浅析云边端协同与算力调度在ai视频检测场景中的应用意义

TSINGSEE TSINGSEE     2022-11-30     797

关键词:

人工智能在医疗卫生、能源动力、交通航天、语言图像识别等领域发挥着重要作用,在安防等领域也同样值得期待。人工智能、深度学习、视频结构化技术、物联网技术,大数据分析等变革性技术的应用,使安防视频监控也变得越来越强大,基于AI的智能识别分析技术基本已成视频监控的标配。

基于智能分析网关+EasyCVR视频融合平台的AI视频智能分析能力,可对监控场景中的视频图像进行智能识别与分析,并提供人脸、人体、车辆、烟火、物体、行为等识别、抓拍、比对、告警等服务。同时,基于云边端协同的技术架构方式,能实现以下4大能力,满足行业的多样化场景需求。

1)云边端协同能力

通过将云端的计算能力进行拓展,边缘云能够深入到传统云无法覆盖到的边缘应用场景。终端侧、边缘数据能够反向连接云中心端,支持从不同的地域、多种业务系统、多种异构数据源、设备中采集数据,轻松实现跨层级的数据交换和应用协同。数据从设备端到边缘端,实现“聚端到边”,从边缘端到云端,实现“数据入云”。

  • 设备端侧重多维感知数据采集和前端智能处理;
  • 边缘端侧重感知数据汇聚、存储、处理和智能应用;
  • 云中心端侧重包括物联网数据在内的多维数据的融合,以及基于AI、大数据的多维分析应用。

2)AI智能识别能力

  • 人脸识别/比对

支持实时视频监控与抓拍,对图片和视频源中面部特征进行提取分析,可实现多人脸检测与抓拍、人脸识别、人流量统计、人脸比对检索、人脸库管理等。还可支持记录并实时与布控名单进行比对和报警,可用在各种卡口进行布控和核查,如商场、楼宇、社区、车站、街道、机场、港口、娱乐等公共场所及重要出入口等场景中,满足不同场景的人员身份识别需求。

  • 车辆检测/车牌识别

支持对视频中的机动车/非机动车进行抓拍、检测和识别,包括车辆类型(特征)、品牌(车标)、颜色、车牌等信息,并能同时识别图像中的多张车牌。当在规定区域内(不允许停车的区域)检测到车辆时,将立即触发车辆违停告警,并将告警信息通过电话、短信、邮件、微信通知等多种方式推送给工作人员。

  • 安全帽检测/反光衣检测

通过实时视频监测和预警在岗工人是否按照要求做好安全防范措施,如:是否正确佩戴安全帽、是否穿着反光衣、防护服等工作服。若检测到异常,则发出告警。

  • 人员/区域入侵检测

对既定区域实时检测,如:有人员闯入禁区、危险区域、重要区域等,及时抓拍入侵人员并报警,还可联动现场语音进行提示,方便及时制止。

  • 烟雾/火焰识别

实时对监控区域内的烟雾和火焰进行准确识别,一旦检测到烟火,立刻发出告警,并将告警信息及时推送给相关的管理人员进行处理,还可联动消防设施装置进行喷淋灭火等操作。

  • 戴口罩识别

对监控区域检测人员是否佩戴口罩,一旦检测到未佩戴口罩的人员时,可联动语音播放器进行语音提醒。

  • 其它识别

其他行为识别包括:人员在岗离岗识别、危险行为识别,如:逗留、可疑徘徊等等。

3)算力资源调度能力

智能分析网关可支持数据按需汇聚,以及AI算力资源的灵活与精细化调度能力。通过建立AI算法模型规范,将多种AI算法在算法仓中进行管理调度,同时还能管理、调度域内计算存储资源池、数据资源池和AI算法仓库的资源,改善AI计算的资源使用效率,实现算法的灵活接入、AI算力资源的统一调度分配、智能分析结果统一展示等。

