【
中國安防展覽網(wǎng) 品牌專欄】邊緣計(jì)算分擔(dān)了部署在云端源站的部分計(jì)算能力，降低物聯(lián)網(wǎng)高頻、碎片計(jì)算、傳輸和回源帶來的延時(shí)、擁塞等問題，使AI時(shí)代下的“數(shù)字商業(yè)與數(shù)字世界、增強(qiáng)與混合現(xiàn)實(shí)、機(jī)器學(xué)習(xí)”等重度應(yīng)用不再受限于網(wǎng)絡(luò)帶寬傳輸能力，助力萬物互聯(lián)走進(jìn)生活。
在萬物互聯(lián)的背景之下融合邊緣計(jì)算模型和視頻監(jiān)控技術(shù)，構(gòu)建基于邊緣計(jì)算的新型視頻監(jiān)控應(yīng)用的軟硬件服務(wù)平臺(tái)，以提高視頻監(jiān)控系統(tǒng)前端攝像頭的智能處理能力。億歐智庫近日調(diào)研訪談的人人智能，攜手ARM專注做人臉機(jī)芯。
一、背景——從集中式數(shù)據(jù)處理時(shí)代到萬物互聯(lián)為核心的邊緣計(jì)算時(shí)代；
云計(jì)算大多采用集中式管理的方法，這使云服務(wù)創(chuàng)造出較高的經(jīng)濟(jì)效益，而在萬物互聯(lián)的背景下，邊緣設(shè)備產(chǎn)生大量實(shí)時(shí)數(shù)據(jù)，云計(jì)算性能正逐漸達(dá)到瓶頸(邊緣計(jì)算在下文第二部分會(huì)有詳細(xì)解釋)。
一方面邊緣設(shè)備的數(shù)據(jù)量的增加。思科云指數(shù)GCI預(yù)測(cè)，到了2020年存儲(chǔ)數(shù)據(jù)總量將從2015年的1.4ZB增加至6.2ZB，2020年6.2ZB數(shù)據(jù)中有84%存儲(chǔ)在客戶端設(shè)備上；思科可視化網(wǎng)絡(luò)指數(shù)VNI預(yù)測(cè)，到了2020年，連接到IP網(wǎng)絡(luò)的設(shè)備數(shù)量將接近人口數(shù)量的三倍，到了2020年，人均網(wǎng)絡(luò)設(shè)備數(shù)量將由2015年的2.2部增長(zhǎng)達(dá)到3.4部，人均IP流量也從2015年的10GB增長(zhǎng)至25GB；
另一方面新興萬物互聯(lián)應(yīng)用對(duì)延遲時(shí)間的要求，諸如——裝載在無人駕駛汽車上的傳感器和攝像頭實(shí)時(shí)捕捉路況信息，每秒產(chǎn)生約1GB數(shù)據(jù)，據(jù)麥肯錫預(yù)測(cè)，到2030年，L4級(jí)別的自動(dòng)駕駛汽車市場(chǎng)規(guī)模將達(dá)到5500萬輛至6000萬輛，如何實(shí)現(xiàn)短延時(shí)將成為無人車上路前的主要研究方向之一。
邊緣設(shè)備的數(shù)據(jù)量的增加，網(wǎng)絡(luò)帶寬正逐漸成為云計(jì)算的另一瓶頸，然而僅靠提高網(wǎng)絡(luò)帶寬并不能滿足萬物互聯(lián)應(yīng)用對(duì)延遲時(shí)間的要求，所以在接近數(shù)據(jù)源的邊緣設(shè)備上執(zhí)行部分或全部計(jì)算是適應(yīng)萬物互聯(lián)應(yīng)用需求的新興計(jì)算模式。
二、概念——何謂邊緣計(jì)算(Edge computing)？
