基于边缘计算的监控基于边缘计算的新型监控系统展望

导读摘要：面向公共安全领域内的视频监控系统主要应对违法犯罪及社会管理等公共安全问题。传统视频监控系统具有前端摄像机内置计算资源较少、数据量较大、传输带宽延迟较高....

摘要：面向公共安全领域内的视频监控系统主要应对违法犯罪及社会管理等公共安全问题。传统视频监控系统具有前端摄像机内置计算资源较少、数据量较大、传输带宽延迟较高、目标跟踪效率较低等不足，为此，需构建基于边缘计算的新型视频监控系统的软硬件服务平台。本文主要从针对视频监控的边缘计算系统、基于边缘计算的视频监控系统协同处理、基于边缘计算的摄像机网络目标跟踪以及基于边缘计算的突发事件处理等方面来介绍边缘计算在视频监控系统中的应用及其优势。

1 背景介绍

视频监控系统主要用于视频处理、目标查询和人员跟踪等方面，并逐渐成为城市公共安全的重要保证。基于传统视频监控系统前端摄像机所采集的视频分辨率较高，视频数据量较大，现有智能监控系统的视频处理能力不足，传统云模式视频监控系统的计算和传输带宽负载较重。

现有摄像机存在计算能力以及上传数据的时延和带宽等不足，造成目标信息检测漏检较大和检测效率低效等问题。此外，视觉目标跟踪通常是对摄取的图像或视频进行分析计算，识别与跟踪场景中的目标，如何构建基于边缘计算的多摄像机组成的摄像机网络，以实现监控范围大、全方位的监控系统，克服单摄像机容易受到复杂背景、光照变化等局限，成为监控系统的研究热点之一。

图1 基于边缘计算视频监控系统框图

3 基于边缘计算的视频监控系统协同处理

3.1 现有方法的问题

在目前的视频监控系统中，绝大多数摄像机并不具备车辆识别功能，通常只根据少量从高速公路等关键路口采集的车辆信息，来初步判断车辆的路过时间，并以此为起始点，人工搜索周边摄像机，该方法追踪效率低下且无法达到实时跟踪。此外，同时追踪多路的视频流，会加剧网络的负担，导致延迟和丢包