視頻監控正變得無處不在。但是，今天的實際內容與流行文化中常見的虛構觀點之間存在差距。邊緣分析有可能縮小差距。

為了說明印象和現實之間的差異，只需看看視頻監控的描繪方式。這是一個思考練習：你正在制作一部電影，你想快速給人一種角色是無所不知、無所不知的印象。你怎么做呢？

如果您是多年來面臨這種確切困境的無數導演之一，您的答案可能是將他們放在巨大的視頻監視器墻前。就視覺速記而言，這實際上相當有效。它讓觀眾知道角色的眼睛和耳朵無處不在，并且可能在任何特定時刻都在觀看或聆聽。不幸的是，這種對現代監控工作方式的解釋與現實幾乎沒有相似之處。對于蝙蝠俠、杰克鮑爾、杰森伯恩等英雄，人類的觀察能力是有限的。沒有人——無論他們多么專心——能夠有效地監控數十（或數百）個攝像頭的可疑活動。

幸運的是，他們不再需要這樣做。隨著 IP 攝像機取代模擬攝像機，其功能穩步提高。今天的邊緣設備，包括攝像頭和其他傳感器，擁有比以往任何時候都更強大的處理能力，支持安全團隊在前幾年夢寐以求的分析能力。使用機載分析，可以訓練當今的攝像機自動檢測物體、活動、聲音等，為安全人員提供做出關鍵決策所需的實時數據。隨著開放式架構解決方案和軟件開發平臺的興起，這些強大的邊緣設備可以在開發時與新解決方案集成，有效地適應未來的視頻監控。

了解邊緣的價值

從本質上講，分析只是識別和解釋信息和數據中的模式的實踐。分析的概念遠非一個新概念，它已經存在了很長時間——它受到各種限制，包括人類和技術。一個人可以連續幾個小時觀看聚焦在建筑物前門的攝像頭，他們可能可以識別任何可疑活動，例如有人試圖強行闖入。但他們可能無法提供詳細信息有多少顧客穿著紅色襯衫和藍色襯衫，有多少顧客是從東面過來的還是從西面過來的，或者有多少是開車還是步行或乘公共汽車。雖然并非不可能，但獲取這些數據既不高效也不可擴展。

隨著技術的進步，識別這些模式的能力得到了提升，但帶寬和處理能力等方面的限制仍然使該技術的安裝、校準和維護變得困難且成本高昂。將視頻傳輸到服務器進行處理需要大量帶寬，而且該技術的低可靠性讓許多用戶感到幻滅，因為這些分析通常無法兌現承諾。直到最近，邊緣技術才使用戶能夠在視頻和音頻監控環境中充分利用當今的分析技術。

現代芯片組使這些設備的處理能力有了顯著提升，這意味著這些分析可以加載到設備本身上。這大大減少了需要中繼到云服務器的數據量，帶寬需求的相應減少使這些分析變得更加普遍。同樣，人工智能、機器學習和深度學習技術的興起使得訓練新的分析模型變得越來越容易，這使得它們更加準確和可靠。此外，該技術可以通過軟件和固件更新進行升級，從而使這些設備具有相當長的使用壽命。無需再在技術升級時更換整個設備。

現代分析的細節

從理論上講，今天的邊緣設備比以往任何時候都更智能、更快、更強大，這很棒。但這在實踐中意味著什么？從監控的角度來看，這意味著減少對人類認知的依賴，并提高自動化工具的可靠性。這意味著誤報顯著減少，并提高了過濾視頻和音頻記錄中“噪音”的能力。雖然人類可能無法立即將數據分類為廣泛的類別，但今天的設備可以處理成倍增加的信息，生成在整個企業中有效分類和交叉引用數據所需的元數據。

如此大量的信息也意味著可以更有效地訓練分析以獲得更高的準確性。通過使攝像頭能夠區分人類入侵者和挖掘垃圾箱的浣熊，這可以進一步減少誤報。還可以訓練這些設備識別特定的噪音，例如槍聲或玻璃破碎聲，這些噪音可以作為正在發生安全事件的明確指標。即使是攻擊性的行為和提高的聲音也可以作為觸發因素，讓安全人員知道潛在的危險事件可能正在發生。在大多數情況下，這可以顯著減少響應時間。它甚至有可能在緊急情況發生之前進行預防。即使是在檢測到入侵者時觸發自動對講消息這樣簡單的事情也可以提高安全性，因為簡單地讓入侵者知道他們在攝像機前通常足以在他們造成任何傷害之前將他們嚇跑。

分析能力的這種擴展也使該技術能夠應用于比傳統的基于安全的監控更多的領域。在 COVID-19 大流行期間，攝像機接受了培訓，可以識別正確或不正確的個人防護設備 (PPE) 使用，并識別排隊和聚集的人群。在零售環境中，他們可以跟蹤顧客在商店中的動向，幫助告知商店布局和銷售決策，甚至識別空貨架并生成缺貨警報。在工業和制造環境中，他們甚至可以接受培訓以發現裝配線上的缺陷產品或確定優化某些流程的方法。這些設備并非旨在取代人類在此類監視和觀察中扮演的角色，而是為他們提供更好、更可靠的知識，能夠在安全性的同時增強商業智能和運營。

開放平臺架構的興起使企業能夠將更廣泛的分析集成到其現有系統中，從而為收集比以往更多的數據提供了機會。用戶可以在新的和有趣的分析工具出現時集成它們，而不是被鎖定在單一制造商的產品線中，從而允許他們隨著技術的可用而改進他們的安全和數據收集設備。這顯著延長了給定產品的使用壽命，減少了維護和更新這些系統所需的時間、金錢和資源。

通過邊緣分析實現面向未來的監控

隨著邊緣設備變得越來越強大，它們處理大量信息的能力使高級分析變得司空見慣。這些新的分析工具徹底改變了安全行業，提高了視頻和音頻監控解決方案的準確性和可靠性，但它們也使將相同的技術應用于安全以外的領域成為可能。今天的企業擁有比以往任何時候都多的信息觸手可及，使他們能夠獲得獨特且可操作的見解，而這在短短幾年前是不可能的。

這項技術將繼續改進，邊緣分析將在識別模式、突出異常和生成預測見解方面變得更加出色。該技術不僅可以幫助企業實現特定的安全和運營目標，還可以識別他們可能從未知道的增長、效率和改進機會。隨著技術格局的不斷發展，對邊緣分析的投資是幫助面向未來的運營的最有效方法之一。