邊緣計(jì)算中的“邊緣”是個(gè)相對(duì)概念，指從數(shù)據(jù)源到云計(jì)算中心數(shù)據(jù)路徑之間的任意計(jì)算資源和網(wǎng)絡(luò)資源。邊緣計(jì)算的“邊緣”不限制在邊緣服務(wù)器這樣的邊緣節(jié)點(diǎn)，還包括網(wǎng)絡(luò)邊緣的攝像頭、智能手機(jī)、網(wǎng)關(guān)、可穿戴的計(jì)算設(shè)備和傳感器等設(shè)備。
邊緣計(jì)算的基本理念指利用邊緣設(shè)備已有的計(jì)算能力，將應(yīng)用服務(wù)程序的全部或部分計(jì)算任務(wù)從云中心遷移到邊緣設(shè)備終端執(zhí)行，降低能源消耗。
傳統(tǒng)云計(jì)算模型和邊緣計(jì)算模型
如上圖左所示為傳統(tǒng)云計(jì)算模型，數(shù)據(jù)消費(fèi)者向云中心發(fā)送請(qǐng)求，數(shù)據(jù)生產(chǎn)者將源數(shù)據(jù)發(fā)送至云端，云計(jì)算利用大量計(jì)算資源來處理數(shù)據(jù)。
如上圖右為基于雙向計(jì)算流的邊緣計(jì)算模型，云計(jì)算中心不僅從數(shù)據(jù)庫收集數(shù)據(jù)，也從傳感器和智能手機(jī)等邊緣設(shè)備收集數(shù)據(jù)，這些設(shè)備兼顧數(shù)據(jù)生產(chǎn)者和消費(fèi)者，因此終端設(shè)備和云中心之間的請(qǐng)求傳輸是雙向的。網(wǎng)絡(luò)邊緣設(shè)備不僅從云中心請(qǐng)求內(nèi)容及服務(wù)，而且還可以執(zhí)行部分計(jì)算任務(wù)，包括數(shù)據(jù)存儲(chǔ)、處理、緩存、設(shè)備管理、隱私保護(hù)等。
三、應(yīng)用——邊緣計(jì)算模型+視頻監(jiān)控技術(shù)；
分布在城市各個(gè)角落的視頻監(jiān)控?cái)z像頭屬于萬物互聯(lián)應(yīng)用中的一支，用來應(yīng)對(duì)新型*及社會(huì)管理等公共安全問題。傳統(tǒng)視頻監(jiān)控系統(tǒng)前端攝像頭內(nèi)置計(jì)算能力較低，而現(xiàn)有智能視頻監(jiān)控系統(tǒng)的智能處理能力不足。為此，以云計(jì)算和萬物互聯(lián)技術(shù)為基礎(chǔ)，融合邊緣計(jì)算模型和視頻監(jiān)控技術(shù)，構(gòu)建基于邊緣計(jì)算的新型視頻監(jiān)控應(yīng)用的軟硬件服務(wù)平臺(tái)，以提高視頻監(jiān)控系統(tǒng)前端攝像頭的智能處理能力，進(jìn)而實(shí)現(xiàn)重大刑事案件和恐怖襲擊活動(dòng)預(yù)警系統(tǒng)和處置機(jī)制，提高視頻監(jiān)控系統(tǒng)的防范刑事*和恐怖襲擊能力。
邊緣計(jì)算+視頻監(jiān)控技術(shù)其實(shí)是構(gòu)建了一種基于邊緣計(jì)算的視頻圖像預(yù)處理技術(shù)，通過對(duì)視頻圖像進(jìn)行預(yù)處理，去除圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此降低對(duì)云中心的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)帶寬需求，提高視頻分析的速度，此外，預(yù)處理使用的算法采用軟件優(yōu)化、硬件加速等方法，提高視頻圖像分析的效率。