  • 支持统一管控云计算节点、边缘计算节点、算力节点、网络资源(含计算节点内部网络和广域网络)等,根据业务需求对算力资源以及相应的网络资源、存储资源等进行统一调度。

  • 实时监测业务流量,动态调整算力资源,完成各类任务高效处理和整合输出,并在满足业务需求的前提下实现资源的弹性伸缩,优化算力分配。

4)视频数据共享能力

视频融合平台可以解决现阶段视频资源建设统筹性差、标准不统一、共享不足、应用单一等问题,汇聚各层级视频资源,形成基于智能大数据的视频共享能力。同时,AI技术也逐步从中心云向边、端下沉,在AI的加持下,视频融合平台能实现数据信息的智能搜索、过滤、预警、数据聚合和可视化等分析能力,提高事件预警的准确性和减少误报率,从而提高监管效率并大幅缩短溯源时间。

平台具有强大的数据接入、处理及分发能力,开放度高,轻松部署,功能可灵活拓展,轻松与第三方集成对接,满足更高级的场景需求。

基于云边端协同管理的AI智能视频监管方案(智能分析网关+EasyCVR视频融合平台),利用AI、物联网、云计算、大数据等技术,能满足基于视频服务的数据感知、智能检测、智能分析、智能告警等需求,可广泛应用在智能安防、社区、校园、景区、园区、加油站、化工厂、工地、厂区、电力等场景中。TSINGSEE青犀视频的AI项目也支持小批量试错,欢迎大家进行了解。

云边端协同场景下的“ai+”视频融合能力,如何赋能多行业应用?

...是在AI人工智能技术进一步落地应用的趋势下,基于云边端深度融合与协同的“AI+”模式,在满足用户对视频服务的智能识别需求上,让算力资源得到最优化分配、调度和利用,已经成为当前行业与技术发展的... 查看详情

ai云边端算力调度智能分析网关算法模块细节优化介绍

AI智能分析网关内置多种AI算法,并且可支持将多种AI算法在算法仓中进行管理调度,实现数据按需汇聚、AI算力资源的灵活与精细化调度能力。基于智能分析网关+EasyCVR视频融合平台的AI视频智能分析能力,可对监... 查看详情

ai云边端算力调度智能分析网关算法模块细节优化介绍

...决以上问题。基于智能分析网关+EasyCVR视频融合平台的云边端协同架构,能提供基于全局数据的云服务,通过汇集、融合所有的数据,并提供相关的计算、网络、存储、安全资源等,实现对全业务链的智能调度... 查看详情

ai云边端调度能力easycvr分辨率的优化设计

将AI智能分析网关接入到EasyCVR视频融合云平台,通过对监控场景中的视频图像进行智能识别与分析,可提供人脸、人体、车辆、烟火、物体、行为等识别、抓拍、比对、告警等服务,支持对场景中的异常及违规现象进... 查看详情

云边端协同ai智能分析网关通道管理及人脸检测效果演示

关于TSINGSEE云-边-端-AI智能分析网关的相关功能介绍及应用场景,感兴趣的用户可以翻阅我们的历史文章进行了解。该设备内置多算法框架,支持对接入的多路视频流进行AI智能识别,支持对监控场景中的异常及违规现... 查看详情

云边协同与人工智能ai的深度融合(云端训练边端推理)

在面向物联网、大流量等场景下,为了满足更广连接、更低时延、更好控制等需求,云计算在向一种更加全局化的分布式节点组合形态进阶,边缘计算是其向边缘侧分布式拓展的新触角。以物联网场景举例,设备... 查看详情

应对全场景ai框架部署挑战,mindspore“四招”让你躺平

...要:所谓全场景AI,是指可以将深度学习技术快速应用在云边端不同场景下的硬件设备上,包括云服务器、移动终端以及IoT设备等等,高效运行并能有效协同。本文分享自华为云社区《AI框架的挑战与MindSpore的解决思路》,原文... 查看详情

