不同于依靠多個數(shù)據中心的云計算房揭,邊緣計算是指在數(shù)據源處完成的計算,具有低時延晌端、安全捅暴、靈活性強的特點。IT研究兼市場分析機構Gartner認為咧纠,邊緣計算將打通人工智能“最后一公里”蓬痒。
邊緣計算以其安全高效的特點在當下獲得眾多企業(yè)和行業(yè)關注。作為邊緣計算應用典型之一漆羔,安防視頻監(jiān)控領域不容輕視梧奢。如果將云計算看成視頻監(jiān)控1.0 時代的話,那么邊緣計算則是2.0 時代演痒。
提高監(jiān)控終端處理和響應速度
視頻監(jiān)控對算力及其成本有很高要求亲轨,隨著圖像識別與硬件技術發(fā)展,在視頻監(jiān)控終端完成智能安防的條件日益成熟深牲,彌補了云計算響應不及時熬席、功耗高的問題,安防行業(yè)在實時業(yè)務辽松、安全與隱私保護等方面的需要得到滿足贝狈,因此被廣泛應用。
相比于傳統(tǒng)視頻監(jiān)控,邊緣計算+視頻監(jiān)控最主要的變化是把被動監(jiān)控變?yōu)橹鲃臃治雠c預警芦终,因而解決了需要人工處理海量監(jiān)控數(shù)據的問題芍规。從本質上看,邊緣計算通過對視頻圖像進行預處理眉堪,去除冗余信息翰倡,使部分或全部視頻分析遷移到邊緣處,由此降低對云中心計算奉堵、存儲和網絡帶寬需求混闪,提高視頻分析速度。此外阅嘶,邊緣預處理還可以采用軟件優(yōu)化属瓣、硬件加速等方法,提高視頻圖像分析效率讯柔。
以人臉識別攝像頭為例抡蛙,強化攝像頭終端運算處理能力可讓其人臉識別功能不再依賴云端服務器,直接在本地設備上完成辨別魂迄,避免耗費時間上傳圖像粗截,節(jié)省帶寬資源。
優(yōu)化數(shù)據存儲機制
存儲環(huán)節(jié)對監(jiān)控系統(tǒng)智能化程度有直接影響捣炬,尤其在當前深度學習技術發(fā)展背景下熊昌,構建基于行為感知的視頻監(jiān)控數(shù)據彈性存儲機制,實現(xiàn)監(jiān)控場景行為感知數(shù)據處理機制變得越來越重要湿酸。
邊緣計算為視頻監(jiān)控系統(tǒng)提供了具有預處理功能的平臺婿屹,以便實時提取和分析視頻中的行為特征,并根據行為特征決策功能調整視頻數(shù)據推溃,既減少無效視頻存儲昂利,降低存儲空間,又最大化存儲“事中”證據類視頻數(shù)據万窄,增強證據信息可信度榕哩,提高視頻數(shù)據存儲空間利用率。
結語: 邊緣計算是未來視頻監(jiān)控中的重要部分付忆,邊緣計算對視頻圖像進行預處理督近、減少云中心存儲負擔,進一步提升了視頻分析速度艺退。值得一提的是笋途,邊緣計算最終目的不是取代云端,而是通過分布式架構拓展云端邊際肾寡,使之更靠近用戶網絡差机,以滿足對于網絡等待時間、帶寬更高需求的新興應用耿愈。