除此之外，為了減少上傳的視頻數(shù)據(jù)，基于邊緣預(yù)處理功能，構(gòu)建基于行為感知的視頻監(jiān)控?cái)?shù)據(jù)彈性存儲(chǔ)機(jī)制。邊緣計(jì)算軟硬件框架為視頻監(jiān)控系統(tǒng)提供具有預(yù)處理功能的平臺(tái)，實(shí)時(shí)提取和分析視頻中的行為特征，實(shí)現(xiàn)監(jiān)控場(chǎng)景行為感知的數(shù)據(jù)處理機(jī)制；根據(jù)行為特征決策功能，實(shí)時(shí)調(diào)整視頻數(shù)據(jù)，既減少無效視頻的存儲(chǔ)，降低存儲(chǔ)空間，又大化存儲(chǔ)“事中”證據(jù)類視頻數(shù)據(jù)，增強(qiáng)證據(jù)信息的可信性，提高視頻數(shù)據(jù)的存儲(chǔ)空間利用率。
四、公司——人人智能；
億歐智庫近日調(diào)研訪談的人人智能便是一家基于邊緣計(jì)算加載視頻監(jiān)控技術(shù)的企業(yè)，專注做人臉機(jī)芯。其機(jī)芯芯片的落地，除了人人智能人臉識(shí)別算法之外，亦依托于芯片ARM公司的布局。
軟銀用320億美金收購的ARM，想讓未來所有的設(shè)備、硬件都能在ARM的芯片智能技術(shù)上運(yùn)行，為此ARM特地在2017年3月發(fā)布下一代的人工智能架構(gòu)DynamIQ，通過對(duì)CPU和系統(tǒng)兩方面進(jìn)行提升，比市面上好性能的芯片AI能力再提升50倍。“依靠ARM芯片強(qiáng)大的處理能力能夠讓產(chǎn)品節(jié)省80%的成本，研發(fā)周期縮短到6~12個(gè)月。”
受訪者王海增資料：
畢業(yè)后在華為做3-4年交換機(jī)，后來在華三開始做視頻會(huì)議+視頻監(jiān)控，后來轉(zhuǎn)到了芯片公司——中星微電子，具體包括視頻監(jiān)控、智能分析、芯片分析，再后來出來創(chuàng)業(yè)成為人人智能的CEO，現(xiàn)年39歲，主要負(fù)責(zé)規(guī)劃產(chǎn)品方向等。
業(yè)務(wù)描述：
人人智能是一家人臉識(shí)別服務(wù)商，人人智能的人臉識(shí)別模組是支持深度學(xué)習(xí)算法的嵌入式高性能ARM平臺(tái)，支持外接攝像機(jī)等硬件設(shè)備，可以直接從視頻流截取人臉照片或提取人臉特征值，完成人臉比對(duì)識(shí)別過程。目前，人人智能提供了深度學(xué)習(xí)的軟硬件一體化解決方案。他們的產(chǎn)品主要包括硬件模組、物聯(lián)網(wǎng)云平臺(tái)以及基于模組的落地產(chǎn)品。
人人智能組織架構(gòu)：
四個(gè)模塊：營銷中心+產(chǎn)品中心+供應(yīng)鏈合作中心+運(yùn)營；營銷中心：負(fù)責(zé)尋找市場(chǎng)機(jī)會(huì)，然后尋找客戶，然后轉(zhuǎn)化定單；產(chǎn)品中心：主要是負(fù)責(zé)研發(fā)，然后做產(chǎn)品原型；供應(yīng)鏈合作中心：主要是負(fù)責(zé)系統(tǒng)新進(jìn)的工程和外包合作伙伴，提供產(chǎn)品和提供產(chǎn)品的定制化；運(yùn)營：財(cái)務(wù)、流程，包括一些人力。
五、億歐智庫觀點(diǎn)——邊緣計(jì)算的挑戰(zhàn)；
