在IoT边缘设计智能视频分析

通过使用节点分析和对数成像器，可以改进在物联网 （IoT） 中运行的视频分析应用程序。出于多种原因，视频分析应用程序试图利用日常世界中的丰富信息。这些原因从面部识别到日常监控，但大多数都集中在预测和行为分析上。在这些应用程序中收集的信息可以通过云计算在更高层次上进行广泛处理。但是，深度处理有其局限性，可以通过在组合中添加节点分析和对数成像器来以多种方式进行改进。

通过将节点分析添加到组合中，可以通过消除与云的通信来改进数据分析。云计算需要比节点分析应用程序多两个（如果不是三个数量级）的带宽。因此，节点分析消耗的计算能力要少得多，并且延迟也减少了。人口稠密的市场、混乱的交通路段和城市停车位是一些错综复杂的氛围，可以使用节点分析进行预测和行为分析。在云中执行的这些环境的高级处理可以推进业务战略，转移一般交通流量，并提高政府管理的停车位的效率。但是，通过在传感器节点上实施较低级别的软件，而不是在云中执行分析，在这些情况下可以改善延迟、带宽、安全性和功耗。

除了节点上的智能之外，将对数成像器添加到组合中还可以通过在传统成像仪不足的领域提供优势来增强这些系统。对数成像器为图像处理提供了更高的动态范围，此外还减少了对亮度变化的依赖。例如，阴影、反射、光线的突然变化和高对比度场景是对数成像器可以优于传统成像仪的领域。在视频应用中解决这些问题可以加强数据采集，从而加强节点的分析。通过改进数据采集，可以显著改善整个视频分析应用程序。

节点分析和对数成像器提供的改进可以帮助解决在物联网中运行的视频分析应用中的问题。物联网应用程序常见的一些工程难题是安全性、决策延迟、数据带宽和计算能力。随着数据传输的消除，这些工程问题大大减少，这就是为什么节点分析对物联网应用具有吸引力的原因。在视频分析应用中，有限的对比度和对亮度的依赖是一个常见的难题。对数成像器几乎消除了这种挣扎，这是视频分析应用的关键。总体而言，在物联网中运行的视频分析应用程序通过节点分析和对数成像器得到了增强。

边缘智能

通过根据预期的视觉事件处理数据，测量数据可以快速转换为适当的操作，很少或根本没有数据传达给云服务器。这种对视频数据的快速分析，而不是传输到云端，使决策过程本地化并改善了系统中的延迟。决策过程中的延迟不仅显著减少，而且通过消除通常会引入拦截风险的数据传输，增强了安全性。

只有最有价值的信息需要连接到节点之外并连接到云中，以进行预测或行为处理。这种优化的数据分区可最大限度地提高云价值，因为通常不需要视频分析帧的全部带宽。帧与帧之间的大多数视觉数据在固定安装的相机上都是静态的，可以在节点处进行过滤。边缘节点视频分析可以提供许多过滤解释，以区分预期的对象类型：汽车、卡车、自行车、人、动物等。这种抽取会降低数据带宽和相关的计算能力，否则云服务器内部需要这些数据来分析下游传输的视频数据的完整帧速率。与云计算应用程序相比，带宽的这种减少可能是两到三个数量级的改进，这是节点分析提供的一项关键改进。

对数成像

通过用对数成像代替与传统成像器相关的常见问题，可以进一步改进视频分析应用。大多数传统成像器是线性的，并使用像素产生作为光线性函数的电压，这可能导致有限的对比度。线性成像器还利用均匀的曝光相位，将其动态范围限制为帧速率内的像素曝光时间。最后，传统的成像器对比度取决于光度，这可能会引入与反射相关的对比度问题。通过使用产生作为光的对数函数的电压的像素来替换对数成像器，可以消除这些常见问题。

一些传统的成像仪难以解决与对比度相关的困难，这些困难阻碍了用户完全捕获其目标环境。这些对比度问题源于每个像素内电压产生的线性特性。线性成像像素内产生的电压与撞击它的光子数量成正比;因此，与其对数对应物相比，动态范围受到限制。与这些线性成像器相关的对比度降低是动态范围减小的结果。这种降低的对比度可能会破坏物联网应用程序中传感器节点的分析，最终影响整体系统性能。对数成像器提供更宽范围的光照水平，因此，由于像素电压是对数产生的，因此增加了对比度。然而，这种增加的对比度导致对光的敏感性更高，这在某些应用中可能是不希望的效果。或者，这种对亮度的灵敏度提高可能是一个优势 - 这完全取决于应用。

使用传统成像仪进行视频捕获可能会因阳光明媚或明亮环境中的反射而进一步阻碍。例如，当挡风玻璃上存在反射时，车辆中的面部识别可能会变得越来越困难。这种视频捕获的障碍可能会通过引入系统错误或丢失关键数据来对视频分析产生负面影响。引入这些反射是因为像素之间的线性成像器对比度取决于光度;因此，反射更加突出。这种对光度的依赖性可以在等式1中观察到。或者，由于其自然对数特性，对数成像器对比度与亮度无关，这有助于减轻光线的反射或突然变化。对数成像器的光度独立性可以通过公式2观察到。

超越单个组件

平台级解决方案可帮助客户快速部署经过验证的智能解决方案，以更低的系统成本提高性能。ADI公司正在与客户合作开发独特的系统级解决方案，以解决整个问题。ADIS1700x就是其中一种能够进行四分之一视频图形阵列（QVGA）成像分析的解决方案。

ADIS1700x是一款QVGA分析成像仪模块，外形小巧，具有对数灵敏度，结合数字信号处理功能，可优化视频性能。该模块利用低功耗Blackfin处理器，除了用于图像稳定，倾斜和冲击检测的加速度计外，还提供了在节点上执行分析的能力。它还利用内置的边缘检测来跟踪和计数物体运动。与传统成像仪不同，每个14 μm×14 μm像素具有独特的曝光相位。用于室外操作的保形涂层使该模块适用于大规模部署，从而可以创建新兴的智能城市和建筑应用。ADIS17001提供110°视场角（FOV）镜头，而ADIS17002提供67°视场角镜头。这两个选项提供了多种目标应用，包括停车位监控、停车违规执法、交通队列检测和工业分析。

总体而言，物联网中的视频应用可以通过节点分析和对数成像器得到显着改进。节点分析，而不是云计算，可以使物联网应用程序向前发展。对数成像器具有其对应物无法比拟的优势，从而进一步改善了物联网应用。总之，在物联网中运行的视频分析应用程序与节点分析和对数成像器相结合，构成了一个强大的系统级解决方案。

审核编辑：郭婷