看云边端在安防的落地生根

从探索道路智能化开始，云侧就开始在安防中萌芽和培育，并逐渐成为阴影，成为智能安防时代显著的建筑标志。

一、流行的云边缘

云边缘在安全方面的出现是时代的产物，具有明显的智能安全属性。

在前端设备智能化的同时，智能安防的发展过程是云和边缘的结合，系统逐渐形成云和边缘的三级架构。

在末端层面，越来越多的相机、DVR和NVR由于edge AI芯片和模块的能力提升而获得了一定程度的智能，可以处理包括人脸识别、视频结构化和地图分析在内的数据。

同时将前端采集和预处理的数据汇聚合并到中间层，形成数据中间站。

数据中心起到聚合相关数据和跨域治理的作用，可以有效打破安全系统烟囱林立，子系统无法有效协作，造成数据孤岛的局面，因此吸引了众多安全厂商的关注。

可以看出，随着智能安防技术的不断发展，视频图像可以承载的信息越来越多，但仍需要与前端多维传感设备进行更多的数据交互，以提高决策的准确性，尽量在前端做出决策，减少后端的处理压力；多维传感数据的端云协作，与数据的实时交互，对网络时延和带宽的要求越来越高。同时，防控向深水区发展，对立体化、系统化、机动化防控的要求不断提高。

最后，传统的安防行业，简单来说就是视频监控，以摄像头为前端传感设备，负责数据采集；服务器作为后端设备，负责数据处理和分析。

边缘计算的出现将安全的智能化带到了前端。在传统的方式下，可能需要堆叠大量的GPU服务器来实现这些智能服务。现在比如人脸检测，抓拍识别，视频结构化，车辆检测识别都可以逐步放到前置摄像头，影响很大。

第二，扎根安全和云边缘的难度

云计算虽然早在2005年就被提出，但它拥有强大的计算能力和海量数据挖掘分析能力。然而，随着智能安防时代的到来，日常生活中产生的大量数据需要更快的响应和处理，这些都是云计算无法解决的问题。

在网络带宽有限、网络拥塞、响应延迟等一系列技术的要求下，边缘计算成为了超越云计算的最佳使用方式。

但是在云边缘架构下，只有边缘计算也会顾此失彼。虽然边缘计算优势明显，但是用边缘计算代替云计算并不可行。

比如海量数据的挖掘、关联分析、关键数据的存储、多边缘节点的联动，都需要依托云端。云计算厂商对边缘计算的布局，是对自身能力的补充，可以提供更好更完整的解决方案，也符合云边缘架构的技术发展需求。两者相辅相成的话，双剑合璧就更厉害了。

此外，边缘计算具有节省带宽成本、节省服务器成本、节省存储成本、减少响应时间等优势，但在应用落地过程中仍存在应用和技术问题。

比如场景适应性，改造成本，技术实力，实战标准的差别。以人脸识别为例，人脸识别的技术已经非常成熟，但是在实际场景中，仍然存在一些不可控的因素，比如识别不准、无法识别、识别效果差等。比如人在低着头找，光照会变化，摄像头拍摄角度问题导致识别结果不佳。

人脸识别是一项非常成熟的技术，但是涉及到其他应用场景，比如头盔识别、车辆停放识别、水尺识别、集装箱识别，理论上只要数据量足够就可以发现，但是真正解决客户问题还有很多工作要做，也就是说识别只是一个开始，识别后的分析和决策还有待加强。

智能安防，向往时代。只有经得起风雨，才能成为参天大树，才能在智慧和安全的沃土上生根发芽。平台云化不仅可以优化业务部署的效率和成本，还可以丰富生态，实现安全业务功能对不同业务场景的快速适配和应用。

业务平台的开放和云化也将催生算法市场、应用市场等新的业务形态，使视频业务得到更广泛、更活跃的使用；边缘计算成为近年来的热门话题，成为行业内头部企业的热门话题；端方面，自AIOT物联网以来，在泛感知、全覆盖的过程中完成了布局。

总之，云端架构下的智能安防是无所不在，无处不在的，未来可能是无所不能的。