一方面網(wǎng)絡(luò)邊緣設(shè)備資源有限，還難以支撐更高階的功能運(yùn)算處理；另一方面現(xiàn)有的數(shù)據(jù)安全方法并不能完全適用于邊緣計(jì)算，網(wǎng)絡(luò)邊緣高度動(dòng)態(tài)的環(huán)境也會(huì)使網(wǎng)絡(luò)更易受到攻擊；此外由于邊緣設(shè)備的異構(gòu)性，數(shù)據(jù)表示及操作也有所不同，這將成為數(shù)據(jù)分析運(yùn)用的障礙。
再者邊緣計(jì)算這個(gè)概念的提出背負(fù)著再造概念的嫌疑。
隨著大數(shù)據(jù)時(shí)代的發(fā)展，為了解決云計(jì)算中心的負(fù)載和數(shù)據(jù)傳輸帶寬的問題，學(xué)術(shù)界提出了多種關(guān)于計(jì)算任務(wù)從云計(jì)算中心遷移到網(wǎng)絡(luò)的邊緣的技術(shù)，主要典型模型包括有：分布式數(shù)據(jù)庫模型、P2P模型、內(nèi)容分發(fā)網(wǎng)絡(luò)模型CDN、移動(dòng)邊緣計(jì)算模型、霧計(jì)算模型、海云計(jì)算模型，以及本文提及的邊緣計(jì)算模型。
以上種種模型概念之間有重合也有所區(qū)分，共同點(diǎn)便是基于CAP理論即分布式系統(tǒng)理論，為了實(shí)現(xiàn)計(jì)算資源、數(shù)據(jù)通信、存儲(chǔ)以及能耗的綜合優(yōu)目的，來指導(dǎo)云中心和邊緣端的任務(wù)分配；多種模型之間的區(qū)分在于實(shí)現(xiàn)目的的路徑不同，詳情可參見參考文獻(xiàn)《邊緣計(jì)算：萬物互聯(lián)時(shí)代新興計(jì)算模型》，由施巍松、孫輝、曹杰和孫權(quán)等撰寫。
也許是再造概念，但邊緣計(jì)算的愿景一直在實(shí)現(xiàn)的過程中。2015年10月，霧計(jì)算的支持者組成開放霧聯(lián)盟；2016年美國聯(lián)邦政府包括國家科學(xué)基金會(huì)、美國國家標(biāo)準(zhǔn)局將邊緣計(jì)算列入了項(xiàng)目申請(qǐng)指南；2016年10月屆邊緣計(jì)算會(huì)議在美國華盛頓特區(qū)舉辦；2016年11月30日由華為、中國科學(xué)院沈陽自動(dòng)化研究所、中國信息通信研究院、英特爾公司、ARM和軟通動(dòng)力信息技術(shù)(集團(tuán))有限公司聯(lián)合倡議發(fā)起的邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟在北京正式成立。
六、訪談附錄——人人智能CEO王海增觀點(diǎn)(有刪減)：
1.為什么安防領(lǐng)域會(huì)成為AI的著陸場(chǎng)？
首先安防是政府導(dǎo)向和信息安全雙驅(qū)動(dòng)的領(lǐng)域。
1)政府導(dǎo)向：國家政策是促增長(zhǎng)和保穩(wěn)定，在這兩塊上跟進(jìn)的投資資金和項(xiàng)目機(jī)會(huì)會(huì)多一點(diǎn)。促增長(zhǎng)：促進(jìn)經(jīng)濟(jì)的增長(zhǎng)，實(shí)際上現(xiàn)在叫經(jīng)濟(jì)的穩(wěn)定增長(zhǎng)，保持不下滑的增長(zhǎng)率；國內(nèi)經(jīng)濟(jì)增長(zhǎng)的兩個(gè)半，一個(gè)是*隊(duì)相關(guān)的，另外是公共安全相關(guān)的。半個(gè)就是醫(yī)療相關(guān)，這是增量比較多的；保穩(wěn)定：增加社會(huì)安全，保證類似于公共安全穩(wěn)定。
