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!