当前位置:视频监控/安防行业动态 → 正文

赋能安防行业,云边融合乃大势所趋

责任编辑:zsheng |来源:企业网D1Net  2019-02-22 08:25:52 本文摘自:安防知识网

前言:云计算与边缘计算是看似矛盾,实际上却是协同、互补的两种方式。安防行业也好,物联网也好,只有将边缘计算和云计算协同使用,才会发挥出最大的价值。

互联网时代,核心的数据生产、分析,发放全部依赖云端服务器,而终端设备则只有例如PC机、手机、PAD这一类电子设备。物联网这一概念的提出,则大大扩充了终端设备的范围,万物互联,任何一样东西经过智能化改造都可以成为终端,都可以成为数据的来源,而正是有了这些边缘端的设备,才促进了边缘计算爆发式增长。

边缘计算赋能安防行业

2012年以前的传统安防行业,简单来说就是“视频监控”,以摄像机作为前端感知设备,负责数据的采集;服务器作为后端设备,负责数据的处理及分析。

边缘计算的出现则将安防的智能化带向了前端。传统方式下,我们可能需要堆叠大量的GPU服务器来实现这些智能化的服务,而现在,我们可以逐步的将例如人脸的检测、抓拍、识别,视频的结构化、车辆的检测与识别放到前端摄像头去实现,这样的变化带来的影响巨大。

首先是带宽方面,我们不再需要将原始数据全部传输到云端去处理,然后发送回来,而是直接边缘端即可完成处理;第二是成本方面,大规模量产的前端芯片成本要远低于后台服务器的芯片成本,同时海量服务器的运维、散热、机房租用等等成本更高;第三是延时方面,例如一个人脸识别,前端设备直接能够自行处理,可以不需要将视频传输回去,解析、抠图、识别然后再把结果返回来,这难以满足很多场景下快速响应的需求。

当然,安防行业的智能化与前置化的核心或者说难点是前端处理能力,也就是芯片。云端的处理能力,我们可以通过服务器的叠加来实现。但是。边缘端的芯片则需要在保持强大运算能力的同时,尽可能的降低功耗、降低成本以满足大规模推广需求,这是一件非常具有挑战的事情。

云边融合已为产业必然趋势

尽管云计算早在2005年就已提出,且具有强大的运算能力以及海量数据挖掘与分析能力。但随着物联网时代的到来,日常生活中产生的大量数据需要更快速的响应及处理,这些都是云计算不能解决的问题。在网络带宽有限、网络拥堵、响应延时一系列技术的要求下,边缘计算开始成为物联网时代超越云计算的最佳“使用方法”。

不过,尽管云计算与边缘计算是看似矛盾,实际上却是协同、互补的两种方式。也就是说,边缘计算虽然有其明显的优势,但是用边缘计算来替代云计算也是不可行的。例如海量数据的挖掘、关联分析,关键数据的存储,多边缘节点的联动都需要依赖云端来完成,云计算厂家布局边缘计算,是对自身能力的一个补充,从而可以提供更好更完整的解决方案,也是顺应技术发展的需要。

但不管是安防行业还是物联网,只有将边缘计算和云计算协同使用,才会发挥出最大的价值。

由于物联网设备类型的多样性和广泛性,对网络要求、计算存储、运维管理等诸多方面带来挑战,而云计算在安防行业(物联网)领域并非万能,边缘计算和云计算融合才能更好解决物联网的现实问题。以视频监控的发展为例,视频监控数字化后将部分存储和管理功能转移到边缘,随着技术演进,既需要边缘设备的灵活响应,又需管理复杂的采、存、算等设备,像人体这个复杂系统一样,连接感知末梢与大脑有序运作的,是非常复杂的经络体系,而不是简单的信息通道。

所以,云计算与边缘计算的协同不是简单的云+端,更不是简单地分成若干个所谓的“小云”再汇聚到更大规模的云,而是切实解决从端到云所带来的应用、数据处理、管理等一系列问题。