2)信息安全：注重于管理和行業(yè)的私密性的要求，叫安全性的要求。信息安全——在這個(gè)行業(yè)之內(nèi)是可以的，在行業(yè)之外是不可以的，它算一個(gè)監(jiān)管層。在這個(gè)行業(yè)里，它會(huì)把這個(gè)行業(yè)分兩類，一類是監(jiān)管者，一類是被監(jiān)管者。所以在數(shù)據(jù)使用方面，監(jiān)管者數(shù)據(jù)不能給被監(jiān)管者使用，這種行業(yè)內(nèi)不是一個(gè)平等交流。*的數(shù)據(jù)、視頻的數(shù)據(jù)，只能在公安局或者特定的領(lǐng)域使用，這個(gè)數(shù)據(jù)是不能公開共享的。不像互聯(lián)網(wǎng)，講求開源共享。
2.對(duì)城市公共安全的定義？
1)我覺得城市公共安全的定義，反正就是政府投資建設(shè)的行為，就是指這種城市公共安全。它的投資主體和建設(shè)主體是由政府主導(dǎo)的，它的實(shí)施主體是由一些國家專業(yè)部門的，然后它的使用用戶反倒是涉及到整個(gè)城市群體居民的。城市公共安全典型就是感覺它的投資主體方和它的運(yùn)營主體方，和終使用方，它是幾個(gè)層次的一個(gè)分離的，一個(gè)層次這邊分割的狀態(tài)。政治、科技、社會(huì)層面的主要定義。智慧樓宇、智慧社區(qū)里面這些裝的視頻監(jiān)控不會(huì)規(guī)劃到城市公共安全里面。
2)城市公共安全的視頻監(jiān)控會(huì)分三個(gè)層面進(jìn)行建設(shè)；
政府主導(dǎo)建設(shè)：政府主導(dǎo)+政府出資建設(shè)，主要體現(xiàn)在路面街道；
企業(yè)主導(dǎo)建設(shè)：政府主導(dǎo)+企業(yè)建設(shè)。主要體現(xiàn)在酒店、賓館、建筑，甚至學(xué)校等，就是政府主導(dǎo)這些單位自行解決，但是這就要求你必須說，就像銀行一樣；
個(gè)人主導(dǎo)建設(shè)：第三個(gè)層面就是指政府可能不一定主導(dǎo)，但是有些個(gè)人，還有中小企業(yè)自行建設(shè)，也是為了自己的家庭保護(hù)或者自己周邊的院子進(jìn)行保護(hù)；
數(shù)據(jù)不兼容+數(shù)據(jù)量大，政府平時(shí)不會(huì)收集和建設(shè)，而是出現(xiàn)事件之后去調(diào)用。
3.AI對(duì)安防的作用沒有質(zhì)的變化，深度學(xué)習(xí)和別的智能技術(shù)沒有太多本質(zhì)的變化，只不過從一個(gè)領(lǐng)域進(jìn)入另一個(gè)新的領(lǐng)域而已。深度學(xué)習(xí)提高識(shí)別準(zhǔn)確率，深度學(xué)習(xí)促進(jìn)某些技術(shù)接近臨界生產(chǎn)狀態(tài)，從非可商業(yè)化進(jìn)入可商業(yè)化狀態(tài)；
正如車牌識(shí)別其實(shí)早在2009年出現(xiàn)，到現(xiàn)在有7、8年時(shí)間。從興起的一兩年到高速發(fā)展的三五年，到現(xiàn)在平緩發(fā)展的兩三年，是一個(gè)新技術(shù)的導(dǎo)入周期和高成長(zhǎng)的平穩(wěn)發(fā)展，發(fā)展到一定程度之后，有了一定普及率就不會(huì)高速發(fā)展了，這是車牌識(shí)別。
