摄像头视频存不起?传不回?能源行业的这个痛点,可以这样解决

牟思南

在石油石化、电力、金融以及公安等领域,摄像头视频越来越普遍。可以说,安全生产监控和社会面治理都少不了摄像头。

海量的摄像头视频,如果都靠人工处理,不仅效率低,还非常容易疏漏。

所以,传统的做法是,将摄像头采集的视频数据回传,然后用智能分析的手段,在中心端处理。

但是,提到传输带宽和存储成本,你的内心是崩溃的:不断地扩容,成本与日俱增。

随着边缘计算技术的发展,5G边缘计算智能终端,能很好地解决上述痛点。

摄像头视频,不只是“更多了”这么简单

目前,能源等领域的摄像头呈现出四个特点。

点位多:以一个海上油田项目为例,足球场大小的油田生产平台,一般要安装200多个摄像头,并通过物联网技术,源源不断地采集、传输、分析数据。

场景多:安全生产方面,涉及人员入侵、场地烟火、是否佩戴安全帽的数字化监测等;在社会面治理方面,关于人、车、非、脸的识别,也都要用到摄像头。

清晰度要求高:摄像头分辨率已从480P、720P逐渐提升至1080P,甚至有厂家已推出4K分辨率的摄像头。在各个生产环节,对视频质量的要求也越来越高。

保存时长有要求:由于事中监测、事后分析的需要,各行业对视频图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。根据公安部的相关要求,银行网点的监控视频,存储时间也要提升至90天。

“不压缩”,为什么是无法承受之重?

以分辨率为480P的摄像头为例(分辨率640*480,帧率24fps),录制24小时视频,需要存储空间1.74TB。

如果要存储高清的摄像头视频(分辨率1920*1080,帧率60fps),录制24小时就要29.28TB的容量。

尽管现在的存储价格有所下降,但这种投入对很多企业来说,仍是难以承受的。再结合刚刚提到的四大特点,海量的摄像头视频,给机房存储空间、维护能耗等带来了非常大的挑战。

为什么可以压缩?

摄像头视频其实是一张张照片组成的,如果速度足够快(比如每秒24帧),画面就有了连续性。

数字视频在数字化的时候,采用了帧内和帧间均匀采样,并由RGB三个分量均匀表达采样量化后的数据,所以就有了空间冗余、时间冗余和编码冗余。

就是这三大冗余,让视频压缩成为可能。

压缩后会不会有影响

大家比较关心的是:摄像头视频是要用来分析的,压缩后会不会带来影响?好问题。

这就要说到当虹科技的5G边缘计算智能终端了。

它最大的特点是超级压缩——

通过对非关键信息(如天空、地面)进行智能超级压缩,可在画质基本不变的前提下,将原本10个G的视频数据压缩至最小1个G,最大可节约90%的传输带宽和90%的存储成本。

而且基本不会影响后面的视频分析。

权威的检验报告显示:超级压缩后的视频,人员检出率100%、人脸相似度97.2%~99.2%。

还能解决另外两个痛点

除了节约90%传输带宽和90%中心平台存储成本,5G边缘计算智能终端还能解决另外两个痛点:

中心平台计算压力大。该终端可以把中心平台的计算压力分散,既能提升数据处理效率,又能大幅节约带宽成本。同时,相对于在中心端进行算力扩容,使用5G边缘计算终端成本更低。

目前,该终端已应用于多场景下的摄像头视频内容AI分析和信息挖掘。比如,针对能源领域特点,搭载安全生产、异常分析等多种AI智能识别算法,如漏油监测、安全帽监测、采油设备状态识别、非法入侵等;在社会面治理领域,搭载人、车、非脸识别算法,全面提升情报分析研判的信息化、智能化水平。由此,让这些摄像头从“看得见”“看得清”向“看得懂”转变。

多厂商、多终端设备难以兼容接入。5G边缘计算智能终端可支持不同类型视频图像数据协议的输入与输出,兼容不同厂商、不同终端采集的视频。同时,可支持多路流媒体的低延时、高稳定、跨网、加密传输。

目前,当虹科技的5G边缘计算智能终端,能为金融、能源、公安、轨交、教育等行业用户提供低成本、智能化的解决方案,让边缘端视频真正“回得来”“存得起”“看得清”和“看得懂”。

相关新闻

    推荐阅读