要落地?但边缘计算难点有待解决

尽管边缘计算存在节省带宽成本、节约服务器成本、存储成本、降低响应时间等优势,但其在落地应用过程中仍然存在应用层面、技术层面的问题。

●场景适应性。我们知道,当前还处于人工智能发展初级阶段,各项应用与服务都是基于“模型训练“得到的,并没有达到强人工智能的阶段,所以本身计算、识别及分析能力对场景的依赖性较大,所以我们需要更多的应用场景去加速边缘计算的落地,需要更多的技术投入、资金及人力的投入。

●改造成本。传统安防的客户主要是公安、政法委这一类,这些客户具有项目运作周期长的特点,所以新技术的应用很难快速的在这些场景铺开。

●技术实力与实战标准的区别。以人脸识别为例,“人脸识别“的技术是很成熟的,但是到了实际的场景中,仍然存在识别不准确、识别不出来、识别效果不好等,例如人是低着头的、光照会发生变化、摄像头拍摄角度问题这些不可控因素都会导致识别结果不好。人脸识别这项很成熟的技术尚且如此,那么到了其他应用场景,例如要做安全帽的识别、做车辆乱停的识别、做水尺的识别、集装箱识别,这些理论上,只要数据量足够充分都可以发掘,但是达到”解决客户问题“这样的标准,目前还有很多工作有待解决。

小结:

新行业的发展必然伴随着新的需求出现,而技术的突破则能够带来新的产品和解决方案。

巨头布局边缘计算是必然趋势,未来云和端缺一不可,但是由于边缘计算面向的还是某个具体应用场景,且AI的应用场景会比互联网以及移动互联网时代要丰富得多。可以预见的是,在未来人工智能时代,边缘端将会有大量机会,也将出现有多家AI芯片厂商共存的局面。我们一起期待!

关键字:融合行业安防

本文摘自:安防知识网

x 赋能安防行业,云边融合乃大势所趋 扫一扫
分享本文到朋友圈
当前位置:视频监控/安防行业动态 → 正文

赋能安防行业,云边融合乃大势所趋

责任编辑:zsheng |来源:企业网D1Net  2019-02-22 08:25:52 本文摘自:安防知识网

前言:云计算与边缘计算是看似矛盾,实际上却是协同、互补的两种方式。安防行业也好,物联网也好,只有将边缘计算和云计算协同使用,才会发挥出最大的价值。

互联网时代,核心的数据生产、分析,发放全部依赖云端服务器,而终端设备则只有例如PC机、手机、PAD这一类电子设备。物联网这一概念的提出,则大大扩充了终端设备的范围,万物互联,任何一样东西经过智能化改造都可以成为终端,都可以成为数据的来源,而正是有了这些边缘端的设备,才促进了边缘计算爆发式增长。

边缘计算赋能安防行业

2012年以前的传统安防行业,简单来说就是“视频监控”,以摄像机作为前端感知设备,负责数据的采集;服务器作为后端设备,负责数据的处理及分析。

边缘计算的出现则将安防的智能化带向了前端。传统方式下,我们可能需要堆叠大量的GPU服务器来实现这些智能化的服务,而现在,我们可以逐步的将例如人脸的检测、抓拍、识别,视频的结构化、车辆的检测与识别放到前端摄像头去实现,这样的变化带来的影响巨大。

首先是带宽方面,我们不再需要将原始数据全部传输到云端去处理,然后发送回来,而是直接边缘端即可完成处理;第二是成本方面,大规模量产的前端芯片成本要远低于后台服务器的芯片成本,同时海量服务器的运维、散热、机房租用等等成本更高;第三是延时方面,例如一个人脸识别,前端设备直接能够自行处理,可以不需要将视频传输回去,解析、抠图、识别然后再把结果返回来,这难以满足很多场景下快速响应的需求。

