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

安防行業(yè)發(fā)展趨勢

智慧安防助力行業(yè)高速發(fā)展

安防技術在預防和打擊犯罪，維護社會治安，預防災害事故，減少國家、集體財產(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)字時代的智慧安防，成為最新科技與社會經(jīng)濟生活深度融合和快速落地的領域之一。近年來國內(nèi)安防行業(yè)總產(chǎn)值呈現(xiàn)逐年增長的趨勢，據(jù)CPS中安網(wǎng)數(shù)據(jù)統(tǒng)計，2019年全國安防行業(yè)總產(chǎn)值為8260億元，同比增速15%，且連續(xù)5年保持10%以上的增長率。

安防行業(yè)根據(jù)不同的使用場景可以分為城市級安防、行業(yè)級安防和消費級安防，其服務分別面向to G（政府）、to B（企業(yè)）和toC（消費者）的需求。行業(yè)高速發(fā)展的驅(qū)動力來自兩點：一是城市化帶來的to G（政府）、to B（企業(yè)）和toC（消費者）需求增加，二是技術變革帶來的發(fā)展契機。

需求方面，在平安城市、天網(wǎng)工程以及雪亮工程、智慧公安的推動下，行業(yè)用戶對智能技術需求不斷增長，使得中國安防行業(yè)發(fā)展迅速。技術驅(qū)動方面，隨著5G、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新興技術與超高清、熱成像、低照度、全景監(jiān)控等傳統(tǒng)安防技術融合應用，安防行業(yè)向超高清、網(wǎng)絡化、移動化、智能化、云化的智慧化方向發(fā)展，智慧安防市場規(guī)模還將進一步加速發(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監(jiān)控攝像頭的大規(guī)模部署。目前，全國基本實現(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、十九大報告、公安部雪亮工程等不斷強調(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。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)展行動計劃(2019—2022年)》，視頻監(jiān)控迎來超高清視頻應用的藍海。行動計劃明確按照“4K先行、兼顧8K”的總體技術路線，大力推進超高清視頻產(chǎn)業(yè)發(fā)展和相關領域的應用。

第三階段，“看得懂”：在“看得見”到“看得清”之后，人工智能技術正在把安防系統(tǒng)從被動的記錄、查看，逐漸轉(zhuǎn)變?yōu)槭虑坝蓄A警、事中有處置、事后有分析。通過主動預警、及時處置、自動分析，從而實現(xiàn)從“看得清”到“看得懂”。從車牌識別到車輛數(shù)據(jù)結構化分析，從人臉檢測到人臉比對，以及目標全結構化分析、行為事件的檢測分析等，每一項新技術的落地，都象征著安防智能時代正在一步步變成現(xiàn)實[1]。

安防行業(yè)邊緣計算現(xiàn)狀

5G與安防行業(yè)具有天然的適應性

5G的正式投入使用將使得安防行業(yè)從此面向更廣泛、更深入的應用領域[2]。5G技術的全國性商用也為安防行業(yè)帶來了新的可能性。5G應用中的eMBB（增強移動寬帶）、mMTC（海量大連接）、uRLLC（超可靠低時延）技術特征正好能夠滿足移動化的視頻監(jiān)控業(yè)務帶寬和接入需求。

eMBB能夠為帶寬要求極高的視頻類業(yè)務提供技術支撐，解決視頻監(jiān)控隨著高清化的演進而帶來的帶寬壓力問題。結合5G技術，移動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，并實現(xiàn)隨時隨地視頻采集、分享、上傳、面對面?zhèn)鬏敽鸵苿右曨l控制，如移動指揮、移動視頻偵查、移動巡邏執(zhí)法等。

mMTC則能滿足連接密度要求高的業(yè)務需求，解決移動化的終端設備接入問題，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)，有利于進一步的分析判斷。

城市安防的物聯(lián)網(wǎng)終端如防災設施、水位監(jiān)測；社區(qū)安防中的人臉閘機、車輛道閘、智能門禁、消防設施、垃圾儲量感應、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技術實現(xiàn)統(tǒng)一聯(lián)網(wǎng)，讓社區(qū)治理與服務實現(xiàn)秒級通信。

