人工智能在醫療衛生、能源動力、交通航天、語言圖像識别等領域發揮着重要作用，在安防等領域也同樣值得期待。人工智能、深度學習、視訊結構化技術、物聯網技術，大資料分析等變革性技術的應用，使安防視訊監控也變得越來越強大，基于AI的智能識别分析技術基本已成視訊監控的标配。
基于智能分析網關+EasyCVR視訊融合平台的AI視訊智能分析能力，可對監控場景中的視訊圖像進行智能識别與分析，并提供人臉、人體、車輛、煙火、物體、行為等識别、抓拍、比對、告警等服務。同時，基于雲邊端協同的技術架構方式，能實作以下4大能力，滿足行業的多樣化場景需求。
1）雲邊端協同能力
通過将雲端的計算能力進行拓展，邊緣雲能夠深入到傳統雲無法覆寫到的邊緣應用場景。終端側、邊緣資料能夠反向連接配接雲中心端，支援從不同的地域、多種業務系統、多種異構資料源、裝置中采集資料，輕松實作跨層級的資料交換和應用協同。資料從裝置端到邊緣端，實作“聚端到邊”，從邊緣端到雲端，實作“資料入雲”。
- 裝置端側重多元感覺資料采集和前端智能處理；
- 邊緣端側重感覺資料彙聚、存儲、處理和智能應用；
- 雲中心端側重包括物聯網資料在内的多元資料的融合，以及基于AI、大資料的多元分析應用。
2）AI智能識别能力
- 人臉識别/比對
支援實時視訊監控與抓拍，對圖檔和視訊源中面部特征進行提取分析，可實作多人臉檢測與抓拍、人臉識别、人流量統計、人臉比對檢索、人臉庫管理等。還可支援記錄并實時與布控名單進行比對和報警，可用在各種卡口進行布控和核查，如商場、樓宇、社群、車站、街道、機場、港口、娛樂等公共場所及重要出入口等場景中，滿足不同場景的人員身份識别需求。
- 車輛檢測/車牌識别
支援對視訊中的機動車/非機動車進行抓拍、檢測和識别，包括車輛類型（特征）、品牌（車标）、顔色、車牌等資訊，并能同時識别圖像中的多張車牌。當在規定區域内（不允許停車的區域）檢測到車輛時，将立即觸發車輛違停告警，并将告警資訊通過電話、短信、郵件、微信通知等多種方式推送給從業人員。
- 安全帽檢測/反光衣檢測
通過實時視訊監測和預警在崗勞工是否按照要求做好安全防範措施，如：是否正确佩戴安全帽、是否穿着反光衣、防護服等工作服。若檢測到異常，則發出告警。
- 人員/區域入侵檢測
對既定區域實時檢測，如：有人員闖入禁區、危險區域、重要區域等，及時抓拍入侵人員并報警，還可關聯現場語音進行提示，友善及時制止。
- 煙霧/火焰識别
實時對監控區域内的煙霧和火焰進行準确識别，一旦檢測到煙火，立刻發出告警，并将告警資訊及時推送給相關的管理人員進行處理，還可關聯消防設施裝置進行噴淋滅火等操作。
- 戴口罩識别
對監控區域檢測人員是否佩戴口罩，一旦檢測到未佩戴口罩的人員時，可關聯語音播放器進行語音提醒。
- 其它識别
其他行為識别包括：人員在崗離崗識别、危險行為識别，如：逗留、可疑徘徊等等。
3）算力資源排程能力
智能分析網關可支援資料按需彙聚，以及AI算力資源的靈活與精細化排程能力。通過建立AI算法模型規範，将多種AI算法在算法倉中進行管理排程，同時還能管理、排程域内計算存儲資源池、資料資源池和AI算法倉庫的資源，改善AI計算的資源使用效率，實作算法的靈活接入、AI算力資源的統一排程配置設定、智能分析結果統一展示等。
- 支援統一管控雲計算節點、邊緣計算節點、算力節點、網絡資源（含計算節點内部網絡和廣域網絡）等，根據業務需求對算力資源以及相應的網絡資源、存儲資源等進行統一排程。
- 實時監測業務流量，動态調整算力資源，完成各類任務高效處理和整合輸出，并在滿足業務需求的前提下實作資源的彈性伸縮，優化算力配置設定。
4）視訊資料共享能力
視訊融合平台可以解決現階段視訊資源建設統籌性差、标準不統一、共享不足、應用單一等問題，彙聚各層級視訊資源，形成基于智能大資料的視訊共享能力。同時，AI技術也逐漸從中心雲向邊、端下沉，在AI的加持下，視訊融合平台能實作資料資訊的智能搜尋、過濾、預警、資料聚合和可視化等分析能力，提高事件預警的準确性和減少誤報率，進而提高監管效率并大幅縮短溯源時間。
平台具有強大的資料接入、處理及分發能力，開放度高，輕松部署，功能可靈活拓展，輕松與第三方內建對接，滿足更進階的場景需求。
基于雲邊端協同管理的AI智能視訊監管方案（智能分析網關+EasyCVR視訊融合平台），利用AI、物聯網、雲計算、大資料等技術，能滿足基于視訊服務的資料感覺、智能檢測、智能分析、智能告警等需求，可廣泛應用在智能安防、社群、校園、景區、園區、加油站、化工廠、工地、廠區、電力等場景中。TSINGSEE青犀視訊的AI項目也支援小批量試錯，歡迎大家進行了解。