基于邊緣計(jì)算視頻監(jiān)控解決方案
算視頻監(jiān)控2/520.jpg)
隨著城市規(guī)模擴(kuò)大所帶來的公共安全問題越來越受到重視。傳統(tǒng)城市安全視頻監(jiān)控系統(tǒng)前端攝像機(jī)內(nèi)置計(jì)算能力較低，以邊緣計(jì)算和萬物互聯(lián)技術(shù)為基礎(chǔ)的新型視頻監(jiān)控系統(tǒng)是未來發(fā)展趨勢。針對海量視頻數(shù)據(jù)，云計(jì)算中心服務(wù)器計(jì)算能力有限，為此：
（1）構(gòu)建基于邊緣計(jì)算的視頻預(yù)處理技術(shù)，去除視頻圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此降低對云中心的計(jì)算、存儲和網(wǎng)絡(luò)帶寬需求，提高視頻圖像分析的效率；
（2）構(gòu)建基于行為感知的邊緣預(yù)處理功能，實(shí)現(xiàn)視頻數(shù)據(jù)彈性存儲。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，降低存儲空間，又最大化存儲“事中”證據(jù)類視頻數(shù)據(jù)，提高視頻數(shù)據(jù)存儲空間利用率。
圖1 基于邊緣計(jì)算視頻監(jiān)控系統(tǒng)框圖
如圖1所示，利用邊緣計(jì)算模型，將具有計(jì)算能力的硬件單元集成到原有的視頻監(jiān)控系統(tǒng)軟硬件平臺上，實(shí)現(xiàn)具有邊緣計(jì)算能力的新型視頻監(jiān)控系統(tǒng)。在邊緣計(jì)算模型中，計(jì)算通常發(fā)生在數(shù)據(jù)源的附近，即在視頻數(shù)據(jù)采集的邊緣端進(jìn)行視頻數(shù)據(jù)的處理。一方面，基于智能算法的預(yù)處理功能模塊，執(zhí)行模糊計(jì)算，對實(shí)時(shí)采集的視頻數(shù)據(jù)執(zhí)行部分或全部計(jì)算任務(wù)，這能夠?yàn)閷?shí)時(shí)性要求較高的應(yīng)用請求提供及時(shí)的應(yīng)答服務(wù)，sun等人提出基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)內(nèi)容可用性研究，內(nèi)容的可用性包括靜態(tài)故障及動(dòng)態(tài)內(nèi)容兩個(gè)方面；另一方面，需要設(shè)計(jì)具有可伸縮的彈性存儲功能模塊，利用智能算法感知監(jiān)控場景內(nèi)行為變化，實(shí)現(xiàn)較高的空間存儲效率。
04
視頻監(jiān)控應(yīng)用案例
基于邊緣計(jì)算自身的技術(shù)優(yōu)勢及特點(diǎn)，從目前產(chǎn)業(yè)發(fā)展來看，在智慧城市、智慧交通、智能家居、智慧能源等對時(shí)延、帶寬、成本等指標(biāo)要求較高的場景將得到重點(diǎn)應(yīng)用。當(dāng)前存量的云計(jì)算、物聯(lián)網(wǎng)技術(shù)通過與邊緣計(jì)算結(jié)合，將顯著提升對于以上高要求場景需求的支撐能力，例如通過視頻邊緣計(jì)算網(wǎng)關(guān)，將人臉識別、越界報(bào)警等行為分析功能由系統(tǒng)主站計(jì)算處理前移至現(xiàn)場，可有效降低視頻監(jiān)控系統(tǒng)的網(wǎng)絡(luò)帶寬需求及通信成本。
人臉識別是一種重要的生物特征識別技術(shù)，是通過計(jì)算機(jī)自動(dòng)判斷兩幅人臉照片相似度的技術(shù)統(tǒng)稱。其中，信號采集部分通過光學(xué)傳感設(shè)備采集人臉照片。預(yù)處理模塊對采集的原始信號進(jìn)行處理，確定人臉?biāo)诘膮^(qū)域。特征提取模塊則將預(yù)處理后的信號轉(zhuǎn)換成表征其特性的一串“數(shù)字碼”，存儲在模板數(shù)據(jù)庫中。比對時(shí)，將目標(biāo)特征與數(shù)據(jù)庫中的人臉特征進(jìn)行運(yùn)算，經(jīng)處理后確定目標(biāo)的身份。
圖 人臉識別比對流程
在人臉識別應(yīng)用場景當(dāng)中，通過前端抓拍+邊緣計(jì)算分析的前后端智能相結(jié)合的模式，將人臉識別智能算法前置，在前端攝像機(jī)內(nèi)置高性能智能芯片，通過邊緣計(jì)算，將人臉識別抓圖的壓力分?jǐn)偟角岸耍夥胖行牡挠?jì)算資源，以集中優(yōu)勢計(jì)算資源做更高效的分析。
本方案中的邊緣計(jì)算視頻網(wǎng)關(guān)融合了人像結(jié)構(gòu)化引擎、人像搜索引擎、數(shù)據(jù)存儲等功能。其中，人像結(jié)構(gòu)化引擎是人像識別的基礎(chǔ)，內(nèi)置基于深度學(xué)習(xí)（其核心為多層神經(jīng)網(wǎng)絡(luò)）的人臉技術(shù)，實(shí)現(xiàn)準(zhǔn)確的多角度人臉檢測、五官標(biāo)定、面部特征點(diǎn)定位，以及特征提取與比對。通過接收前端人臉抓拍攝像機(jī)上傳的人臉抓拍數(shù)據(jù)，或通過處理來自攝像機(jī)或媒體服務(wù)器的視頻數(shù)據(jù)，實(shí)現(xiàn)實(shí)時(shí)人臉檢測，搜索引擎實(shí)現(xiàn)與數(shù)據(jù)庫中的人臉記錄進(jìn)行比對。
視頻監(jiān)控系統(tǒng)在公共安全領(lǐng)域的應(yīng)用越來越受到重視，基于邊緣計(jì)算的新型視頻監(jiān)控系統(tǒng)為視頻數(shù)據(jù)處理增加了更高的計(jì)算能力、更低的傳輸延遲以及更精準(zhǔn)的處理能力。隨著邊緣計(jì)算系統(tǒng)架構(gòu)的發(fā)展和定制化功能的完善，邊緣計(jì)算能夠更好地推動(dòng)新型視頻監(jiān)控系統(tǒng)在公共安全領(lǐng)域更好地應(yīng)用。