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

邊緣計算在安防領域有廣泛應用價值

我國一個二線以上城市可能就有上百萬個監(jiān)控攝像頭，面對海量視頻數(shù)據(jù)，云計算中心服務器計算能力有限。若能在邊緣處對視頻進行預處理，可大大降低對云中心的計算、存儲和網(wǎng)絡帶寬需求。因此，視頻監(jiān)控是邊緣計算技術應用較早的行業(yè)，體現(xiàn)在以下幾個方面：

第一，數(shù)據(jù)的分布式收集存儲。在邊緣計算模型下，借助邊緣服務器實現(xiàn)對政府、社會和個人等各類零散監(jiān)控的整合，在邊緣端進行一次預處理，對無價值的數(shù)據(jù)進行過濾，然后對視頻數(shù)據(jù)進行短暫存儲并自動分流，這一操作能有效減緩云端平臺的存儲壓力。

第二，數(shù)據(jù)的加密傳輸與共享。在邊緣計算模型下，公安機關可通過對邊緣端的設計，使經(jīng)過初步處理的視頻數(shù)據(jù)得到一次加密，通過通信技術向指定的云端平臺進行輸送。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。邊緣端能實現(xiàn)對前端設備的自動化調(diào)整，在監(jiān)控識別運動物體后，相鄰監(jiān)控能夠在同一邊緣管理器的控制下實現(xiàn)一定范圍內(nèi)的配合，進而做到監(jiān)控視角的自動調(diào)整、對焦或軌跡追蹤。同時，邊緣端智能識別的突發(fā)性案件可以經(jīng)有效識別后向偵查機關自動預警，使視頻信息應用同步化，為偵查人員的介入爭取寶貴時間[3]。

第四，數(shù)據(jù)的規(guī)范有序運營。在邊緣計算的框架下，也有利于視頻數(shù)據(jù)的規(guī)范運轉(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)，沿著邊緣服務器利用通信技術向云端傳輸。云端可以對各邊緣端、邊緣端可以對各前端設備可以實現(xiàn)有序管理。

安防行業(yè)邊緣計算發(fā)展歷程

安防行業(yè)的邊緣計算技術應用發(fā)展分為如下三個階段[4]，早期邊緣計算技術在安防行業(yè)的應用主要兩大特點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，深度學習在人工神經(jīng)網(wǎng)絡優(yōu)化方面獲得突破，使得機器輔助成為可能，拓展了人工智能的應用領域。

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現(xiàn)成為可能。各大安防廠商也相繼推出基于邊緣計算技術的人工智能設備，如人臉抓拍系列產(chǎn)品就是其中的典型。基于邊緣計算技術，使其能夠在行人通過的時候，就第一時間解析出人臉數(shù)據(jù)，并把人臉數(shù)據(jù)發(fā)到數(shù)據(jù)中心進行匹配處理。

系統(tǒng)架構

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

第一層，前端感知層：是整個系統(tǒng)的神經(jīng)末梢，負責現(xiàn)場數(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)設備。

第二層，邊緣計算層：匯總各個現(xiàn)場終端送來的非結構化視頻數(shù)據(jù)和物聯(lián)網(wǎng)數(shù)據(jù)并進行預處理，按既定規(guī)則觸發(fā)動作響應，同時將處理結果及相關數(shù)據(jù)上傳給云端。根據(jù)需要，邊緣節(jié)點可實現(xiàn)一個或多個邊緣應用的部署。

第三層，云計算層：主要由邊緣管理模塊、視頻云平臺、人工智能模塊和物聯(lián)網(wǎng)平臺組成，負責全局信息的處理和存儲，承擔邊緣層無法執(zhí)行的計算任務，并向邊緣層下發(fā)業(yè)務規(guī)則和算法模型以及為各類應用的開放對接提供標準的API。

第四層，安防應用層：利用分析處理的結構化/半結構化數(shù)據(jù)，結合特定的業(yè)務需求和應用模型，為用戶提供具體的垂直應用服務，如人臉識別、物體識別、人口管理、行為識別、車牌管理、案件偵破、森林防火、機場安保等場景。

