近年來安防行業(yè)高速發(fā)展，作為核心領(lǐng)域的視頻監(jiān)控經(jīng)歷了從“看得見”到“看得清”，再到“看得懂”的轉(zhuǎn)變。面對(duì)海量視頻數(shù)據(jù)和越來越高的實(shí)時(shí)性計(jì)算要求，5G和邊緣計(jì)算在安防行業(yè)有著廣闊的應(yīng)用發(fā)展前景。本文重點(diǎn)闡述5G和邊緣計(jì)算在安防行業(yè)的應(yīng)用背景、技術(shù)架構(gòu)、重要特征及問題和挑戰(zhàn)。

安防行業(yè)發(fā)展趨勢(shì)

智慧安防助力行業(yè)高速發(fā)展

安防技術(shù)在預(yù)防和打擊犯罪，維護(hù)社會(huì)治安，預(yù)防災(zāi)害事故，減少國(guó)家、集體財(cái)產(chǎn)和人民生命等方面具有重大作用。安防行業(yè)已從傳統(tǒng)的人員安防發(fā)展到數(shù)字時(shí)代的智慧安防，成為最新科技與社會(huì)經(jīng)濟(jì)生活深度融合和快速落地的領(lǐng)域之一。近年來國(guó)內(nèi)安防行業(yè)總產(chǎn)值呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)，據(jù)CPS中安網(wǎng)數(shù)據(jù)統(tǒng)計(jì)，2019年全國(guó)安防行業(yè)總產(chǎn)值為8260億元，同比增速15%，且連續(xù)5年保持10%以上的增長(zhǎng)率。

安防行業(yè)根據(jù)不同的使用場(chǎng)景可以分為城市級(jí)安防、行業(yè)級(jí)安防和消費(fèi)級(jí)安防，其服務(wù)分別面向to G（政府）、to B（企業(yè)）和toC（消費(fèi)者）的需求。行業(yè)高速發(fā)展的驅(qū)動(dòng)力來自兩點(diǎn)：一是城市化帶來的to G（政府）、to B（企業(yè)）和toC（消費(fèi)者）需求增加，二是技術(shù)變革帶來的發(fā)展契機(jī)。

需求方面，在平安城市、天網(wǎng)工程以及雪亮工程、智慧公安的推動(dòng)下，行業(yè)用戶對(duì)智能技術(shù)需求不斷增長(zhǎng)，使得中國(guó)安防行業(yè)發(fā)展迅速。技術(shù)驅(qū)動(dòng)方面，隨著5G、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等新興技術(shù)與超高清、熱成像、低照度、全景監(jiān)控等傳統(tǒng)安防技術(shù)融合應(yīng)用，安防行業(yè)向超高清、網(wǎng)絡(luò)化、移動(dòng)化、智能化、云化的智慧化方向發(fā)展，智慧安防市場(chǎng)規(guī)模還將進(jìn)一步加速發(fā)展。

視頻監(jiān)控從“看得見”到“看得清”，再向“看得懂”轉(zhuǎn)變

第一階段，“看得見”：視頻成為最常見的事件證據(jù)形式。通常情況下，調(diào)取案發(fā)現(xiàn)場(chǎng)周遭的視頻監(jiān)控就能發(fā)現(xiàn)案件偵破的重要線索。監(jiān)控探頭密度越大、犯罪案件偵破率越高的思路推動(dòng)監(jiān)控?cái)z像頭的大規(guī)模部署。目前，全國(guó)基本實(shí)現(xiàn)了主要城市街區(qū)的無死角監(jiān)控。大量案件的犯罪過程被完整、清晰的記錄下來，成為指控犯罪、證明案件事實(shí)的最有力證據(jù)。

第二階段，“看得清”：從2016年到2018年初，十三五規(guī)劃、十九大報(bào)告、公安部雪亮工程等不斷強(qiáng)調(diào)提升安防視圖資源共享協(xié)作及聯(lián)網(wǎng)率、高清化建設(shè)。2019年3月，中央多部委聯(lián)合印發(fā)了《超高清視頻產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃（2019—2022年）》，視頻監(jiān)控迎來超高清視頻應(yīng)用的藍(lán)海。行動(dòng)計(jì)劃明確按照“4K先行、兼顧8K”的總體技術(shù)路線，大力推進(jìn)超高清視頻產(chǎn)業(yè)發(fā)展和相關(guān)領(lǐng)域的應(yīng)用。

