最終實現(xiàn)感知的多層運用。一方面,可以提升準確度,減少誤報;另一方面,通過本場歸并,減少數(shù)據(jù)量,降低后端處理的壓力。

以下我們分別來看端邊云的組成:

端的進化

視頻監(jiān)控是安防的最大門類,而傳統(tǒng)視頻監(jiān)控廠家?guī)缀醵家郧岸似鸺摇?/p>

那在端側(cè),傳統(tǒng)視頻監(jiān)控廠商極具話語權(quán),他們沉積多年技術(shù)與市場經(jīng)驗,讓后入者望塵莫及。但,挑戰(zhàn)者中華為也有其自身優(yōu)勢。

以其一款產(chǎn)品為例來看,重磅新品“魔方”雙目全彩AI筒型攝像機,新品融合了RGBW超感光傳感器、DNN ISP實時視頻降噪、AI HDR全目標增強、Deblur去運動拖影等一系列黑科技。

同時公布“墨子”圖像實驗室專業(yè)測試打分,在業(yè)界同類型中處于領(lǐng)先水平,這也是業(yè)界首次從“給機器看”角度給出的量化評分,用全新思想定義圖像未來。

雙鏡“全”析:采用廣角+變焦的雙鏡頭一體化設(shè)計,全景與細節(jié)兼顧,實現(xiàn)雙目全天候全結(jié)構(gòu)化智能;利舊現(xiàn)網(wǎng)桿站,態(tài)勢感知+全結(jié)構(gòu)化共用立桿,高低統(tǒng)一,降低運營成本;

精“彩”夜攝:業(yè)界首家采用RGBW超感光傳感器,進光量增加75%;業(yè)界首個DNN ISP實時視頻降噪,由靜至動;支持AI HDR全目標增強、Deblur去運動拖影,將夜攝能力做到極致;

以“小”見大:通過極致的工程設(shè)計能力,最大化利用空間,體積小重量輕,極低功耗節(jié)能環(huán)保。

在攝像機能力方面,智能已經(jīng)在芯片技術(shù)方面大力提升,進而形成有競爭力的安防產(chǎn)品與解決方案。AI芯片算力普惠到端云,傳統(tǒng)攝像機變成智能攝像機,智能安防端邊云協(xié)同、多維數(shù)據(jù)融合,讓智能更高效。

云的協(xié)同

視頻云的概念在2017年開始流行,從那時候起,阿里云獨占鰲頭,華為和騰訊在努力追趕。當時引入視頻云,是為了平安可以預(yù)見。

傳統(tǒng)的視頻監(jiān)控一般是“煙囪式”建設(shè),各區(qū)域各部門基本都是獨立建設(shè),采用的供應(yīng)商和技術(shù)標準也不盡相同,帶來的結(jié)果就是數(shù)據(jù)煙囪,形成一個個的數(shù)據(jù)孤島。警察辦案時通常需要到現(xiàn)場查看視頻,并將原始視頻拷貝回來,效率很低。

采用視頻云模式后,所有的攝像機接入到一朵云中,以“服務(wù)化”的方式,根據(jù)合理的授權(quán)提供給各需求部門使用,實現(xiàn)視頻共享,及視頻的隨時隨地查看。

除此之外,因為采用云系統(tǒng),各種計算資源、存儲資源、網(wǎng)絡(luò)資源被虛擬化成資源池,并進行統(tǒng)一管理,當有部門或某個業(yè)務(wù)需要時,可以按需分配,彈性擴展,實現(xiàn)業(yè)務(wù)快速上線的同時,資源利用率也得到大幅提升。

從2017年起,隨著中央“三預(yù)”的提出,意味著我國將推動社會公共安全領(lǐng)域從后置變?yōu)榍爸?,從被動轉(zhuǎn)為主動,就是帶領(lǐng)行業(yè)業(yè)務(wù)實戰(zhàn)驅(qū)動技術(shù)變革,從事后被動處置向事前主動預(yù)防轉(zhuǎn)變,增強預(yù)見性。

所以,很多廠家開始發(fā)力云端,具體做法是基礎(chǔ)設(shè)施云化、數(shù)據(jù)整合共享、大數(shù)據(jù)智能分析和情指融合、情勤融合。

不少企業(yè)的方案創(chuàng)新性提出了“一云一池一平臺”概念,一云指的是在部署方式上,實現(xiàn)了物理分散、邏輯集中,在業(yè)務(wù)邏輯上,縱向拉通部省市多層級、橫向上拉通各警種間的數(shù)據(jù),支持資源靈活調(diào)度;

一池指的是匯聚全量數(shù)據(jù),形成數(shù)據(jù)水系,加強對數(shù)據(jù)的處理加工、為上層應(yīng)用提供價值數(shù)據(jù);一平臺即業(yè)務(wù)使能平臺,更易于客戶和合作伙伴在統(tǒng)一平臺上實現(xiàn)業(yè)務(wù)應(yīng)用百花齊放。