兩大特征

特征一：安防云邊協(xié)同

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

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

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

特征二：安防邊緣智能

邊緣計算與人工智能互動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、產(chǎn)品的應用。

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

具體實現(xiàn)上主要包括兩個方面：首先，邊緣智能載體是具備一定計算能力的硬件設備，可實現(xiàn)不同智能功能，稱之為邊緣計算節(jié)點。邊緣計算節(jié)點就近收集和存儲智能前端的各類異構數(shù)據(jù)、就近管理和調(diào)度智能計算資源，滿足不同場合對智能分析的即時響應、即時分析的需要。

可以接收、整合、傳遞智能前端的結構化數(shù)據(jù)，也可以根據(jù)需要調(diào)配算力，應用不同的算法對當前分級內(nèi)的數(shù)據(jù)進行智能分析，實現(xiàn)智能應用。

其次，單個的邊緣節(jié)點可以將本級內(nèi)智能前端以及邊緣計算所需的存儲資源以及計算資源進行統(tǒng)一管理，根據(jù)需求調(diào)度智能算法，結合邊緣計算節(jié)點的智能分析能力，實現(xiàn)在本級內(nèi)完成所有預定的智能功能；多個邊緣計算節(jié)點可以根據(jù)需求組合，形成一個智能網(wǎng)絡，在網(wǎng)絡中對數(shù)據(jù)進行加工，交換數(shù)據(jù)，共享計算結果[8]。

以人臉識別應用為例，人臉檢測、抓拍乃至對比等人臉識別算法可以利用深度學習神經(jīng)網(wǎng)絡算法離線訓練，訓練完成后再進行算法精簡，以此將AI能力注入到前端攝像機等邊緣設備，通過高性能計算芯片和圖像識別智能算法賦能邊緣設備，在邊緣實現(xiàn)視頻圖像目標的檢測、提取、建模、解析，把圖像解析的大量計算壓力均勻分擔到小顆粒大規(guī)模的邊緣計算資源上，僅把精煉的結構化有效數(shù)據(jù)上傳云端處理，可以有效降低視頻流的傳輸與存儲成本，分攤云中心的計算和存儲壓力，實現(xiàn)效率最大化。

在本地設備上直接完成智能圖像識別，也實現(xiàn)了低延時和快響應，提高實時性。邊緣計算與人工智能技術在公共安全領域的應用，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，對城市管理、民生改善具有巨大價值，市場前景廣闊，且技術應用的基礎條件已經(jīng)成熟，邊緣智能技術將得到進一步發(fā)展，邊緣側(cè)AI應用場景將得到進一步豐富。

問題與挑戰(zhàn)

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

第二，就邊緣端設備的部署和運維而言，邊緣設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)絡管理的復雜度、性能優(yōu)化的效果來進行部署。除此之外，邊緣結點設備部署分散，如何管理分散的數(shù)以萬計的終端設備，對運維的方式和效率也提出了新的挑戰(zhàn)。

第三，邊緣設備的數(shù)量眾多，相互之間差異大，但技術標準尚不統(tǒng)一。由于會廣泛的分布在各數(shù)據(jù)節(jié)點，可能會出現(xiàn)不同的處理算法，需要標準來規(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，邊緣設備因為更接近數(shù)據(jù)源，數(shù)據(jù)種類和數(shù)量的激增，網(wǎng)絡邊緣的高度動態(tài)性也增加了網(wǎng)絡的脆弱性，新興的攻擊方式尤其是針對物理設備的攻擊，為設備和數(shù)據(jù)安全帶了新的挑戰(zhàn)。

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

參考文獻

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

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

[3]賈曉千，陳剛，李白冰．邊緣計算在視頻偵查中的應用［J］．計算機工程與應用. http://kns.cnki.net/kcms/detail/11.2127.TP.20200220.1610.004.html

[4]崔兆蕾．邊緣計算技術在安防行業(yè)的發(fā)展及應用［J］．中國安防，2018(4):77-79.

[5]徐型平. 5G技術在安防行業(yè)的應用淺析［J］. 中國安防，2020(3):83-88

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

[7]賽迪顧問. 邊緣智能發(fā)展與演進白皮書. 中國計算機報［N］，2019年5月20日:18

[8]七牛云. 邊緣計算的爆發(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

本文經(jīng)5G行業(yè)應用授權轉(zhuǎn)載