再有，現(xiàn)在人臉識(shí)別太火了，導(dǎo)致人臉識(shí)別和別的智能技術(shù)，除了本質(zhì)這塊，其實(shí)包括深度學(xué)習(xí)和別的智能技術(shù)沒有太多本質(zhì)的變化，只不過只是從一個(gè)領(lǐng)域進(jìn)入一個(gè)新的領(lǐng)域而已。文字識(shí)別其實(shí)是一個(gè)機(jī)器事物，比如人工AI來講，機(jī)器識(shí)別也是AI的一個(gè)比較早的階段，只不過原來有淺層模型，后面有深層模型，深層模型并不是終結(jié)，后面也許有更多的新的模型出現(xiàn)。
所以到現(xiàn)在AI對(duì)安防這塊有多大作用，說質(zhì)的變化就是靠人臉識(shí)別，或者深度模型有質(zhì)的變化，我們認(rèn)為一些成功的變化，質(zhì)的變化還不能說太大質(zhì)的變化。
因?yàn)槿四樧R(shí)別中間是因?yàn)闇?zhǔn)確率從80%多提升到90%多，其實(shí)程度也沒那么夸張。
深度學(xué)習(xí)對(duì)人工智能帶來多大的變化，帶來一些變化，但是這個(gè)變化產(chǎn)生一些新的希望，但是我覺得沒有什么。深度學(xué)習(xí)是一個(gè)現(xiàn)在火的，深度學(xué)習(xí)對(duì)人工智能起到一個(gè)很重要的變化，但是這個(gè)變化促進(jìn)了原來有些叫接近臨界生產(chǎn)狀態(tài)的技術(shù)，從非可商業(yè)化進(jìn)入可商業(yè)化狀態(tài)。什么叫臨界，就是95%的準(zhǔn)確度，原來是達(dá)到95%的準(zhǔn)確度，原來是80%到90%左右，現(xiàn)在提升到90%的準(zhǔn)確度。那么，我認(rèn)為深度學(xué)習(xí)促進(jìn)了一些技術(shù)的轉(zhuǎn)到了一個(gè)可商業(yè)的、可深入的一個(gè)準(zhǔn)確度的一個(gè)級(jí)別，我認(rèn)為這是一個(gè)變化。
4.模式識(shí)別技術(shù)已經(jīng)成熟，但是能不能識(shí)別的出來還要看工程條件；
北京市有3.5萬個(gè)公安建的攝像頭，能做車牌識(shí)別的只有2000個(gè)，分布在紅綠燈路口、平常路口、停車場(chǎng)路口，只有這三種場(chǎng)景下才能做車牌識(shí)別，其他都是非明確的場(chǎng)景并不能檢出來。人臉識(shí)別即照片比對(duì)，能不能識(shí)別出來要看人臉識(shí)別放在哪些具體場(chǎng)景，還要看拍攝的照片清晰度合不合適等，有很多限制條件，存在很多工程條件。適用人臉識(shí)別的場(chǎng)景有人臉閘機(jī)、人臉門禁、人臉自助機(jī)等，它有一個(gè)特點(diǎn)就是近場(chǎng)容易識(shí)別，攝像頭和人距離幾米之內(nèi)都好識(shí)別，這和靜態(tài)還是動(dòng)態(tài)沒有關(guān)系，而是和距離、角度有關(guān)系，距離和角度決定人臉識(shí)別的應(yīng)用場(chǎng)景可不可以識(shí)別。
5.特定的場(chǎng)景、特定的攝像頭才能發(fā)揮前端實(shí)時(shí)車牌識(shí)別、人臉識(shí)別功能；
做智能分析的攝像頭和做公安的攝像頭，比例只是一小部分。3.5萬個(gè)攝像頭只有2000個(gè)是電子警察，2000個(gè)電子警察現(xiàn)在幾乎在前端抓拍前端處理，只把結(jié)果抓拍后做分析，不把視頻做分析。并且有95%的攝像頭是不能做這些視頻分析，因?yàn)槭艿浇嵌?、距離、燈光的影響，不屬于近場(chǎng)識(shí)別場(chǎng)景。