2021年華為好望上云,對于行業(yè)也是一件幸事,在云端協(xié)同方面,智能安防還能做很多。

邊緣賦能

云邊端架構(gòu)中,我們最少涉及的就是邊端產(chǎn)品。這方面從最開始的DVR開始,在產(chǎn)品升級和技術(shù)推進方面相對與另外兩者較為滯后。有工程商笑談,十年前的NVR到應(yīng)用到現(xiàn)在的工程中,依然好用。

邊側(cè)的邊緣計算,其實也大有可為。但隨著物聯(lián)網(wǎng)時代的到來,日常生活中產(chǎn)生的大量數(shù)據(jù)需要更快速的響應(yīng)及處理,這些都是云計算不能解決的問題。

在網(wǎng)絡(luò)帶寬有限、網(wǎng)絡(luò)擁堵、響應(yīng)延時一系列技術(shù)的要求下,邊緣計算開始成為物聯(lián)網(wǎng)時代超越云計算的最佳“使用方法”。

不過,盡管云計算與邊緣計算是看似矛盾,實際上卻是協(xié)同、互補的兩種方式。也就是說,邊緣計算雖然有其明顯的優(yōu)勢,但是用邊緣計算來替代云計算也是不可行的。

例如海量數(shù)據(jù)的挖掘、關(guān)聯(lián)分析,關(guān)鍵數(shù)據(jù)的存儲,多邊緣節(jié)點的聯(lián)動都需要依賴云端來完成,云計算廠家布局邊緣計算,是對自身能力的一個補充,從而可以提供更好更完整的解決方案,也是順應(yīng)技術(shù)發(fā)展的需要。

但不管是安防行業(yè)還是物聯(lián)網(wǎng),只有將邊緣計算和云計算協(xié)同使用,才會發(fā)揮出最大的價值。

但,邊緣計算有難點。盡管邊緣計算存在節(jié)省帶寬成本、節(jié)約服務(wù)器成本、存儲成本、降低響應(yīng)時間等優(yōu)勢,但其在落地應(yīng)用過程中仍然存在應(yīng)用層面、技術(shù)層面的問題。

場景適應(yīng)性。當前還處于人工智能發(fā)展初級階段,各項應(yīng)用與服務(wù)都是基于“模型訓(xùn)練“得到的,并沒有達到強人工智能的階段,所以本身計算、識別及分析能力對場景的依賴性較大,所以我們需要更多的應(yīng)用場景去加速邊緣計算的落地,需要更多的技術(shù)投入、資金及人力的投入。

技術(shù)實力與實戰(zhàn)標準的區(qū)別。以人臉識別為例,人臉識別的技術(shù)是很成熟,但是到了實際的場景中,仍然存在識別不準確、識別不出來、識別效果不好等,例如人是低著頭的、光照會發(fā)生變化、攝像頭拍攝角度問題這些不可控因素都會導(dǎo)致識別結(jié)果不好。

人臉識別這項很成熟的技術(shù)尚且如此,那么到了其他應(yīng)用場景,例如要做安全帽的識別、做車輛亂停的識別、做水尺的識別、集裝箱識別,這些理論上,只要數(shù)據(jù)量足夠充分都可以發(fā)掘,但是達到解決客戶問題這樣的標準,目前還有很多工作有待解決。

結(jié)束語

有調(diào)查顯示,到2023年,廣域物聯(lián)網(wǎng)設(shè)備預(yù)計將達到41億個,短程物聯(lián)網(wǎng)設(shè)備將達到157億個,物聯(lián)網(wǎng)的應(yīng)用和市場空間將遠超傳統(tǒng)人與人的互聯(lián);

邊緣計算隨著場景落地深入,可就近計算的特質(zhì),讓其一方面可對人臉數(shù)據(jù)、人群分析、生物識別、商品識別等分析結(jié)果進行高效的處理,讓原先智能場景不再需要在現(xiàn)場部署昂貴笨重的硬件設(shè)備,極大提高智能場景的落地效率和復(fù)制速度;

另一方面分布廣泛的攝像頭也因為邊緣存儲服務(wù)的就近存儲,可以把海量的監(jiān)控數(shù)據(jù)就近存儲起來,提供了就近高速可存可分析的業(yè)務(wù)體驗;

隨著云計算的普及,各類業(yè)務(wù)平臺的云化趨勢越來越明顯,越來越多的功能組件和接口將部署在邊緣云和中心云內(nèi)。

平臺云化不僅可以優(yōu)化業(yè)務(wù)部署的效率和成本,還可以豐富生態(tài),實現(xiàn)安防業(yè)務(wù)功能與不同業(yè)務(wù)場景的快速適配和應(yīng)用。

業(yè)務(wù)平臺開放、云化還將催生算法市場、應(yīng)用市場等新的商業(yè)形態(tài),使視頻業(yè)務(wù)應(yīng)用更廣泛、更活躍。

端邊云,智能安防時代獨好風(fēng)景線。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論