Page 144 - 安防6月刊_150dpi
P. 144
I 行业应用
Industry Application
数据安全方面,宇视AI系统对前端设备进行 配白光、红外、爆闪灯不同光源。以智能算法,实
加密,所获数据通过合法准入后,才能存储于服务 现图像自适应处理能力。
器,而所有平台数据则以全局管控方式进行安全 智能处理方面,宇视前端研发团队,以工程化
把控;此外,与第三方进行业务往来时,安装边界 落地为支撑,在实际场景中进行适配,从而对人流
安全设备,实现横向防御。工程安装方面,通过3D 密度统计与人脸识别等算法进行评估与定制;网
精准化模拟部署,提前预演前端安装的真实效果, 络与编码方面,宇视相机在前端控制视频图像等
从场景、角度、高度与焦距等方面,进行科学设计, 数据大小,并合理平衡带宽和图片质量,以适应不
完成实地布局。 同场景的网络能力,减少带宽压力。
结构与产品工程方面,由于算法前置,导致研
云边端组合 创新城市云架构 判前移,因此AI相机规划与普通高清相机不同,会
调研机构IHS报告称,全球视频安防摄像机 出现各种前端联动小系统,如:智能报警、警戒、
2018年出货总量1.8亿台,产生的数据总量更是挑 门禁等;另外,针对户外场景,宇视提供高级别防
战,而在人工智能与5G等技术刺激下,数据容量会 水防尘、电气长效稳定、电磁抗性、防雷防静电、
持续激增。如何应对海量数据带来的网络带宽压 产品一致性等多方位保障。
力、数据处理成本与研判效率等问题?宇视结合 对于新进安防的企业 所提“软件定义摄像
云端计算与边缘计算的优势,推出云边端组合方 机”技术路线,宇视副总裁、供应链专家刘常康举
案,给出答案。 例分析:国内4-7级市场,客户需在夜间看清鱼塘,
北京发布会现场,宇视初步解读云架构。针对 再怎样软件调亮,都无法达到四颗灯补光水平;镜
数据类型差异,如大数据挖掘与大规模机器学习 头组合也无法通过软件调节出来,这是光机电组
等需集中式处理的计算,交由云端服务器处理;而 合的硬件能力。因此,只有以场景为核心,定义并
对实时交互与研判的计算,则在边缘节点完成。云 配置摄像机分辨率、补光、ISP,合适算力加周边配
端大数据分析得出的智能规则,可下发至边缘节 置,场景也定义了摄像机的外型功能,甚至端方案
点,优化业务运算能力;边缘侧也是云端大数据的 组合,因此“场景定义摄像机”才可称为好的AI摄
采集终端,并消化云端计算与带宽压力。两者相互 像机。
协同分工,保障AI工程化算力。
作者单位:浙江宇视科技有限公司
算法vs软件 如何定义好的AI摄像机?
AI场景对图像质量与处理效率提出更高要
求,宇视在展会现场,推出四目全景等多款高清
智能相机,精工品质定义好的AI相机。光学与图
像信号处理ISP方面,超出传感器或光学处理范围
时,触发外置补光设备,并根据不同场景,自动适
126 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com
ྛြႋႨ JOEE ྒ௹၂