隨著社會(huì)的進(jìn)步和發(fā)展，各界對(duì)公共安全方面越來越重視。傳統(tǒng)的云計(jì)算模式下存在高延遲、網(wǎng)絡(luò)不穩(wěn)定和低帶寬問題，容易受到高延遲、網(wǎng)絡(luò)不穩(wěn)定帶來的影響，而邊緣計(jì)算通過將部分或者全部處理程序遷移至靠近用戶或數(shù)據(jù)收集點(diǎn)，能夠大大減少在云中心模式站點(diǎn)下給應(yīng)用程序所帶來的影響，不受延遲和寬帶這些參數(shù)的影響，不必?fù)?dān)心隱私或因數(shù)據(jù)傳輸而導(dǎo)致的速度減慢。

邊緣人工智能正在使人工智能得到更廣泛、更廣泛的使用，讓智能設(shè)備無需訪問云即可快速對(duì)輸入做出反應(yīng)。

為什么要AI人工智能要結(jié)合邊緣計(jì)算？

①在邊緣生成的數(shù)據(jù)需要人工智能：

隨著移動(dòng)設(shè)備和物聯(lián)網(wǎng)設(shè)備數(shù)量、類型的快速增加，導(dǎo)致產(chǎn)生大量的需要感知的多模態(tài)數(shù)據(jù)需要處理。AI人工智能能夠快速準(zhǔn)確的接收到這些數(shù)據(jù)，并對(duì)這些龐大的數(shù)據(jù)體系中提取內(nèi)容進(jìn)行快速的分析決策。

②人工智能技術(shù)里的深度學(xué)習(xí)提供識(shí)別技術(shù)：

最流行的人工智能技術(shù)之一是深度學(xué)習(xí)，它能夠識(shí)別模式并檢測邊緣設(shè)備感測到的數(shù)據(jù)中的異常情況，通過邊緣計(jì)算技術(shù)的視頻預(yù)處理技術(shù)，去除視頻圖像冗余信息，提高視頻圖像分析的效率。再通過深度學(xué)習(xí)對(duì)圖像進(jìn)行分析，結(jié)合具體場景做出具體的解決方案。

③視頻數(shù)據(jù)的處理能力：

基于邊緣感知的邊緣預(yù)處理功能，能夠?qū)崿F(xiàn)視頻數(shù)據(jù)庫的彈性存儲(chǔ)。通過對(duì)以往的視頻數(shù)據(jù)進(jìn)行實(shí)時(shí)調(diào)整，能夠減少無效視頻的儲(chǔ)存，降低儲(chǔ)存的空間，最大化的存儲(chǔ)事件發(fā)生事的證據(jù)類視頻數(shù)據(jù)，提高視頻數(shù)據(jù)存儲(chǔ)空間的利用率。

物聯(lián)網(wǎng)和AI邊緣計(jì)算相結(jié)合，能夠?qū)�具體場景的需求做出具體的解決方案，并廣泛應(yīng)用于人們的生活中。

AI邊緣計(jì)算的應(yīng)用場景：

由于邊緣計(jì)算技術(shù)自身有顯著的優(yōu)勢和特點(diǎn)，AI邊緣技術(shù)被廣泛的應(yīng)用在多個(gè)領(lǐng)域。在智慧校園、智慧交通、智慧社區(qū)、智慧文旅、明廚亮灶、平安城市、雪亮工程2.0等場景得到了廣泛的應(yīng)用。深學(xué)科技邊緣智算魔盒采用云＋邊的系統(tǒng)架構(gòu)，自身搭載30+種算法，能夠滿足多個(gè)場景的需求。還可以支持個(gè)性化定制，滿足私有場景的需求。

AI邊緣計(jì)算支持的算法類別：

人臉識(shí)別：臉人綁定+人臉識(shí)別、人臉抓拍、人臉識(shí)別、人臉屬性分析、人體抓拍；

周界警戒：車輛禁停、車輛離開、人員徘徊、翻墻檢測、入侵、越界；

行為警戒：奔跑、摔倒、抽煙、打電話、睡崗、離崗、人員聚眾、人員扭打、持械檢測；

物品警戒：雜物堆放、物品看守、物品遺留；

人數(shù)統(tǒng)計(jì)：區(qū)域人數(shù)統(tǒng)計(jì)、出入口人數(shù)統(tǒng)計(jì)；

明廚亮灶：廚師服、廚師帽、手套、口罩、垃圾暴露、老鼠、垃圾桶未蓋、動(dòng)火離人；

社區(qū)警戒：煙霧、火焰、消防設(shè)施檢測、電瓶車入梯、高空拋物、垃圾滿溢、垃圾暴露；

生產(chǎn)安監(jiān)：火焰、煙霧、安全帽、工服、安全帶、反光衣、消防設(shè)施檢測、液體泄露。