牟思南

在石油石化、電力、金融以及公安等領域，攝像頭視頻越來越普遍。可以說，安全生産監控和社會面治理都少不了攝像頭。

海量的攝像頭視頻，如果都靠人工處理，不僅效率低，還非常容易疏漏。

所以，傳統的做法是，将攝像頭采集的視頻數據回傳，然後用智能分析的手段，在中心端處理。

但是，提到傳輸帶寬和存儲成本，你的内心是崩潰的：不斷地擴容，成本與日俱增。

随着邊緣計算技術的發展，5G邊緣計算智能終端，能很好地解決上述痛點。

攝像頭視頻，不隻是“更多了”這麼簡單

目前，能源等領域的攝像頭呈現出四個特點。

點位多：以一個海上油田項目為例，足球場大小的油田生産平台，一般要安裝200多個攝像頭，并通過物聯網技術，源源不斷地采集、傳輸、分析數據。

場景多：安全生産方面，涉及人員入侵、場地煙火、是否佩戴安全帽的數字化監測等；在社會面治理方面，關于人、車、非、臉的識别，也都要用到攝像頭。

清晰度要求高：攝像頭分辨率已從480P、720P逐漸提升至1080P，甚至有廠家已推出4K分辨率的攝像頭。在各個生産環節，對視頻質量的要求也越來越高。

保存時長有要求：由于事中監測、事後分析的需要，各行業對視頻圖像的保持期限具有明确要求。比如，中海油的招标文件就曾明确要求保存90天。根據公安部的相關要求，銀行網點的監控視頻，存儲時間也要提升至90天。

“不壓縮”，為什麼是無法承受之重？

以分辨率為480P的攝像頭為例（分辨率640*480，幀率24fps），錄制24小時視頻，需要存儲空間1.74TB。

如果要存儲高清的攝像頭視頻（分辨率1920*1080，幀率60fps），錄制24小時就要29.28TB的容量。

盡管現在的存儲價格有所下降，但這種投入對很多企業來說，仍是難以承受的。再結合剛剛提到的四大特點，海量的攝像頭視頻，給機房存儲空間、維護能耗等帶來了非常大的挑戰。

為什麼可以壓縮？

攝像頭視頻其實是一張張照片組成的，如果速度足夠快（比如每秒24幀），畫面就有了連續性。

數字視頻在數字化的時候，采用了幀内和幀間均勻采樣，并由RGB三個分量均勻表達采樣量化後的數據，所以就有了空間冗餘、時間冗餘和編碼冗餘。

就是這三大冗餘，讓視頻壓縮成為可能。

壓縮後會不會有影響？

大家比較關心的是：攝像頭視頻是要用來分析的，壓縮後會不會帶來影響？好問題。

這就要說到當虹科技的5G邊緣計算智能終端了。

它最大的特點是超級壓縮——

通過對非關鍵信息（如天空、地面）進行智能超級壓縮，可在畫質基本不變的前提下，将原本10個G的視頻數據壓縮至最小1個G，最大可節約90%的傳輸帶寬和90%的存儲成本。

而且基本不會影響後面的視頻分析。

權威的檢驗報告顯示：超級壓縮後的視頻，人員檢出率100%、人臉相似度97.2%~99.2%。

還能解決另外兩個痛點

除了節約90%傳輸帶寬和90%中心平台存儲成本，5G邊緣計算智能終端還能解決另外兩個痛點：

中心平台計算壓力大。該終端可以把中心平台的計算壓力分散，既能提升數據處理效率，又能大幅節約帶寬成本。同時，相對于在中心端進行算力擴容，使用5G邊緣計算終端成本更低。

目前，該終端已應用于多場景下的攝像頭視頻内容AI分析和信息挖掘。比如，針對能源領域特點，搭載安全生産、異常分析等多種AI智能識别算法，如漏油監測、安全帽監測、采油設備狀态識别、非法入侵等；在社會面治理領域，搭載人、車、非臉識别算法，全面提升情報分析研判的信息化、智能化水平。由此，讓這些攝像頭從“看得見”“看得清”向“看得懂”轉變。

多廠商、多終端設備難以兼容接入。5G邊緣計算智能終端可支持不同類型視頻圖像數據協議的輸入與輸出，兼容不同廠商、不同終端采集的視頻。同時，可支持多路流媒體的低延時、高穩定、跨網、加密傳輸。

目前，當虹科技的5G邊緣計算智能終端，能為金融、能源、公安、軌交、教育等行業用戶提供低成本、智能化的解決方案，讓邊緣端視頻真正“回得來”“存得起”“看得清”和“看得懂”。

編輯 | 齊琛冏

審核 | 牟思南

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!