AI • 物联网 • 网络边缘

在集成关键软硬件模块的工业级电脑的帮助下，机器视觉系统正日渐普及。体量提高也降低了这些系统的成本，尽管有更多的视频通道，单个平台也可以进行并行处理。

这些产业动态正在将实时视频分析从云端推动到边缘。通过深度学习推理算法，视觉系统可以从直播、录像或逐帧视频内容中识别、分析和提取事件数据，优化了如车间漏洞检测或牲畜监控等流程，同时降低成本。

但这些系统只是由灵活可定制的软件构建的端到端视频分析的一部分。各组织机构在正确工具的帮助下，可以将他们的计算机视觉基础设施转变为一部不断进化、智能的视频分析引擎。系统集成商 (SI)，特别是在一个完美联接的解决方案聚合商帮助下，是完成这项工作的不二之选。

机器视觉平台构成

边缘运行的机器视觉系统包括一台与门户连接的摄像头，或提供本地处理和网络的服务器平台。然后，平台将相关内容或警报发送到云环境中，以便进一步分析或让运营商审核。图 1 展示的是一台端到端解决方案的组成结构。

要在不同系统链中最大化性能与效率，需要高级软件解决方案。它们必须支持一系列摄像头硬件和通信标准、编码/解码协议才能确保互操作性，并将分析算法应用到视频内容中。

打开机器视觉的架构

英特尔^® OpenVINO^™ 工具套件为开放式、互操作机器视觉软件提供坚实基础。OpenVINO 是一款开发平台，可在一系列英特尔^® 平台（包括英特尔^® Movidius^™ 视觉处理单元、英特尔^® FPGA 和集成英特尔^® 高清显卡的处理器）上，在诸如 Caffe 和 TensorFlow 这样的架构内进行构建，以加速计算机视觉算法。

OpenVINO 还利用一个 通用 API 来提取多平台的编程问题。因此，机器视觉工作负载可以轻松地在启用 OpenVINO 的基础设施上进行传输，从云/数据中心到边缘服务器，再从网关到兼容的 IP 摄像头。

但 OpenVINO 仍然仅仅是一种端到端软件解决方案的一部分。借助启用 OpenVINO 的视频分析系统得出的结果必须以可操作的方式提交至操作员。

大猩猩科技开发了智能视频分析录像机 (IVAR)，一套“软件即服务” (SaaS) 视频管理系统 (VMS)。从边缘横跨至云端，这是通过英特尔^® 物联网解决方案联盟认证、以集成 OpenVINO 工具套件的第一个 IVA 软件平台。

IVAR 软件平台将图像集成到人工智能 (AI) 模型中，可用于训练牲畜数量计算算法和长期行为分析，例如，车量识别（用于交通安全监测）（图 2）。训练完成后，系统流式传输、记录、监视并分析网络摄像头的录像，然后再将其转化为操作人员可用的情报。

一旦成功捕捉，系统的结果可以是：

• 在基于云的仪表板中以弹出信息或警报形式出现
• 以日志事件的形式导出至第三方系统
• 在合法、必要的情况下，录制到存储设备上，以进行进一步分析

某些功能，如快速视频搜索，也可用于快速分析大量视频和显示特定事件或物体的位置（图 3）。

因为有 OpenVINO 集成，IVAR 平台能将英特尔 CPU 处理实时视频的性能提高 1.5 倍。开发人员不需要再开发基于专用 GPU 架构的复杂的机器视觉系统，而是使用基于 CPU 的设计来大幅降低成本和上市所需时间。

事实上，他们可以把已部署在其视频分析基础设施中某处的现有英特尔处理器基础设施利用起来。

无限集成，以实现极速实时的视频分析

IVAR 软件平台可以轻松地集成至现有视觉系统，使位于不同地点的多部摄像头连接至中枢。

以技嘉科技为例，这是为机器学习应用提供高性能计算解决方案的一个供应商。它刚刚推出了一套由 VeMo 技术驱动的监控系统，可对并行的实时视频进行车辆检测和行为跟踪。IVAR 软件是在技嘉科技边缘服务器硬件上运行的解决方案的大脑指挥部。

OnLogic 的智能 NVR 设计也采用 IVAR 平台，来处理现场图像，使得视觉应用的作用远远超出了被动的监视。在这些工业电脑上部署视频分析，可运用到智能城市、企业和零售环境中。

机器视觉的实际附加值

机器视觉基础设施可随时对高质量视频进行处理和分析，可为许多行业提供显著价值。在部署过程中灵活分配计算资源，是提高生产率、效率和成本效益的关键所在。

我们在上面向大家展示了如何以更低廉的价格部署机器视觉系统。也展示了将 AI 本地集成至视频分析平台后，如何能逐渐改善机器视觉的应用。

有了 Gorilla 的 IVAR 等工具，视觉应用的投资回报将不断增加。当软件可作为服务提供、且只需要最少的初期投资？那么对系统集成商来说，让客户认识到它们的价值并进行安装与维护，将更加容易。