第三階段，“看得懂”：在“看得見”到“看得清”之后，人工智能技術(shù)正在把安防系統(tǒng)從被動(dòng)的記錄、查看，逐漸轉(zhuǎn)變?yōu)槭虑坝蓄A(yù)警、事中有處置、事后有分析。通過主動(dòng)預(yù)警、及時(shí)處置、自動(dòng)分析，從而實(shí)現(xiàn)從“看得清”到“看得懂”。從車牌識(shí)別到車輛數(shù)據(jù)結(jié)構(gòu)化分析，從人臉檢測(cè)到人臉比對(duì)，以及目標(biāo)全結(jié)構(gòu)化分析、行為事件的檢測(cè)分析等，每一項(xiàng)新技術(shù)的落地，都象征著安防智能時(shí)代正在一步步變成現(xiàn)實(shí)［1］。

安防行業(yè)邊緣計(jì)算現(xiàn)狀

5G與安防行業(yè)具有天然的適應(yīng)性

5G的正式投入使用將使得安防行業(yè)從此面向更廣泛、更深入的應(yīng)用領(lǐng)域［2］。5G技術(shù)的全國(guó)性商用也為安防行業(yè)帶來了新的可能性。5G應(yīng)用中的eMBB（增強(qiáng)移動(dòng)寬帶）、mMTC（海量大連接）、uRLLC（超可靠低時(shí)延）技術(shù)特征正好能夠滿足移動(dòng)化的視頻監(jiān)控業(yè)務(wù)帶寬和接入需求。

eMBB能夠?yàn)閹捯髽O高的視頻類業(yè)務(wù)提供技術(shù)支撐，解決視頻監(jiān)控隨著高清化的演進(jìn)而帶來的帶寬壓力問題。結(jié)合5G技術(shù)，移動(dòng)端可以非常流暢地享受到更高質(zhì)量的沉浸式視頻內(nèi)容，并實(shí)現(xiàn)隨時(shí)隨地視頻采集、分享、上傳、面對(duì)面?zhèn)鬏敽鸵苿?dòng)視頻控制，如移動(dòng)指揮、移動(dòng)視頻偵查、移動(dòng)巡邏執(zhí)法等。

mMTC則能滿足連接密度要求高的業(yè)務(wù)需求，解決移動(dòng)化的終端設(shè)備接入問題，并為智能安防云端決策中心提供更周全、更多維度的參考數(shù)據(jù)，有利于進(jìn)一步的分析判斷。

城市安防的物聯(lián)網(wǎng)終端如防災(zāi)設(shè)施、水位監(jiān)測(cè)；社區(qū)安防中的人臉閘機(jī)、車輛道閘、智能門禁、消防設(shè)施、垃圾儲(chǔ)量感應(yīng)、智能車棚、停車位感知；家庭中的智能家居終端，都可以通過5G技術(shù)實(shí)現(xiàn)統(tǒng)一聯(lián)網(wǎng)，讓社區(qū)治理與服務(wù)實(shí)現(xiàn)秒級(jí)通信。

uRLLC結(jié)合物聯(lián)網(wǎng)、人工智能、云計(jì)算、大數(shù)據(jù)技術(shù)，在安防機(jī)器人方面已有較大的技術(shù)突破。已有研究機(jī)構(gòu)研發(fā)出基于5G+AI能力的智能安防機(jī)器人，可以實(shí)現(xiàn)從智能感知采集到云端智能分析、處置指令發(fā)送，再到機(jī)器人控制和處置的流程。

邊緣計(jì)算在安防領(lǐng)域有廣泛應(yīng)用價(jià)值

我國(guó)一個(gè)二線以上城市可能就有上百萬個(gè)監(jiān)控?cái)z像頭，面對(duì)海量視頻數(shù)據(jù)，云計(jì)算中心服務(wù)器計(jì)算能力有限。若能在邊緣處對(duì)視頻進(jìn)行預(yù)處理，可大大降低對(duì)云中心的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)帶寬需求。因此，視頻監(jiān)控是邊緣計(jì)算技術(shù)應(yīng)用較早的行業(yè)，體現(xiàn)在以下幾個(gè)方面：