当然,安防行业的智能化与前置化的核心或者说难点是前端处理能力,也就是芯片。云端的处理能力,我们可以通过服务器的叠加来实现。但是。边缘端的芯片则需要在保持强大运算能力的同时,尽可能的降低功耗、降低成本以满足大规模推广需求,这是一件非常具有挑战的事情。

云边融合已为产业必然趋势

尽管云计算早在2005年就已提出,且具有强大的运算能力以及海量数据挖掘与分析能力。但随着物联网时代的到来,日常生活中产生的大量数据需要更快速的响应及处理,这些都是云计算不能解决的问题。在网络带宽有限、网络拥堵、响应延时一系列技术的要求下,边缘计算开始成为物联网时代超越云计算的最佳“使用方法”。

不过,尽管云计算与边缘计算是看似矛盾,实际上却是协同、互补的两种方式。也就是说,边缘计算虽然有其明显的优势,但是用边缘计算来替代云计算也是不可行的。例如海量数据的挖掘、关联分析,关键数据的存储,多边缘节点的联动都需要依赖云端来完成,云计算厂家布局边缘计算,是对自身能力的一个补充,从而可以提供更好更完整的解决方案,也是顺应技术发展的需要。

但不管是安防行业还是物联网,只有将边缘计算和云计算协同使用,才会发挥出最大的价值。

由于物联网设备类型的多样性和广泛性,对网络要求、计算存储、运维管理等诸多方面带来挑战,而云计算在安防行业(物联网)领域并非万能,边缘计算和云计算融合才能更好解决物联网的现实问题。以视频监控的发展为例,视频监控数字化后将部分存储和管理功能转移到边缘,随着技术演进,既需要边缘设备的灵活响应,又需管理复杂的采、存、算等设备,像人体这个复杂系统一样,连接感知末梢与大脑有序运作的,是非常复杂的经络体系,而不是简单的信息通道。

所以,云计算与边缘计算的协同不是简单的云+端,更不是简单地分成若干个所谓的“小云”再汇聚到更大规模的云,而是切实解决从端到云所带来的应用、数据处理、管理等一系列问题。

要落地?但边缘计算难点有待解决

尽管边缘计算存在节省带宽成本、节约服务器成本、存储成本、降低响应时间等优势,但其在落地应用过程中仍然存在应用层面、技术层面的问题。

●场景适应性。我们知道,当前还处于人工智能发展初级阶段,各项应用与服务都是基于“模型训练“得到的,并没有达到强人工智能的阶段,所以本身计算、识别及分析能力对场景的依赖性较大,所以我们需要更多的应用场景去加速边缘计算的落地,需要更多的技术投入、资金及人力的投入。

●改造成本。传统安防的客户主要是公安、政法委这一类,这些客户具有项目运作周期长的特点,所以新技术的应用很难快速的在这些场景铺开。

●技术实力与实战标准的区别。以人脸识别为例,“人脸识别“的技术是很成熟的,但是到了实际的场景中,仍然存在识别不准确、识别不出来、识别效果不好等,例如人是低着头的、光照会发生变化、摄像头拍摄角度问题这些不可控因素都会导致识别结果不好。人脸识别这项很成熟的技术尚且如此,那么到了其他应用场景,例如要做安全帽的识别、做车辆乱停的识别、做水尺的识别、集装箱识别,这些理论上,只要数据量足够充分都可以发掘,但是达到”解决客户问题“这样的标准,目前还有很多工作有待解决。

小结:

新行业的发展必然伴随着新的需求出现,而技术的突破则能够带来新的产品和解决方案。

巨头布局边缘计算是必然趋势,未来云和端缺一不可,但是由于边缘计算面向的还是某个具体应用场景,且AI的应用场景会比互联网以及移动互联网时代要丰富得多。可以预见的是,在未来人工智能时代,边缘端将会有大量机会,也将出现有多家AI芯片厂商共存的局面。我们一起期待!

关键字:融合行业安防

本文摘自:安防知识网

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^