[發明專利]基于邊緣計算的實時人工智能視頻系統的硬件架構

在審

• 申請號: 201710671427.8
• 申請日: 2017-08-08
• 公開（公告）號: CN107426542A
• 公開（公告）日: 2017-12-01
• 發明（設計）人: 閆瀟寧
• 申請（專利權）人: 深圳市安軟慧視科技有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18
• 代理公司: 深圳市深軟翰琪知識產權代理有限公司44380
• 代理人: 徐翀

技術領域

本發明涉及安防技術領域，具體涉及一種基于邊緣計算的實時人工智能視頻系統的硬件架構。

背景技術

圖像人工智能，或稱之為智慧視覺，相關技術現在越來越成為大眾生活中的一部分。特別是在行業應用里，比如安防領域實時視頻監控網絡中的人臉識別、行為識別、車輛識別等，此類項目具有數據量極大、業務種類極復雜多樣、實時性要求極高、原生器材設備難以更新的特點。而當前在安防攝像頭網絡智慧視覺種類的項目中通用的技術很難同時滿足上述幾點要求、同時還具有成本高居不下、可移植性差的特點。

現有技術中，實時視頻網絡智能化的數據流方案基本為：

前端：定制攝像頭搭配GPU+X86芯片；

后端：高配計算中心；

工作方式：前端攝像頭進行視頻采集對其中每幀或固定頻率取幀，之后利用X86芯片與GPU利用卷積神經網絡模型協同計算分析及篩選幀內容，比如提取人形、車形。人形、車形圖片分析結果經由網絡傳送至后端計算中心進行進一步處理，比如分析人的外形特征、行為、車的種類等。

實踐發現，現有技術方案存在如下技術問題：

成本高：成本主要集中在前端，X86芯片和GPU都價格不菲，尤其是GPU，如果在前端網絡大規模安裝，成本將非常高昂。另外考慮到攝像頭點位基本都在戶外，為達到在下雨等極端天氣下對設備的保護、同時兼顧對X86芯片及GPU的散熱問題，又需要一筆支出。另外類似項目的后端計算中心大多采用服務器原裝整機，價格很高。

維護繁瑣：由于顯卡和X86芯片散布在各個攝像頭點位，而且各攝像頭所處環境、高度不一，維護相當不便。

實施困難：此技術實施最大問題在于需要更換原有普通攝像頭而造成極大浪費，不利于推廣。

發明內容

本發明實施例提供一種基于邊緣計算的實時人工智能視頻系統的硬件架構，用于解決現有技術存在的成本高、維護繁瑣和實施困難的技術問題。

采用的技術方案為：一種基于邊緣計算的實時人工智能視頻系統的硬件架構，其特征在于，包括：后端計算中心和多路攝像頭數據流硬件結構，每一路所述攝像頭數據流硬件結構包括一攝像頭組件和一樹莓派組件，所述樹莓派組件作為中繼設備數據連接于所述攝像頭組件和所述后端計算中心之間；所述攝像頭組件，安裝在室外，用于拍攝監控視頻；所述樹莓派組件，安裝在機房內，用于獲取所述攝像頭組件拍攝的視頻流，從獲取的視頻流中捕獲人物和車輛的圖像；所述后端計算中心，安裝在機房內，用于獲取所述樹莓派組件捕獲的圖像，針對獲取的圖像進行分析識別。

從以上技術方案可以看出，本發明實施例具有以下優點：

1、由于采用樹莓派組件作為中繼設備，前端采用普通的攝像頭即可滿足需求，不必搭配GPU+X86芯片，可以大幅降低成本；樹莓派組件安裝于機房內，不受惡劣環境的影響，可靠性高，維護簡單；普通攝像頭與樹莓派組合的結構，成本低且易實施，有利于大規模推廣。

2、前端攝像頭、樹莓派組件和后端計算中心的性能更加均衡，避免了潛在的木桶短板和性能浪費；比如在樹莓派這樣的低性能運算單元上，不涉及機器學習模型運算的純視覺處理算法可以恰到好處的占用其全部計算資源；另外在后端的計算中心上，此種搭配也可保證cpu和gpu的負載平衡，不會出現性能瓶頸或浪費，保證成本在較低水平。

如上，本發明核心思想在于犧牲一小部分性能空間換取極大的成本節約，并且，將計算量合理發散到網絡邊緣的低功耗計算節點——樹莓派組件上，使系統功能更加均衡，同時積極利用好實施現場已有的設備，減少浪費。

附圖說明

為了更清楚地說明本發明實施例技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它的附圖。

圖1是本發明實施例提供的一種基于邊緣計算的實時人工智能視頻系統的硬件架構的示意圖；

圖2是本發明實施例中樹莓派組件的結構示意圖；

圖3是本發明實施例中樹莓派組件提取的圖像的示意圖。

具體實施方式

為了使本技術領域的人員更好地理解本發明方案，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分的實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本發明保護的范圍。