随着公共云采用的增长，公司和组织将平台视为大数据的集中位置。但是，最近有人反对这种趋势。相反，我们现在看到的是在边缘而不是在云中处理的数据。偏好更改的一个主要原因是：延时。延时是尝试进行实时模式识别时的重要考虑因素。如果摄像机必须返回到数百英里之外的中央数据中心，则摄像机很难处理数据（24/7全天候记录4K监视视频）。此数据分析需要快速进行，以便及时并适用于动态情况，例如公共安全。通过在边缘存储相关数据，AI推理可以更快地进行。这样做可以带来更安全的社区、更有效的运营和更智能的基础架构。当人们返回工作场所和公共场所时，健康和安全是所有组织的头等大事。一些组织正在部署热成像仪，以帮助筛查个体复发时的症状。传统上，与仓库和装配线一起运作的组织将在入口处设置大量摄像头。有了热成像智能视频，这些摄像机现在可以兼作放映设备的双重用途。热成像技术能够检测到升高的体温，一台摄像机可以一次扫描10到25名工人，从而使之高效而准确。这样，员工可以使用该信息来帮助识别可能需要在返回工作之前进行进一步筛查、测试或隔离的人员。热成像除了与可见光的结合应用，还可通过AI的深度学习技术加持，实现在黑暗中准确识别人脸。当使用热成像照相机拍摄面部图像时，主要的挑战在于捕获的热图像必须与目标人物的常规可见图像的监视图像库相匹配。需要将构建出来的图像与数据库中的已知面部进行匹配，才能识别出目标。这项热成像人脸识别技术在追捕逃犯、夜间作战方面有很大的用武之地。业内领先的企业正在将人工智能和边缘计算集成到安防解决方案中，创造更智能、更高效的系统，以用户为中心，提升安全保障及业务水平。Suprema CEO Hanchul Kim表示，“在安防市场中，生物识别和AI人脸认证及分析等新技术的市场接受度正在提升，推动整体市场的快速增长。”海康威视营销与渠道发展总经理Vivianna Wang表示，“展望未来五年，数字化技术发展将引领行业新的变革，人工智能和物联网等创新技术的融合，可持续和环保解决方案等越来越得到市场的青睐。文章来源：安防知识网，海底霸王
