?? 隨著鐵路應(yīng)用業(yè)務(wù)的信息化技術(shù)發(fā)展，鐵路運(yùn)輸業(yè)務(wù)對(duì)視頻智能化的需求日益凸顯，主要表現(xiàn)在以下方面：

? ?多模感知是圖像視頻傳感器、聲音傳感器、紅外感應(yīng)器、壓力傳感器等，實(shí)時(shí)采集其聲、光、熱、電、力學(xué)、化學(xué)、生物、位置等各種需要的信息；采用泛在網(wǎng)絡(luò)，包括互聯(lián)網(wǎng)和“多網(wǎng)融合”；具有對(duì)感知信息的智能處理與利用的能力，這是物聯(lián)網(wǎng)最具價(jià)值的部分。

? 隨著監(jiān)控探頭的普及，監(jiān)控系統(tǒng)中存有海量的錄像數(shù)據(jù)，在目前人工查看的模式下，傳統(tǒng)的方法需要從頭到尾順序播放，往往需要數(shù)倍于原始視頻的時(shí)間才能審看完成，因此需要大量人員連續(xù)加班數(shù)周進(jìn)行視頻的審看。

? 多球機(jī)聯(lián)動(dòng)跟蹤技術(shù)是以單球機(jī)智能跟蹤技術(shù)作為基礎(chǔ)的。從應(yīng)用的層面上看，能夠?qū)⑵胀ǖ母櫱驒C(jī)的單點(diǎn)式監(jiān)控，提升為系統(tǒng)內(nèi)對(duì)單個(gè)目標(biāo)的無縫式接力跟蹤，配合電子地圖的使用。

? ? 運(yùn)動(dòng)目標(biāo)跟蹤是確定同一物體在圖像序列不同幀中位置的過程。其主要工作方式就是選擇好的目標(biāo)特征和采用適當(dāng)?shù)乃阉鞣椒?，根?jù)匹配原理，把現(xiàn)有的跟蹤方法分為基于模型、區(qū)域、特征以及活動(dòng)輪廓的跟蹤，這是機(jī)器視覺力所能及之處

? ?目標(biāo)識(shí)別技術(shù)和穩(wěn)定的追蹤方法是機(jī)器視覺在安防發(fā)展的關(guān)鍵技術(shù)。它在很多領(lǐng)域都得到大量的應(yīng)用，例如身份確認(rèn)的指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別以及在智能交通管理、機(jī)動(dòng)車檢測(cè)、停車場(chǎng)管理等場(chǎng)合的車牌識(shí)別等。

? 要探討機(jī)器視覺的應(yīng)用，首先還是需要精準(zhǔn)把握什么是機(jī)器視覺，并把其與當(dāng)下熱門又有重疊部分的人工智能和深度學(xué)習(xí)區(qū)分開來。人工智能的外延范圍最大，包括了機(jī)器視覺、深度學(xué)習(xí)、機(jī)器人技術(shù)、生物識(shí)別技術(shù)和自然語言處理。

? ? ?視頻監(jiān)控產(chǎn)品采用云化架構(gòu)，既能支持不同協(xié)議設(shè)備監(jiān)控視頻快速上云，在云上對(duì)監(jiān)控視頻集中安全存儲(chǔ)，全網(wǎng)跨地域視頻分發(fā)播放，又擁有強(qiáng)大可彈性擴(kuò)容的計(jì)算能力支持對(duì)接不同算法平臺(tái)實(shí)現(xiàn)按需視頻智能計(jì)算。

Gartner將邊緣計(jì)算定義為"分布式計(jì)算拓?fù)浣Y(jié)構(gòu)的一部分，其中的信息在靠近邊緣的地方處理，設(shè)備和人在邊緣處生成或使用該信息。"

? ? 邊緣計(jì)算(Edge Computing)是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用等核心能力的分布式開放平臺(tái)，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。