浅析基于视频图像的智能分析网关ai算法及场景应用

目前在视频监控领域应用较为广泛的AI技术有:智能检测与分析技术(人脸检测与识别、物体识别、行为识别、目标追踪等)、图像及视频处理技术(视频图像处理、视频结构化等)。在场景上,视频监控... 查看详情

云边端一体化的异构ai计算

 中国人工智能市场快速增长,其中边缘计算占比越来越高,业务场景的碎片化以及底层硬件的多样性的问题给边缘计算的开发部署带来较大的挑战。 本次分享主要介绍阿里云AI异构计算编译框架HALO以及面向深度学习的... 查看详情

emq打造面向工业4.0的智能工厂|云边协同架构助力视觉ai缺陷检测应用构建

随着工业4.0时代的来临,数字化、智能化转型成为工业领域企业保持核心竞争力的必经之路。工业制造涉及环节和场景众多,对于各类生产数据的收集与处理能力是决定其自动化程度的关键。构建可靠的工业物联网数据接入层,为上... 查看详情

easycvr新版本如何通过接口获取ai智能分析网关推送的告警照片?

在AI人工智能技术进一步落地应用的趋势下,基于云边端深度融合与协同的“AI+”模式,已经成为当前行业与技术发展的新趋势。基于EasyCVR和智能分析网关的AI智能识别与分析能力,通过部署多种AI算法,可提供人脸、人体、车... 查看详情

浅析ai人脸识别/车辆识别智能分析网关的深度学习算法及应用场景

为什么要应用AI人工智能技术?AI人工智能在中国的安防视频监控项目中已经大量落地。在安防监控行业,利用AI的视频结构化技术依据视频内容信息处理和网络化共享应用,实现监控视频信息的情报化、视频监控网络... 查看详情

openyurt在龙源cnstack云边协同项目的应用

OpenYurt介绍OpenYurt是业界首个对云原生体系无侵入的智能边缘计算平台,具备全方位的“云、边、端一体化”能力,能够快速实现海量边缘计算业务和异构算力的高效交付、运维及管理。其在云平台、云游戏、AI、IOT领域... 查看详情

openyurt在龙源cnstack云边协同项目的应用

OpenYurt介绍OpenYurt是业界首个对云原生体系无侵入的智能边缘计算平台,具备全方位的“云、边、端一体化”能力,能够快速实现海量边缘计算业务和异构算力的高效交付、运维及管理。其在云平台、云游戏、AI、IOT领域... 查看详情

详解边缘计算系统逻辑架构:云边端协同

导读:本文将对整个边缘计算系统的逻辑架构及云、边、端之间的逻辑关系进行系统梳理。作者:崔广章来源:大数据DT(ID:hzdashuju)01边缘计算系统逻辑架构简介由图3-1可知,逻辑架构侧重边缘计算... 查看详情

浅析tsingsee智能边缘网关的人体检测技术及应用场景

随着计算机视觉技术与深度学习的发展,AI智能检测与识别技术也越来越广泛地应用到社会生活的各个方面。在短短几年内,深度学习算法已经在处理图像及分类等方面,取得了可观的成绩,并且开始逐步代替人... 查看详情

浅析ai智能分析网关的车辆/车牌识别技术的研发及应用场景

车牌识别技术是计算机视频图像识别技术在车辆牌照识别中的一种应用,它融合了ORC识别、云计算等多种技术,可将运动中的汽车牌照从复杂的背景中提取并识别出来,通过车牌提取、图像预处理、特征提取、车牌字... 查看详情

边缘计算系统逻辑架构:云边端协同,定义及关系

引言5G和物联网时代的到来,海量数据的产生与任务计算对现有网络产生极大的冲击,基于Internet的云计算虽然提供了对虚拟共享的可配置计算和存储资源的广泛访问和按需访问,是处理海量数据与计算任务... 查看详情