随着AI,大数据,云计算等技术的发展,安防正从传统的视频监控走向智能安防,从传统的防控辅助系统走向效率提升的生产系统,智能安防走向千行百业。

在走向千行百业的进程中,不同行业对于覆盖的纵深要求不断提升;为了获取更多的细节信息支撑决策分析,对于视频图像全天候高清化越来越高,对于网络上行带宽的要求越来越高。这时候,智能安防时代,应该承载更多。

云边端架构,为安防架起一座“智能”桥梁

为此,云边端架构开始在安防流行。

为什么安防需要“端边云”

云边端在安防出现,就是时代产物,带有明显智能安防属性。

01 智能安防技术的不断发展

视频图像可以承载越来越多的信息,但仍需要更多的与前端多维感知设备之间进行数据的交互,提升决策准确率,并尽量在前端决策,减少后端处理压力;

多维感知数据的端云协同和对数据的实时交互对于网络的时延、带宽要求越来越高;同时防控走向深水区,对于防控的立体化、系统化、机动化要求不断提升。

02 2012年以前的传统安防行业

简单来说就是视频监控,以摄像机作为前端感知设备,负责数据的采集;服务器作为后端设备,负责数据的处理及分析。

边缘计算的出现则将安防的智能化带向了前端。传统方式下,我们可能需要堆叠大量的GPU服务器来实现这些智能化的服务,而现在,我们可以逐步的将例如人脸的检测、抓拍、识别,视频的结构化、车辆的检测与识别放到前端摄像头去实现,这样的变化带来的影响巨大。

03 多样化的应用场景

要求更加灵活的视频智能部署和应用能力,需要三个方面的能力。

前端摄像机、边缘、中心都具备软件定义能力,支持动态加载智能算法,从而可以动态按需的在前端、边缘、中心部署相应的智能算法和应用;

支持端边云协同,形成全网一体化的高效智能供给;全网分级分布的智能能力间有效协同,高度依赖网络的保障,要求网络能够接入各种复杂部署环境的海量摄像机,提供更高的通信带宽和更低的时延,并能根据每个行业特点提供满足要求的SLA专网保障能力。

04 各个技术完善后

首先是带宽方面,不再需要将原始数据全部传输到云端去处理,然后发送回来,而是直接边缘端即可完成处理;

在成本方面,大规模量产的前端芯片成本要远低于后台服务器的芯片成本,同时海量服务器的运维、散热、机房租用等等成本更高;

延时方面,例如一个人脸识别,前端设备直接能够自行处理,可以不需要将视频传输回去,解析、抠图、识别然后再把结果返回来,这难以满足很多场景下快速响应的需求。

当然,安防行业的智能化与前置化的核心或者说难点是前端处理能力,也就是芯片。云端的处理能力,可以通过服务器的叠加来实现。

但是,边缘端的芯片则需要在保持强大运算能力的同时,尽可能的降低功耗、降低成本以满足大规模推广需求,这是一件非常具有挑战的事情。

云边端架构能为安防带来什么

其实智能概念极为宽泛,也有时代属性。比如,智能不像高清有明显的技术指标;十年前移动侦测叫智能,十年后该功能是很初级的标配了。

在当下,安防应用中越来越多的部署更多类别的感知设备,用于从更多维度采集目标信息,包括目标的各种要素、活动轨迹以及关联信息等,从而形成一个动态感知体系,实现防控工作的“无所不在、无所不知”目标。

针对某一特定的应用场景,相关前端感知设备实现全互联直通,逻辑上各感知设备一体化,当一个设备的感知到一条单维度信息后,通知其他设备从其他维度提取信息,对信息的准确性进行印证,从而实现群防群治,实现在前端就能完成一次感知信息的数据清洗,从而保证了感知信息的准确性。

只有验证有效的信息才会上报至后端系统和平台,在后端再进行数据综合应用,最终实现感知的多层运用。一方面,可以提升准确度,减少误报;另一方面,通过本场归并,减少数据量,降低后端处理的压力。

以下我们分别来看端边云的组成:

端的进化

视频监控是安防的最大门类,而传统视频监控厂家几乎都以前端起家。

那在端侧,传统视频监控厂商极具话语权,他们沉积多年技术与市场经验,让后入者望尘莫及。但,挑战者中华为也有其自身优势。

以其一款产品为例来看,重磅新品“魔方”双目全彩AI筒型摄像机,新品融合了RGBW超感光传感器、DNNISP实时视频降噪、AIHDR全目标增强、Deblur去运动拖影等一系列黑科技。

同时公布“墨子”图像实验室专业测试打分,在业界同类型中处于领先水平,这也是业界首次从“给机器看”角度给出的量化评分,用全新思想定义图像未来。

双镜“全”析:采用广角+变焦的双镜头一体化设计,全景与细节兼顾,实现双目全天候全结构化智能;利旧现网杆站,态势感知+全结构化共用立杆,高低统一,降低运营成本;

精“彩”夜摄:业界首家采用RGBW超感光传感器,进光量增加75%;业界首个DNNISP实时视频降噪,由静至动;支持AIHDR全目标增强、Deblur去运动拖影,将夜摄能力做到极致;

以“小”见大:通过极致的工程设计能力,最大化利用空间,体积小重量轻,极低功耗节能环保。

在摄像机能力方面,智能已经在芯片技术方面大力提升,进而形成有竞争力的安防产品与解决方案。AI芯片算力普惠到端云,传统摄像机变成智能摄像机,智能安防端边云协同、多维数据融合,让智能更高效。