第一，數(shù)據(jù)的分布式收集存儲(chǔ)。在邊緣計(jì)算模型下，借助邊緣服務(wù)器實(shí)現(xiàn)對(duì)政府、社會(huì)和個(gè)人等各類零散監(jiān)控的整合，在邊緣端進(jìn)行一次預(yù)處理，對(duì)無價(jià)值的數(shù)據(jù)進(jìn)行過濾，然后對(duì)視頻數(shù)據(jù)進(jìn)行短暫存儲(chǔ)并自動(dòng)分流，這一操作能有效減緩云端平臺(tái)的存儲(chǔ)壓力。

第二，數(shù)據(jù)的加密傳輸與共享。在邊緣計(jì)算模型下，公安機(jī)關(guān)可通過對(duì)邊緣端的設(shè)計(jì)，使經(jīng)過初步處理的視頻數(shù)據(jù)得到一次加密，通過通信技術(shù)向指定的云端平臺(tái)進(jìn)行輸送。這些視頻數(shù)據(jù)中偵查信息的安全性得到充分保障，在傳輸過程中被竊取的可能性大大降低［3］。

第三，數(shù)據(jù)的智能分析與協(xié)同。邊緣端能實(shí)現(xiàn)對(duì)前端設(shè)備的自動(dòng)化調(diào)整，在監(jiān)控識(shí)別運(yùn)動(dòng)物體后，相鄰監(jiān)控能夠在同一邊緣管理器的控制下實(shí)現(xiàn)一定范圍內(nèi)的配合，進(jìn)而做到監(jiān)控視角的自動(dòng)調(diào)整、對(duì)焦或軌跡追蹤。同時(shí)，邊緣端智能識(shí)別的突發(fā)性案件可以經(jīng)有效識(shí)別后向偵查機(jī)關(guān)自動(dòng)預(yù)警，使視頻信息應(yīng)用同步化，為偵查人員的介入爭(zhēng)取寶貴時(shí)間［3］。

第四，數(shù)據(jù)的規(guī)范有序運(yùn)營(yíng)。在邊緣計(jì)算的框架下，也有利于視頻數(shù)據(jù)的規(guī)范運(yùn)轉(zhuǎn)，從而能夠形成有序的數(shù)據(jù)庫資源。前端生成的視頻數(shù)據(jù)，沿著邊緣服務(wù)器利用通信技術(shù)向云端傳輸。云端可以對(duì)各邊緣端、邊緣端可以對(duì)各前端設(shè)備可以實(shí)現(xiàn)有序管理。

安防行業(yè)邊緣計(jì)算發(fā)展歷程

安防行業(yè)的邊緣計(jì)算技術(shù)應(yīng)用發(fā)展分為如下三個(gè)階段［4］，早期邊緣計(jì)算技術(shù)在安防行業(yè)的應(yīng)用主要兩大特點(diǎn)是緩解流量壓力和安全性更高，中期側(cè)重各行業(yè)專用分析算法，最近幾年，深度學(xué)習(xí)在人工神經(jīng)網(wǎng)絡(luò)優(yōu)化方面獲得突破，使得機(jī)器輔助成為可能，拓展了人工智能的應(yīng)用領(lǐng)域。

各大芯片廠商開始紛紛推出人工智能算法的芯片，使得人工智能在邊緣端的實(shí)現(xiàn)成為可能。各大安防廠商也相繼推出基于邊緣計(jì)算技術(shù)的人工智能設(shè)備，如人臉抓拍系列產(chǎn)品就是其中的典型。基于邊緣計(jì)算技術(shù)，使其能夠在行人通過的時(shí)候，就第一時(shí)間解析出人臉數(shù)據(jù)，并把人臉數(shù)據(jù)發(fā)到數(shù)據(jù)中心進(jìn)行匹配處理。

系統(tǒng)架構(gòu)

