看云边端在安防的落地生根
发布时间:2023-04-03 点击:1486 次
从探索道路智能化开始,云侧就开始在安防中萌芽和培育,并逐渐成为阴影,成为智能安防时代显著的建筑标志。
一、流行的云边缘
云边缘在安全方面的出现是时代的产物,具有明显的智能安全属性。
在前端设备智能化的同时,智能安防的发展过程是云和边缘的结合,系统逐渐形成云和边缘的三级架构。
在末端层面,越来越多的相机、DVR和NVR由于edge AI芯片和模块的能力提升而获得了一定程度的智能,可以处理包括人脸识别、视频结构化和地图分析在内的数据。
同时将前端采集和预处理的数据汇聚合并到中间层,形成数据中间站。
数据中心起到聚合相关数据和跨域治理的作用,可以有效打破安全系统烟囱林立,子系统无法有效协作,造成数据孤岛的局面,因此吸引了众多安全厂商的关注。
可以看出,随着智能安防技术的不断发展,视频图像可以承载的信息越来越多,但仍需要与前端多维传感设备进行更多的数据交互,以提高决策的准确性,尽量在前端做出决策,减少后端的处理压力;多维传感数据的端云协作,与数据的实时交互,对网络时延和带宽的要求越来越高。同时,防控向深水区发展,对立体化、系统化、机动化防控的要求不断提高。
最后,传统的安防行业,简单来说就是视频监控,以摄像头为前端传感设备,负责数据采集;服务器作为后端设备,负责数据处理和分析。
边缘计算的出现将安全的智能化带到了前端。在传统的方式下,可能需要堆叠大量的GPU服务器来实现这些智能服务。现在比如人脸检测,抓拍识别,视频结构化,车辆检测识别都可以逐步放到前置摄像头,影响很大。
第二,扎根安全和云边缘的难度
云计算虽然早在2005年就被提出,但它拥有强大的计算能力和海量数据挖掘分析能力。然而,随着智能安防时代的到来,日常生活中产生的大量数据需要更快的响应和处理,这些都是云计算无法解决的问题。
在网络带宽有限、网络拥塞、响应延迟等一系列技术的要求下,边缘计算成为了超越云计算的最佳使用方式。
但是在云边缘架构下,只有边缘计算也会顾此失彼。虽然边缘计算优势明显,但是用边缘计算代替云计算并不可行。
比如海量数据的挖掘、关联分析、关键数据的存储、多边缘节点的联动,都需要依托云端。云计算厂商对边缘计算的布局,是对自身能力的补充,可以提供更好更完整的解决方案,也符合云边缘架构的技术发展需求。两者相辅相成的话,双剑合璧就更厉害了。
此外,边缘计算具有节省带宽成本、节省服务器成本、节省存储成本、减少响应时间等优势,但在应用落地过程中仍存在应用和技术问题。
比如场景适应性,改造成本,技术实力,实战标准的差别。以人脸识别为例,人脸识别的技术已经非常成熟,但是在实际场景中,仍然存在一些不可控的因素,比如识别不准、无法识别、识别效果差等。比如人在低着头找,光照会变化,摄像头拍摄角度问题导致识别结果不佳。
人脸识别是一项非常成熟的技术,但是涉及到其他应用场景,比如头盔识别、车辆停放识别、水尺识别、集装箱识别,理论上只要数据量足够就可以发现,但是真正解决客户问题还有很多工作要做,也就是说识别只是一个开始,识别后的分析和决策还有待加强。
智能安防,向往时代。只有经得起风雨,才能成为参天大树,才能在智慧和安全的沃土上生根发芽。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,实现安全业务功能对不同业务场景的快速适配和应用。
业务平台的开放和云化也将催生算法市场、应用市场等新的业务形态,使视频业务得到更广泛、更活跃的使用;边缘计算成为近年来的热门话题,成为行业内头部企业的热门话题;端方面,自AIOT物联网以来,在泛感知、全覆盖的过程中完成了布局。
总之,云端架构下的智能安防是无所不在,无处不在的,未来可能是无所不能的。