現(xiàn)在是一個(gè)路口有三個(gè)攝像頭，一個(gè)抓車牌，一個(gè)抓人臉，一個(gè)專門存視頻內(nèi)容。
前端智能就是為了實(shí)時(shí)響應(yīng)前端抓拍的這些東西，比如專抓人臉的就要放在前端，攝像頭又要配合燈光的問題，配合安裝角度的問題，包括在調(diào)試的過程中，在路邊調(diào)，還要跑到機(jī)房里調(diào)參數(shù)，都是在攝像頭旁邊就有管理服務(wù)器或者抓拍設(shè)備。
所以在做視頻智能分析的時(shí)候，不能從傳統(tǒng)的業(yè)務(wù)模型來看這個(gè)分析。因?yàn)閭鹘y(tǒng)業(yè)務(wù)模型的話，95%甚至99%的攝像頭不能做這些視頻，角度不好，場(chǎng)景不對(duì)，沒辦法，就要專門建一個(gè)專抓人臉的攝像頭。專抓人臉的就要放在前端，攝像頭又配合燈光的問題，配合安裝角度的問題。那么，包括調(diào)試的過程中，在路邊調(diào)，還要跑到機(jī)房里調(diào)參數(shù)，都是在攝像頭旁邊就有管理服務(wù)器或者抓拍設(shè)備。所以前端智能就是為了實(shí)時(shí)響應(yīng)前端抓拍這些東西。
6.前端的計(jì)算資源足夠支撐特定場(chǎng)景的識(shí)別技術(shù)；
車輛識(shí)別的運(yùn)算不算復(fù)雜，前端可以承擔(dān)，一些近場(chǎng)的人臉識(shí)別，比對(duì)的數(shù)據(jù)庫也相對(duì)小，所以前端智能也可以處理。車牌識(shí)別分很多種、人臉識(shí)別也分很多種，種類的區(qū)分是依據(jù)場(chǎng)景的不同來劃分，場(chǎng)景的影響因子有明暗(光線)、攝像頭高清度、攝像頭距離、攝像頭角度；特定的攝像頭+特定的場(chǎng)景可以做到前端實(shí)時(shí)識(shí)別分析處理車牌識(shí)別、人臉識(shí)別。目前人臉識(shí)別沒有大規(guī)模商用批量使用，問題在于產(chǎn)品也需要一個(gè)逐漸發(fā)展的過程。
前后端能都能實(shí)現(xiàn)識(shí)別的功能，但是因?yàn)橛?jì)算資源的受限，所以前端適合處理一些計(jì)算量小，距離近的，適中的計(jì)算。前端的識(shí)別將視頻半結(jié)構(gòu)化后方便目標(biāo)分類、目標(biāo)檢索。前端的功能是通過前端分析，將設(shè)備和應(yīng)用場(chǎng)景分類化，從而讓智能分析功能進(jìn)行場(chǎng)景化分類。
7.政府每三年更換一批設(shè)備，出于維穩(wěn)業(yè)務(wù)主導(dǎo)，而不是技術(shù)的影響；
設(shè)備的報(bào)廢周期也是三到五年，政府的采購周期是每三年換一批設(shè)備，等哪一個(gè)技術(shù)成熟了，三到六年就把它換成新的技術(shù)。政府制訂財(cái)政規(guī)劃是按照它的業(yè)務(wù)目標(biāo)，怎么維護(hù)這個(gè)目標(biāo)，怎么維穩(wěn)，有技術(shù)因素，也有業(yè)務(wù)管理的因素。業(yè)務(wù)主導(dǎo)，而不是技術(shù)主導(dǎo)，就因?yàn)橄朐黾泳S穩(wěn)才上高清。
原標(biāo)題 億歐智庫丨案例分析：人人智能，邊緣計(jì)算+視頻監(jiān)控技術(shù)
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號(hào)
移動(dòng)版