從邏輯架構(gòu)上，基于云邊協(xié)同和邊緣智能的安防系統(tǒng)架構(gòu)從下至上分為前端感知、邊緣計(jì)算、云計(jì)算和安防應(yīng)用四個(gè)層面［5］。

第一層，前端感知層：是整個(gè)系統(tǒng)的神經(jīng)末梢，負(fù)責(zé)現(xiàn)場(chǎng)數(shù)據(jù)的采集。除攝像頭外，系統(tǒng)的接入終端還包括各類傳感器、控制器等物聯(lián)網(wǎng)設(shè)備。

第二層，邊緣計(jì)算層：匯總各個(gè)現(xiàn)場(chǎng)終端送來的非結(jié)構(gòu)化視頻數(shù)據(jù)和物聯(lián)網(wǎng)數(shù)據(jù)并進(jìn)行預(yù)處理，按既定規(guī)則觸發(fā)動(dòng)作響應(yīng)，同時(shí)將處理結(jié)果及相關(guān)數(shù)據(jù)上傳給云端。根據(jù)需要，邊緣節(jié)點(diǎn)可實(shí)現(xiàn)一個(gè)或多個(gè)邊緣應(yīng)用的部署。

第三層，云計(jì)算層：主要由邊緣管理模塊、視頻云平臺(tái)、人工智能模塊和物聯(lián)網(wǎng)平臺(tái)組成，負(fù)責(zé)全局信息的處理和存儲(chǔ)，承擔(dān)邊緣層無法執(zhí)行的計(jì)算任務(wù)，并向邊緣層下發(fā)業(yè)務(wù)規(guī)則和算法模型以及為各類應(yīng)用的開放對(duì)接提供標(biāo)準(zhǔn)的API。

第四層，安防應(yīng)用層：利用分析處理的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，結(jié)合特定的業(yè)務(wù)需求和應(yīng)用模型，為用戶提供具體的垂直應(yīng)用服務(wù)，如人臉識(shí)別、物體識(shí)別、人口管理、行為識(shí)別、車牌管理、案件偵破、森林防火、機(jī)場(chǎng)安保等場(chǎng)景。

兩大特征

特征一：安防云邊協(xié)同

智慧安防是云計(jì)算與邊緣計(jì)算的融合，兩者的協(xié)同應(yīng)用，會(huì)將安防行業(yè)大數(shù)據(jù)分析推向一個(gè)新的高度［6］。第一，從業(yè)務(wù)需求方面來看，“云邊協(xié)同”方式是安防智能化發(fā)展的必然趨勢(shì)。能夠充分發(fā)揮兩種方案的各自優(yōu)勢(shì)，在緩解系統(tǒng)帶寬壓力、縮短處理時(shí)延和提高分析準(zhǔn)確度方面都有很大的提升。

在整個(gè)系統(tǒng)中，邊緣計(jì)算功能除了由前端設(shè)備本身的智能化來實(shí)現(xiàn)外，還可以借助承載網(wǎng)絡(luò)的邊緣計(jì)算功能來實(shí)現(xiàn)，也就是在靠近網(wǎng)絡(luò)邊緣的地方部署服務(wù)器，綜合網(wǎng)絡(luò)的資源使用情況、系統(tǒng)性能以及設(shè)備信息，盡可能在最靠近網(wǎng)絡(luò)邊緣的位置進(jìn)行業(yè)務(wù)分流，或進(jìn)行數(shù)據(jù)分析、處理，同樣可以達(dá)到減少骨干網(wǎng)的傳輸壓力，降低處理時(shí)延，提升用戶體驗(yàn)的目的。

第二，從技術(shù)發(fā)展方面來看，邊緣計(jì)算與云計(jì)算是安防行業(yè)數(shù)字化轉(zhuǎn)型的兩大重要計(jì)算技術(shù)，兩者在網(wǎng)絡(luò)、業(yè)務(wù)、應(yīng)用、智能等方面的協(xié)同發(fā)展將有助于安防行業(yè)更大限度的實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型［7］。云計(jì)算把握整體，適用于大規(guī)模、非實(shí)時(shí)業(yè)務(wù)的計(jì)算；邊緣計(jì)算關(guān)注于局部，適用于小規(guī)模、實(shí)時(shí)性計(jì)算任務(wù)，能夠更好完成本地業(yè)務(wù)的實(shí)時(shí)處理。

