物理安防中AI和云的下一步是什么?

人工智能(AI)和深度學(xué)習(xí)在物理安全市場(chǎng)中的應(yīng)用涵蓋了從云計(jì)算到邊緣計(jì)算的各個(gè)領(lǐng)域。各種硬件解決方案都能夠把AI部署在不同級(jí)別的系統(tǒng)中,從云端到邊緣設(shè)備,如安全攝像頭。

更智能的AI應(yīng)用

分布式結(jié)構(gòu)可以包含云計(jì)算和邊緣計(jì)算。它將人工智能(AI)算法從云端擴(kuò)展到本地視頻錄像機(jī)和服務(wù)器,并進(jìn)一步擴(kuò)展到安全攝像機(jī)等邊緣設(shè)備。三層架構(gòu)都支持構(gòu)建一類新的AI驅(qū)動(dòng)應(yīng)用目標(biāo),甚至更智能,更快速。

云端攝像機(jī)視頻分析和深度學(xué)習(xí)功能的結(jié)合可以改善視頻分析。攝像機(jī)可以配備基本的視頻分析,它們與云基礎(chǔ)設(shè)施相連,可提供額外的深度學(xué)習(xí)算法。這些攝像機(jī)提供計(jì)算機(jī)視覺(jué)預(yù)處理,而大量詳細(xì)的分析則可以在云端神經(jīng)網(wǎng)絡(luò)中處理。

軟件即服務(wù)(SaaS或云)模式為企業(yè)提供了改善深度學(xué)習(xí)的資源。使基于用云端系統(tǒng)來(lái)自不同客戶的大數(shù)據(jù),系統(tǒng)將變得更加精確、規(guī)模更大更容易擴(kuò)展。所有數(shù)據(jù)匯聚到一起,用戶之間便可以共享知識(shí)數(shù)據(jù)帶來(lái)的利益。

從邊緣到云端的數(shù)據(jù)分布

云計(jì)算允許具有各種計(jì)算功能的用戶在私有云或位于數(shù)據(jù)中心的第三方服務(wù)器上存儲(chǔ)和處理數(shù)據(jù)。然而,隨著計(jì)算業(yè)務(wù)變得越來(lái)越頻繁和復(fù)雜,對(duì)數(shù)據(jù)處理性能的需求甚至更高。在數(shù)據(jù)傳輸?shù)皆贫说倪^(guò)程中,云計(jì)算消耗了巨大的網(wǎng)絡(luò)資源和時(shí)間,這些都導(dǎo)致網(wǎng)絡(luò)擁塞和低可靠性。

從邊緣到云端,整個(gè)系統(tǒng)的數(shù)據(jù)分布,任何一點(diǎn)都可以減輕壓力。通過(guò)將AI算法配置到邊緣設(shè)備中,僅僅提取和發(fā)送諸如視頻圖像中的人員或車輛之類的關(guān)鍵信息,將明顯地提高傳輸效率并降低網(wǎng)絡(luò)帶寬,同時(shí)仍然能夠保持高質(zhì)量和準(zhǔn)確性。

云端增加了AI功能

云端提供了AI和深度學(xué)習(xí)應(yīng)用所需的額外數(shù)據(jù)計(jì)算功能。單個(gè)Amazon 網(wǎng)絡(luò)服務(wù)數(shù)據(jù)中心就擁有50,000到80,000臺(tái)服務(wù)器??偠灾?,據(jù)觀察人士評(píng)估,亞馬遜網(wǎng)絡(luò)服務(wù)可能擁有300萬(wàn)到500萬(wàn)臺(tái)服務(wù)器。而其它主要云服務(wù)商,如谷歌,微軟,VMware,Citrix等,都增加到了數(shù)百萬(wàn)臺(tái)服務(wù)器。

亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)為企業(yè)提供廣泛而深入的機(jī)器學(xué)習(xí)和人工智能服務(wù)。實(shí)際上,該服務(wù)為所有開(kāi)發(fā)人員提供機(jī)器學(xué)習(xí),使他們能夠快速構(gòu)建,培訓(xùn)和部署機(jī)器學(xué)習(xí)模型。

為了消費(fèi)者的利益,亞馬遜網(wǎng)絡(luò)服務(wù)將專注于處理那些比較棘手的阻礙開(kāi)發(fā)者使用機(jī)器學(xué)習(xí)的挑戰(zhàn)。所有功能基于全面的云平臺(tái)構(gòu)建,該平臺(tái)針對(duì)機(jī)器學(xué)習(xí)進(jìn)行了優(yōu)化,具備高性能且不會(huì)影響安全性和數(shù)據(jù)分析。

邊緣系統(tǒng)的優(yōu)勢(shì)

深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)計(jì)算無(wú)處不在。它們現(xiàn)在已經(jīng)在本地計(jì)算機(jī),嵌入邊緣設(shè)備的系統(tǒng)中,甚至云端廣泛使用。

邊緣計(jì)算在視頻監(jiān)控市場(chǎng)中尤為重要,它使系統(tǒng)能夠在任何帶寬或延遲問(wèn)題都會(huì)限制基于中央服務(wù)器系統(tǒng)有效性的情況下運(yùn)行。同時(shí),基于邊緣的功能還降低了對(duì)信息隱私的擔(dān)憂和對(duì)網(wǎng)絡(luò)連接的依賴。

人工智能(AI)是一個(gè)計(jì)算密集型的過(guò)程,無(wú)論是在云端還是在本地計(jì)算機(jī)上,在邊緣進(jìn)行處理都無(wú)需集中進(jìn)行。特別是視頻監(jiān)控?cái)z像機(jī),沒(méi)有足夠的帶寬來(lái)通過(guò)網(wǎng)絡(luò)基礎(chǔ)設(shè)施傳輸視頻數(shù)據(jù)以進(jìn)行處理。全球一半以上人口密集的地區(qū)互聯(lián)網(wǎng)速度低于8 mbps,這肯定無(wú)法處理新智能應(yīng)用所需的數(shù)據(jù)水平。

延時(shí)是采用邊緣智能的另一個(gè)優(yōu)勢(shì)。目前,大量的應(yīng)用越來(lái)越要求很小甚至沒(méi)有延時(shí)(小于200毫秒),并且將數(shù)據(jù)傳輸?shù)狡渌胤皆龠M(jìn)行處理則需要花費(fèi)時(shí)間。

邊緣計(jì)算還可以確保數(shù)據(jù)更加私密,而不是將數(shù)據(jù)留存在私有云或公共云中,甚至本地存儲(chǔ)。 更高的計(jì)算能力和邊緣嵌入式系統(tǒng)的效率為具有智能的物理安全設(shè)備鋪平了道路,遠(yuǎn)遠(yuǎn)超出了業(yè)界現(xiàn)在使用的范圍。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 )

贊助商
2019-03-14
物理安防中AI和云的下一步是什么?
人工智能(AI)和深度學(xué)習(xí)在物理安全市場(chǎng)中的應(yīng)用涵蓋了從云計(jì)算到邊緣計(jì)算的各個(gè)領(lǐng)域。各種硬件解決方案都能夠把AI部署在不同級(jí)別的系統(tǒng)中,從云端到邊緣設(shè)備,如安全攝像頭。

長(zhǎng)按掃碼 閱讀全文