为什么越来越多的视频监控AI分析做到了摄像头上？

在安防行业，视频监控已经非常广泛，是无可替代的基础信息化设施。早期的视频监控只是简单的通过摄像机对画面进行记录，然后通过记录的画面服务入侵探测和震慑burglars。随着近年来人工智能技术的兴起，人们越来越希望利用AI计算机的运算能力和算法对视频监控画面进行分析，然后分析拍摄结果并自主反馈，以提高视频监控的功能和利用效率。比如我们目前可以使用AI的技术进行人脸识别、物体识别、火焰识别，安全帽识别，高空抛物识别，工服识别，离港识别等等，可以实现的识别算法非常丰富。

但是这些AI视频算法需要大量的算力。我们简单讲一下AI是如何进行分析的。分析服务器需要将拍摄到的视频全部进行解码，解码后变成一张张的图片，然后根据图片上的内容进行计算对比，才能获得计算分析后的结果。这就需要大量的算力，一般CPU也是无法完成这一工作的，就需要GPU进行工作，这进一步提高了设备的芯片性能要求以及对应的成本。同时，还面临着如何部署这些算力的问题。

在视频监控中部署AI算力的方式有哪些？

目前大约有三种算力部署的方式。一种是将AI分析部署在云端，一种是把AI分析部署在边缘，另外一种是把AI分析部署在摄像头。也就是我们常说的云，边，端。这三种部署各有优势，但是现在越来越多的摄像头本身就集成了AI分析能力，为什么会这样呢？主要有以下几点。

AI算法部署在云

AI算法的云边部署相对来讲要复杂一些，算法和摄像头分离，首先要解决的就是如何把监控的视频接入到算法分析服务器。而大多数算法公司的能力在算法，在流媒体接入处理方面并不擅长，一般提供的接入能力比较简单，导致很多视频监控项目场景接入时配置复杂，取流不成功等问题。

AI算法部署在边缘

还有一些边缘计算设备采用摄像头直接取流的方法。这在早年间没什么问题。因为早期的视频监控业务输出少，应用很单纯，所以取个一两路视频，没什么大的影响。现在情况已经今非昔比，基于视频监控的业务太多了，而AI分析这种应用是24小时实时取流，对摄像头的压力很大，所以经常会发生取流不成功，甚至摄像头瘫痪，黑屏，不稳定的现象，都是取流方法不正确导致的。目前正确的做法可以通过视频接入网关，统一取流，根据业务应用输出各种视频流给其它业务平台，包括AI分析服务器的视频流应用。

另外云，边缘部署需要占用大量的带宽资源，特别是有限算法，部署在云端几乎是不可能的，大量的视频实时上传进行分析，很多视频监控项目的上行带宽根本达不到，导致分析效果差强人意。

AI算法部署在摄像头

而AI算法部署在摄像头内，利用摄像头自身的算力，在摄像头内完成计算，只将运算结果返回，这些问题都不会存在。将AI算法部署在摄像头内还有以下两个好处：

硬件成本下降

AI分析需要很强的运算能力。早期的摄像头没有AI需求，因此配置较低。只满足基本的视频编码能力。不具备分析能力。其主要原因是成本原因，如果在摄像头内增加算力，就要更好的硬件，这会导致成本的上升。

很多边缘计算的AI盒子也正是看到了这一点，只利用摄像头的摄像能力，将视频流引入边缘计算的算力服务器进行分析计算，再将结果返回给用户。

这样做没什么问题，也有很大的优势，算力的选择也更丰富。但是随着AI市场规模的扩大，硬件成本的下降，很多摄像头厂家也开始给摄像头配置更好的硬件，并开发了算法能力与摄像头集成。与边缘计算产品开始形成竞争。

传感器的集成度更高

AI的视频分析目前都存在一个很大的问题，就是准确率低问题。而提高准确率需要不断的学习和优化算法，这是成本极高的。但是很多时候，单纯依赖视频的分析，也很难达到分析的效果。毕竟视频画面的分析来源过于单一。但是如果结合传感器的应用，分析的成功率就会极大的提高。

比如我们分析火焰，单纯用视频画面分析，很容易造成误检，但是如果我们把温度传感器，烟雾传感器等数据进行结合分析，那么准确率会极大的提高。

将这些传感器集成到摄像头内，在结合AI分析，这就让摄像头在行业的应用领域发挥了巨大的优势。而这一功能边缘计算，云计算要集成起来会非常困难。首先需要单独部署传感器，需要物联网网关汇总数据，需要将两个系统打通后返回综合结果。

在这种情况下，很多视频监控厂家看准商机，推出的各种传感器集成摄像头，正是解决行业客户的一些固有场景应用，一个摄像头解决多种问题，同时增加AI识别分析的准确率，受到了市场的认可。

RK3588嵌入式主板赋能AI摄像头主板

RK3588 AI 摄像头嵌入式主板解决方案

支持人工智能框架： RK3588 支持 TensorFlow、MXNet、PyTorch 和 Caffe 等流行的深度学习框架，可轻松部署人工智能模型。

**先进视频处理： **它在视频编码和解码方面表现出色，最高支持 8K@60fps。这样就能高效处理视频内容，同时对多个通道进行编码和解码。

强大的图形处理器功能：集成的 ARM Mali-G610 图形处理器可提供 450 GFLOPS 的处理能力，适用于要求苛刻的图形处理和图像处理任务。

完整的接口选项： 主板包含多种摄像头接口选项，如 MIPI、USB 和以太网，为各种配置和传感器集成提供了灵活性。

支持红外夜视功能： 它配备了红外夜视连接器，可在弱光或恶劣天气条件下提高可视性和图像质量。

**高速连接支持： **它配备千兆以太网、LTE CAT4 模块支持、eSIM、GPS 和 SIM 卡插槽，可提供可靠的多功能网络连接选项。

低功耗： 设计优化了能效，支持更长的工作时间，同时还具有低功耗的特点，这对连续监控操作至关重要。

**板载锂电池连接器： **在断电情况下，锂电池连接器可确保不间断运行，使其在安防和监控应用中尤为可靠。

经过严格的可靠性测试： 主板经过测试，可在恶劣环境中以最佳状态运行，确保在各种部署条件下的稳定性和可靠性。

这些特性共同使 RK3588 AI 摄像头主板成为先进视频监控系统的强大而灵活的解决方案，能够处理多种复杂任务，同时保持效率和可靠性。

拥抱未来，AI 摄像头主板解决方案

人工智能摄像机在监控行业的日益普及凸显了高级分析在安防和监控应用中的重要作用。人工智能视频分析将越来越普及，解决用户的实际问题，提高工作效率。视频分析的三大应用场景也将拥有各自的市场，充分发挥各自的优势，更好地服务于客户。

【扩展阅读】

【喜报】浙江东胜物联技术有限公司加入深圳市物联网产业协会理事单位_浙江东胜物联技术有限公司深圳分公司-CSDN博客