特征二：安防邊緣智能

邊緣計(jì)算與人工智能互動(dòng)融合的新模式稱之為邊緣智能，是指在靠近數(shù)據(jù)產(chǎn)生端的邊緣側(cè)，人工智能算法、技術(shù)、產(chǎn)品的應(yīng)用。

邊緣智能旨在利用邊緣計(jì)算低時(shí)延、鄰近化、高帶寬和位置認(rèn)知等特性，通過人工智能技術(shù)為邊緣側(cè)賦能，使其具備業(yè)務(wù)和用戶感知能力。

具體實(shí)現(xiàn)上主要包括兩個(gè)方面：首先，邊緣智能載體是具備一定計(jì)算能力的硬件設(shè)備，可實(shí)現(xiàn)不同智能功能，稱之為邊緣計(jì)算節(jié)點(diǎn)。邊緣計(jì)算節(jié)點(diǎn)就近收集和存儲(chǔ)智能前端的各類異構(gòu)數(shù)據(jù)、就近管理和調(diào)度智能計(jì)算資源，滿足不同場(chǎng)合對(duì)智能分析的即時(shí)響應(yīng)、即時(shí)分析的需要。

可以接收、整合、傳遞智能前端的結(jié)構(gòu)化數(shù)據(jù)，也可以根據(jù)需要調(diào)配算力，應(yīng)用不同的算法對(duì)當(dāng)前分級(jí)內(nèi)的數(shù)據(jù)進(jìn)行智能分析，實(shí)現(xiàn)智能應(yīng)用。

其次，單個(gè)的邊緣節(jié)點(diǎn)可以將本級(jí)內(nèi)智能前端以及邊緣計(jì)算所需的存儲(chǔ)資源以及計(jì)算資源進(jìn)行統(tǒng)一管理，根據(jù)需求調(diào)度智能算法，結(jié)合邊緣計(jì)算節(jié)點(diǎn)的智能分析能力，實(shí)現(xiàn)在本級(jí)內(nèi)完成所有預(yù)定的智能功能；多個(gè)邊緣計(jì)算節(jié)點(diǎn)可以根據(jù)需求組合，形成一個(gè)智能網(wǎng)絡(luò)，在網(wǎng)絡(luò)中對(duì)數(shù)據(jù)進(jìn)行加工，交換數(shù)據(jù)，共享計(jì)算結(jié)果［8］。

以人臉識(shí)別應(yīng)用為例，人臉檢測(cè)、抓拍乃至對(duì)比等人臉識(shí)別算法可以利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法離線訓(xùn)練，訓(xùn)練完成后再進(jìn)行算法精簡(jiǎn)，以此將AI能力注入到前端攝像機(jī)等邊緣設(shè)備，通過高性能計(jì)算芯片和圖像識(shí)別智能算法賦能邊緣設(shè)備，在邊緣實(shí)現(xiàn)視頻圖像目標(biāo)的檢測(cè)、提取、建模、解析，把圖像解析的大量計(jì)算壓力均勻分擔(dān)到小顆粒大規(guī)模的邊緣計(jì)算資源上，僅把精煉的結(jié)構(gòu)化有效數(shù)據(jù)上傳云端處理，可以有效降低視頻流的傳輸與存儲(chǔ)成本，分?jǐn)傇浦行牡挠?jì)算和存儲(chǔ)壓力，實(shí)現(xiàn)效率最大化。

在本地設(shè)備上直接完成智能圖像識(shí)別，也實(shí)現(xiàn)了低延時(shí)和快響應(yīng)，提高實(shí)時(shí)性。邊緣計(jì)算與人工智能技術(shù)在公共安全領(lǐng)域的應(yīng)用，能夠有效提升公共安全管理的效率與水平，大幅降低人力物力成本，對(duì)城市管理、民生改善具有巨大價(jià)值，市場(chǎng)前景廣闊，且技術(shù)應(yīng)用的基礎(chǔ)條件已經(jīng)成熟，邊緣智能技術(shù)將得到進(jìn)一步發(fā)展，邊緣側(cè)AI應(yīng)用場(chǎng)景將得到進(jìn)一步豐富。

