通俗易懂说明白系列---雪亮工程AI云架构（AI+云计算+安防）

AI 云架构是目前大型雪亮工程项目普遍采用的架构模式。

它采用“云边融合”的理念，通过对云端和边缘资源的统一配置、管理、调度，融合了边缘计算敏捷性和云端大数据计算全局性的优势。由边缘侧（含边缘域和边缘节点）进行智能化处理后提取特征数据传回云中心，这样就大大降低了云中心的存储与处理压力。

我们先明确两个概念：感知智能，就是让摄像机“能看会说”；认知智能，就是指对摄像机感知的数据进行理解、推理、应用。

AI云架构的核心理念包括两个维度：数据维度和业务应用维度。

数据维度：在边缘节点，能够采集到的数据包括视频、图片、视频结构化数据、物联感知数据等，AI注入之后，边缘节点能够更加精准地提取视频特征数据，要比后端感知更加精准、更加高效，讲究一个“准”字；边缘节点采集的原始数据全部汇聚到边缘域，同时边缘域也应具备感知能力，支撑非AI前端进行智能化改造，虽然没有前端智能来得精准，但是可以很好地利旧原有的非AI前端；边缘域的数据按需汇聚到云中心，以结构化的数据汇聚为主。云中心汇聚多个边缘域的有效数据、融合部分业务数据，构建大数据资源池，用于多维大数据分析。

业务应用维度：在边缘节点，由于是基于单个节点的数据进行计算，所以以单点应用为主，要求实时响应，讲究一个“快”字，比如人/车道闸；在边缘域，基于局部区域的数据，以垮时空的物联智能应用为主，要求及时响应，也是讲究一个“快”字，比如轨迹追逐、人脸识别、指挥调度等等；在云中心，基于全局的多维大数据，以大数据分析应用为主，要求分时响应，按需进行计算，比如预测预警、多维数据分析等。分时响应可以理解为按需响应。

所以，在三层上都有相应的应用能力，也就是说每一层上都有相应的认知能力。边缘节点具备单一认知能力，或者叫物体认知能力，它能对单一的人、车等进行识别；边缘域具备局部认知能力，或者叫事件认知能力，能够对垮时空的数据进行推理分析；云中心具备全局认知能力，或者叫逻辑抽象能力，云中心拥有最多的有效数据，能够基于大数据做逻辑推理分析。所以，从节点到域到中心云计算架构，数据是越来越大的，认知能力逐级加深，逐步从事后、事中、往事前递进。

综上所述，AI云架构的核心理念可以归纳为：边缘感知，按需汇聚，分级应用，全网认知。边缘感知是指在边缘节点及边缘域上来做感知分析，今后会越来越多的往边缘节点上转移；按需汇聚是指数据按需汇聚，并不是所有的数据要大集中；分级应用是指在每一层上都有相应的应用；全网认知是指每一层都有认知能力。

说到这里，大家可能对感知和认知以及单一认知（物体认知）、局部认知（事件认知）、全局认知（逻辑认知）这些词有点晕，那么我举个通俗的例子为大家解释下：

比如小孩子在第一次看到到冒着热气的水的时候，他不知道这是热水，他会毫无顾忌的用手去摸，然后他会赶到烫手，那么这个就是感知；然后当爸爸妈妈告诉孩子这个是热水之后，下次小孩再看到冒着热气的水的时候他就会知道这个是热水了，这个就是单一认知（物体认知）；他就不会再用手去摸热水，因为他知道热水是烫手的，这个就是局部认知（事件认知）；或者小孩子摸针也是一样，比如小孩子在第一次触碰到针尖的时候，会赶到扎手，会疼，那么这个就是感知；然后当爸爸妈妈告诉孩子这个是针尖之后，下次小孩再看到针尖的时候他就会知道这个是针尖了，这个就是单一认知（物体认知）；他就不会再用手去摸针尖，因为他知道针尖是扎手的，这个就是局部认知（事件认知）；然后经历过针扎和热水烫之后，脑子里就会有一个判断了，他知道热水和针尖都不能直接摸，然后爸爸妈妈告诉他，这些东西危险，他就知道热水和针尖都是危险品了，这个对危险品的判断就是全局认知（逻辑抽象）。

通过这个例子我们可以发现：感知是认知的基础，认知是感知的升华，感知越精准越广泛，认知才能越健全越丰富。云边融合的AI云架构融会贯通了感知和认知，这才AI+安防的正途。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!