智慧城市网

　　【中国安防展览网 企业关注】随着物联网、云计算、大数据、人工智能等新兴技术的发展，迈入万物互联的智能时代，不计其数的传感器和终端设备将产生天文数字的数据。IDC报告指出，到2020年，将有超过500亿的终端与设备联网。电信联盟电信标准分局ITU-T的研究报告也指出，到2020年，每个人每秒将产生1.7MB的数据。海量数据的分析与储存对网络带宽提出了巨大的挑战，传统的系统已不能有效地传输、存储和使用这些数据，而边缘计算的诞生，就是为了解决这一问题。
 

　　10月28日，海康威视主办的“AI+：洞察行业、助力变革”主题论坛在深圳召开，海康威视胡扬忠总裁在论坛上发表了主题讲演，提出了“将AI算力注入边缘，赋能边缘智能是大势所趋”的观点。在2017深圳安博会上海康威视发布的“IOT-基于神经网络的认知计算系统--海康AICloud框架”就体现了这一思想。AICloud框架由云中心、边缘域、边缘节点三部分构成，实现从端到中心的边缘计算+云计算的结合，使系统的功能更为强大。海康威视的“云边融合”通过对云端和边缘资源的统一配置、管理、调度，融合边缘计算敏捷性和云端大数据计算全局性的优势。
 

　　当前的云计算是基于数据中心的，是一种集中式中心化的云。随着IT基础设施逐渐云化，一些新兴业务的逐渐兴起例如大视频，物联网，云化接入等。这种集中式中心化的云不能适应例如低延迟、大带宽等业务要求，就需要向分布式去中心化的云发展，这也就是赋能边缘智能和云边融合产生的背景。赋能边缘智能的技术基础是边缘计算。边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，其功能是就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。完全依赖云计算的计算机系统在需要大量和外界互动的时候会显得僵化，反应迟缓，而且一旦网络有点问题就使得系统瘫痪。边缘计算可以缓解负载瓶颈、延迟、容错等方面的困难，未来的智能应用系统应该是“大智能”放在云端，“小智能”放在边缘。
 

　　边缘计算产业联盟理事长、中国科学院沈阳自动化研究所所长于海斌指出：“中国在‘十三五’规划中提出的两化融合、中国制造2025等国家战略，对ICT与OT的融合提出了迫切的需求，而边缘计算是ICT与OT融合的支撑与使能技术，产业发展将进入重要机遇期。工业自动化技术体系将从分层架构、信息孤岛向物联网、云计算、大数据分析架构演进。而边缘计算将是实现分布式自治控制工业自动化架构的重要支撑。
 

　　随着物联网时代的到来，2017年物联网设备已经达到84亿台，2020年预计有500亿个设备将连接到网络。数字化背后的基础技术是云计算，随着物联网应用和智慧城市的发展，几乎所有数据都需要连接到云，再通过云端存储、计算，通过网络互相连接。随着PC互联网、移动互联网向万物互联演进，如何传输和处理海量数据，已经对当前的云计算技术架构提出很大挑战。视频图像，尤其是高清视频图像，即使它被数字化并压缩后所含数据量也是巨大。随着视频技术的广泛应用，图像数据传输、存储需要占用大量的资源，给视频智能应用系统前后端的实时传输带来巨大的困难。
 

　　在视频监控智能化的初期不少企业就提出了监控前端智能化的课题。那时的监控智能化只是简单的移动侦测、越线告警等，只需要相对简单的视频分析技术，前端设备采用的芯片要求不高，比较容易实现。随着深度学习等技术的陆续出现和人脸识别、车辆识别这一类较复杂的视频分析技术在前端设备的应用需要更高的计算能力，使得边缘计算在视频技术智能应用系统的前端智能化实现有很好的应用前景，赋能边缘智能在视频技术智能应用领域成为大势所趋。
 

　　视频技术应用系统的前端智能化使得摄像机可以根据场景和应用的需要实时改变光圈、焦距、高度关注的景区等指标，使得前端感知更有效。同时目标信息传输更减轻网络压力，数据分级分析更灵活业务响应更敏捷，也能够实现后端与多个前端的互动，系统的效能更高、运行成本更低。赋能边缘智能+云计算中心的融合在大型的视频智能应用系统中有非常好的应用前景，成为其发展的必然趋势。
 

　　边缘计算是将信息存储从统一的云端分散到各个终端，由边缘侧进行智能化处理后提取特征数据传回云端，这样就大大降低了云端的存储与处理压力。此外，组织也可以通过边缘计算平台向用户提供易获取、转化率高、与业务关联密切的增值服务。
 

　　云边融合的系统首先它是一个基于云架构的系统，边缘计算是融合了网络、计算、存储、应用核心能力的开放平台，因此赋能边缘智能的前端设备其芯片的计算能力要求是很高的，边缘计算需要将信息存储从统一的云端分散到各个终端，由边缘侧进行智能化处理后提取特征数据传回云端，智能前端设备也需要较大的存储能力，还需要跨边缘与集中式云联合起来的工具，智能前端往往还需要本身处的机器学习功能。
 

　　基于云计算、大数据、深度学习和视频分析等技术的视频智能应用系统的研发本身难度就很大，其云边融合的升级版技术含量更高，除要掌握上述相关技术之外，还需要深刻洞悉不同用户的实际需求能提出高水平的相应解决方案和软件。在目前的软硬件条件下，还无法研制一种实用的、通用的赋能边缘智能摄像设备。
 

　　由于海康威视2016年就为多个行业开发成功了具备深度学习能力的智能型监控摄像机和相应的解决方案，在此基础上2017年海康威视已形成了覆盖云中心、边缘域、边缘节点的AICloud产品家族，构建了良好的产品生态链。如“云边融合”的云管理平台能实现前后端计算资源的云化整合；新一代海康深眸围绕用户的智能应用需求，推出各类智能解决方案，比如人员密度监测平台、人员轨迹检测平台、人脸签到系统、AR云图立体防控系统等等；新一代海康神捕推出融合传统电警功能，进行不礼让行人、行人闯红灯、左转不让直行、左转不让右转、左转拐小弯等行为检测的“超级电警”和GMOS智能交通摄像机、“海康神捕”双目矩机、“海康神捕”智能全景云台，以及此次重磅推出的“海康神捕”智能环保抓拍机等；新一代海康明眸近景人脸识别系列产品和适用于楼宇办公、交通客运、文博景区、学校出入口等各类场景的人脸识别方案。基于“云边融合”的海康猎鹰、海康脸谱等产品在性能、算法等各方面都作了全面提升，交互更友好，分析更准确，应用更丰富。海康超脑基于深度学习算法，集成高性能GPU芯片，集视频存储、分析、应用于一体，配合全新一代酷炫NVR4.0系统，交互友好，应用丰富，特别适合分布式智能项目。
 

　　海康威视“云边融合”采用分布式运算架构，通过对云端和边缘资源的统一配置、管理、调度，融合边缘计算敏捷性和云端大数据计算全局性的优势。
 

　　原标题  云边融合是视频技术智能应用发展趋势