問題與挑戰(zhàn)

第一，邊緣計(jì)算在安防領(lǐng)域的應(yīng)用需要其他技術(shù)的配合，比如人工智能，而AI芯片在其中扮演著核心角色。智能安防領(lǐng)域急需更多適用于邊緣計(jì)算的AI芯片，能滿足即時(shí)、準(zhǔn)確、低成本、低功耗等高要求。

第二，就邊緣端設(shè)備的部署和運(yùn)維而言，邊緣設(shè)備需要考慮體積和成本等核心因素，不能接受占用很大的存儲(chǔ)空間和功耗，而且其具體下沉的位置，也需要綜合考慮網(wǎng)絡(luò)管理的復(fù)雜度、性能優(yōu)化的效果來進(jìn)行部署。除此之外，邊緣結(jié)點(diǎn)設(shè)備部署分散，如何管理分散的數(shù)以萬計(jì)的終端設(shè)備，對(duì)運(yùn)維的方式和效率也提出了新的挑戰(zhàn)。

第三，邊緣設(shè)備的數(shù)量眾多，相互之間差異大，但技術(shù)標(biāo)準(zhǔn)尚不統(tǒng)一。由于會(huì)廣泛的分布在各數(shù)據(jù)節(jié)點(diǎn)，可能會(huì)出現(xiàn)不同的處理算法，需要標(biāo)準(zhǔn)來規(guī)范輸出的數(shù)據(jù)格式，否則不利于云端數(shù)據(jù)再處理。

第四，邊緣設(shè)備因?yàn)楦咏鼣?shù)據(jù)源，數(shù)據(jù)種類和數(shù)量的激增，網(wǎng)絡(luò)邊緣的高度動(dòng)態(tài)性也增加了網(wǎng)絡(luò)的脆弱性，新興的攻擊方式尤其是針對(duì)物理設(shè)備的攻擊，為設(shè)備和數(shù)據(jù)安全帶了新的挑戰(zhàn)。

第五，盡管業(yè)界在MEC技術(shù)的應(yīng)用方面已經(jīng)進(jìn)行了大量的研究，但目前邊緣計(jì)算在安防領(lǐng)域鮮有成規(guī)模的商業(yè)落地，真正的應(yīng)用收入較少，邊緣平臺(tái)效益尚不明朗，成本能否順利回收存在不確定性。在一段時(shí)間內(nèi)，豐富邊緣計(jì)算商業(yè)模式，提升邊緣平臺(tái)的效益，對(duì)各參與主體都將是一個(gè)不小的挑戰(zhàn)。

參考文獻(xiàn)

［1］何遙。 2020安防產(chǎn)品新趨勢(shì)［J］。中國(guó)公共安全， 2020（3）：112-116

［2］許慕鴻，王星妍．MEC技術(shù)在視頻監(jiān)控領(lǐng)域的應(yīng)用［J］．信息通信技術(shù)與政策，2020（2）：87-91.

［3］賈曉千，陳剛，李白冰．邊緣計(jì)算在視頻偵查中的應(yīng)用［J］．計(jì)算機(jī)工程與應(yīng)用。 http://kns.cnki.net/kcms/detail/11.2127.TP.20200220.1610.004.html

［4］崔兆蕾．邊緣計(jì)算技術(shù)在安防行業(yè)的發(fā)展及應(yīng)用［J］．中國(guó)安防，2018（4）：77-79.

［5］徐型平。 5G技術(shù)在安防行業(yè)的應(yīng)用淺析［J］。 中國(guó)安防，2020（3）：83-88

［6］潘三明，袁明強(qiáng)。基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)及應(yīng)用［J］。電信科學(xué)， 2020（6）：64-69.

［7］賽迪顧問。 邊緣智能發(fā)展與演進(jìn)白皮書。 中國(guó)計(jì)算機(jī)報(bào)［N］，2019年5月20日：18

［8］七牛云。 邊緣計(jì)算的爆發(fā)為安防全產(chǎn)業(yè)帶來了怎樣的變化？［N］。知乎https://zhuanlan.zhihu.com/p/55599887

編輯：jq