高速公路数字视网膜平台采用视频编码流、特征编码流、神经网络算法和模型更新流的可伸缩端边云协同视觉计算架构,通过广泛部署在高速公路的出入口、公路两侧、门架、卡口的摄像头端或边缘侧对视频进行高质量视频编码和视觉特征提取编码并按需上传到云端,云端大脑通过高性能的实时计算分析,全面精准的感知高速路网的各种状态和各类事件,为全知、全息的智慧高速赋能。
方案优势
兼容现有摄像头体系,最大化节约成本
视网膜平台兼容现有交通系统的摄像头体系,不需要对现有的普通摄像头进行升级或替换,即可通过接入数字视网膜的边缘AI,实现普通摄像头的智能化,最大化节约建设成本。
精准地理位置定义,全局统一时空ID
每个视网膜细胞(摄像头)都有一个全局统一的编码ID(地理坐标+位置序列 ),摄像头只要把信息传送到系统大脑,系统即可识别事件的具体地理位置和时间。
高效视频编码能力,视频特征同步监控
高速公路视网膜同时具有高效视频编码、高效特征编码以及对视频编码和特征编码联合优化的能力,能够实现在一个码流里同时对视频编码和特征编码进行监控。
模型算法可更新,关注焦点可调节
随着时间推移有新的算法出来时,数字视网膜的模型可在线更新,每个摄像头的算法均可升级;通过后台控制,可对摄像头同一画面的不同区域指定不同的关注优先级,比如赋予它一个感兴趣区域的功能,让它注意某些特别重要的区域,并保留该区域的信息。
核心价值
高速路网全息感知,构建智慧高速体系
数字视网膜全面实时感知高速公路的人、车、路、天气、事件,结合高速公路其他相关感知设备采集的数据,实现对高速路网的数据采集实时化、感知泛在化、处理智慧化,构建智慧高速体系,实现高速公路的车、路、环境智慧协同。
采用先进技术架构,节约投资及运营成本
通过端、边、云协同,在现有摄像头基础上构建数字视网膜平台,节省90%带宽、网络设备、中心算力资源;采用分布式存储架构,按需扩展节点,减少一次性成本投入。
全栈国产自主可控,构筑信息安全防线
数字视网膜平台基于鲲鹏底座打造,模型算法自主研发,采用专网模式部署,实现端到端国产自主可控,为平台提供电信级信息安全防护,确保数据信息的安全。