<sub id="zjhrx"></sub>

          <listing id="zjhrx"><meter id="zjhrx"></meter></listing>

            當前位置:視頻監控/安防行業動態 → 正文

            賦能安防行業,云邊融合乃大勢所趨

            責任編輯:zsheng |來源:企業網D1Net  2019-02-22 08:25:52 本文摘自:安防知識網

            前言:云計算與邊緣計算是看似矛盾,實際上卻是協同、互補的兩種方式。安防行業也好,物聯網也好,只有將邊緣計算和云計算協同使用,才會發揮出最大的價值。

            互聯網時代,核心的數據生產、分析,發放全部依賴云端服務器,而終端設備則只有例如PC機、手機、PAD這一類電子設備。物聯網這一概念的提出,則大大擴充了終端設備的范圍,萬物互聯,任何一樣東西經過智能化改造都可以成為終端,都可以成為數據的來源,而正是有了這些邊緣端的設備,才促進了邊緣計算爆發式增長。

            邊緣計算賦能安防行業

            2012年以前的傳統安防行業,簡單來說就是“視頻監控”,以攝像機作為前端感知設備,負責數據的采集;服務器作為后端設備,負責數據的處理及分析。

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

            首先是帶寬方面,我們不再需要將原始數據全部傳輸到云端去處理,然后發送回來,而是直接邊緣端即可完成處理;第二是成本方面,大規模量產的前端芯片成本要遠低于后臺服務器的芯片成本,同時海量服務器的運維、散熱、機房租用等等成本更高;第三是延時方面,例如一個人臉識別,前端設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、識別然后再把結果返回來,這難以滿足很多場景下快速響應的需求。

            當然,安防行業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,我們可以通過服務器的疊加來實現。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模推廣需求,這是一件非常具有挑戰的事情。

            云邊融合已為產業必然趨勢

            盡管云計算早在2005年就已提出,且具有強大的運算能力以及海量數據挖掘與分析能力。但隨著物聯網時代的到來,日常生活中產生的大量數據需要更快速的響應及處理,這些都是云計算不能解決的問題。在網絡帶寬有限、網絡擁堵、響應延時一系列技術的要求下,邊緣計算開始成為物聯網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,實際上卻是協同、互補的兩種方式。也就是說,邊緣計算雖然有其明顯的優勢,但是用邊緣計算來替代云計算也是不可行的。例如海量數據的挖掘、關聯分析,關鍵數據的存儲,多邊緣節點的聯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,也是順應技術發展的需要。

            但不管是安防行業還是物聯網,只有將邊緣計算和云計算協同使用,才會發揮出最大的價值。

            由于物聯網設備類型的多樣性和廣泛性,對網絡要求、計算存儲、運維管理等諸多方面帶來挑戰,而云計算在安防行業(物聯網)領域并非萬能,邊緣計算和云計算融合才能更好解決物聯網的現實問題。以視頻監控的發展為例,視頻監控數字化后將部分存儲和管理功能轉移到邊緣,隨著技術演進,既需要邊緣設備的靈活響應,又需管理復雜的采、存、算等設備,像人體這個復雜系統一樣,連接感知末梢與大腦有序運作的,是非常復雜的經絡體系,而不是簡單的信息通道。

            所以,云計算與邊緣計算的協同不是簡單的云+端,更不是簡單地分成若干個所謂的“小云”再匯聚到更大規模的云,而是切實解決從端到云所帶來的應用、數據處理、管理等一系列問題。

            要落地?但邊緣計算難點有待解決

            盡管邊緣計算存在節省帶寬成本、節約服務器成本、存儲成本、降低響應時間等優勢,但其在落地應用過程中仍然存在應用層面、技術層面的問題。

            ●場景適應性。我們知道,當前還處于人工智能發展初級階段,各項應用與服務都是基于“模型訓練“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用場景去加速邊緣計算的落地,需要更多的技術投入、資金及人力的投入。

            ●改造成本。傳統安防的客戶主要是公安、政法委這一類,這些客戶具有項目運作周期長的特點,所以新技術的應用很難快速的在這些場景鋪開。

            ●技術實力與實戰標準的區別。以人臉識別為例,“人臉識別“的技術是很成熟的,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、光照會發生變化、攝像頭拍攝角度問題這些不可控因素都會導致識別結果不好。人臉識別這項很成熟的技術尚且如此,那么到了其他應用場景,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,只要數據量足夠充分都可以發掘,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。

            小結:

            新行業的發展必然伴隨著新的需求出現,而技術的突破則能夠帶來新的產品和解決方案。

            巨頭布局邊緣計算是必然趨勢,未來云和端缺一不可,但是由于邊緣計算面向的還是某個具體應用場景,且AI的應用場景會比互聯網以及移動互聯網時代要豐富得多。可以預見的是,在未來人工智能時代,邊緣端將會有大量機會,也將出現有多家AI芯片廠商共存的局面。我們一起期待!

            關鍵字:融合 行業 安防

            本文摘自:安防知識網

            賦能安防行業,云邊融合乃大勢所趨 掃一掃
            分享本文到朋友圈

            關于我們聯系我們版權聲明友情鏈接廣告服務會員服務投稿中心招賢納士

            企業網版權所有©2010-2019 京ICP備09108050號-6

            ^
            北京时时彩开奖结果走势图

                    <sub id="zjhrx"></sub>

                    <listing id="zjhrx"><meter id="zjhrx"></meter></listing>

                              <sub id="zjhrx"></sub>

                              <listing id="zjhrx"><meter id="zjhrx"></meter></listing>