云的协同

视频云的概念在2017年开始流行,从那时候起,阿里云独占鳌头,华为和腾讯在努力追赶。当时引入视频云,是为了平安可以预见。

传统的视频监控一般是“烟囱式”建设,各区域各部门基本都是独立建设,采用的供应商和技术标准也不尽相同,带来的结果就是数据烟囱,形成一个个的数据孤岛。警察办案时通常需要到现场查看视频,并将原始视频拷贝回来,效率很低。

采用视频云模式后,所有的摄像机接入到一朵云中,以“服务化”的方式,根据合理的授权提供给各需求部门使用,实现视频共享,及视频的随时随地查看。

除此之外,因为采用云系统,各种计算资源、存储资源、网络资源被虚拟化成资源池,并进行统一管理,当有部门或某个业务需要时,可以按需分配,弹性扩展,实现业务快速上线的同时,资源利用率也得到大幅提升。

从2017年起,随着中央“三预”的提出,意味着我国将推动社会公共安全领域从后置变为前置,从被动转为主动,就是带领行业业务实战驱动技术变革,从事后被动处置向事前主动预防转变,增强预见性。

所以,很多厂家开始发力云端,具体做法是基础设施云化、数据整合共享、大数据智能分析和情指融合、情勤融合。

不少企业的方案创新性提出了“一云一池一平台”概念,一云指的是在部署方式上,实现了物理分散、逻辑集中,在业务逻辑上,纵向拉通部省市多层级、横向上拉通各警种间的数据,支持资源灵活调度;

一池指的是汇聚全量数据,形成数据水系,加强对数据的处理加工、为上层应用提供价值数据;一平台即业务使能平台,更易于客户和合作伙伴在统一平台上实现业务应用百花齐放。

2021年华为好望上云,对于行业也是一件幸事,在云端协同方面,智能安防还能做很多。

边缘赋能

云边端架构中,我们最少涉及的就是边端产品。这方面从最开始的DVR开始,在产品升级和技术推进方面相对与另外两者较为滞后。有工程商笑谈,十年前的NVR到应用到现在的工程中,依然好用。

边侧的边缘计算,其实也大有可为。但随着物联网时代的到来,日常生活中产生的大量数据需要更快速的响应及处理,这些都是云计算不能解决的问题。

在网络带宽有限、网络拥堵、响应延时一系列技术的要求下,边缘计算开始成为物联网时代超越云计算的最佳“使用方法”。

不过,尽管云计算与边缘计算是看似矛盾,实际上却是协同、互补的两种方式。也就是说,边缘计算虽然有其明显的优势,但是用边缘计算来替代云计算也是不可行的。

例如海量数据的挖掘、关联分析,关键数据的存储,多边缘节点的联动都需要依赖云端来完成,云计算厂家布局边缘计算,是对自身能力的一个补充,从而可以提供更好更完整的解决方案,也是顺应技术发展的需要。

但不管是安防行业还是物联网,只有将边缘计算和云计算协同使用,才会发挥出最大的价值。

但,边缘计算有难点。尽管边缘计算存在节省带宽成本、节约服务器成本、存储成本、降低响应时间等优势,但其在落地应用过程中仍然存在应用层面、技术层面的问题。

场景适应性。当前还处于人工智能发展初级阶段,各项应用与服务都是基于“模型训练“得到的,并没有达到强人工智能的阶段,所以本身计算、识别及分析能力对场景的依赖性较大,所以我们需要更多的应用场景去加速边缘计算的落地,需要更多的技术投入、资金及人力的投入。

技术实力与实战标准的区别。以人脸识别为例,人脸识别的技术是很成熟,但是到了实际的场景中,仍然存在识别不准确、识别不出来、识别效果不好等,例如人是低着头的、光照会发生变化、摄像头拍摄角度问题这些不可控因素都会导致识别结果不好。

人脸识别这项很成熟的技术尚且如此,那么到了其他应用场景,例如要做安全帽的识别、做车辆乱停的识别、做水尺的识别、集装箱识别,这些理论上,只要数据量足够充分都可以发掘,但是达到解决客户问题这样的标准,目前还有很多工作有待解决。

结束语

有调查显示,到2023年,广域物联网设备预计将达到41亿个,短程物联网设备将达到157亿个,物联网的应用和市场空间将远超传统人与人的互联;

边缘计算随着场景落地深入,可就近计算的特质,让其一方面可对人脸数据、人群分析、生物识别、商品识别等分析结果进行高效的处理,让原先智能场景不再需要在现场部署昂贵笨重的硬件设备,极大提高智能场景的落地效率和复制速度;

另一方面分布广泛的摄像头也因为边缘存储服务的就近存储,可以把海量的监控数据就近存储起来,提供了就近高速可存可分析的业务体验;

随着云计算的普及,各类业务平台的云化趋势越来越明显,越来越多的功能组件和接口将部署在边缘云和中心云内。

云边端架构,为安防架起一座“智能”桥梁

平台云化不仅可以优化业务部署的效率和成本,还可以丰富生态,实现安防业务功能与不同业务场景的快速适配和应用。

业务平台开放、云化还将催生算法市场、应用市场等新的商业形态,使视频业务应用更广泛、更活跃。

(本文来源于网络,由千家智客进行整理编辑,如有侵权,请联系删除。)