智能安防

随着铁路应用业务的信息化技术发展，铁路运输业务对视频智能化的需求日益凸显，主要表现在以下方面：

多模感知是图像视频传感器、声音传感器、红外感应器、压力传感器等，实时采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息；采用泛在网络，包括互联网和“多网融合”；具有对感知信息的智能处理与利用的能力，这是物联网最具价值的部分。

随着监控探头的普及，监控系统中存有海量的录像数据，在目前人工查看的模式下，传统的方法需要从头到尾顺序播放，往往需要数倍于原始视频的时间才能审看完成，因此需要大量人员连续加班数周进行视频的审看。

多球机联动跟踪技术是以单球机智能跟踪技术作为基础的。从应用的层面上看，能够将普通的跟踪球机的单点式监控，提升为系统内对单个目标的无缝式接力跟踪，配合电子地图的使用。

运动目标跟踪是确定同一物体在图像序列不同帧中位置的过程。其主要工作方式就是选择好的目标特征和采用适当的搜索方法，根据匹配原理，把现有的跟踪方法分为基于模型、区域、特征以及活动轮廓的跟踪，这是机器视觉力所能及之处

目标识别技术和稳定的追踪方法是机器视觉在安防发展的关键技术。它在很多领域都得到大量的应用，例如身份确认的指纹识别、人脸识别、虹膜识别以及在智能交通管理、机动车检测、停车场管理等场合的车牌识别等。

要探讨机器视觉的应用，首先还是需要精准把握什么是机器视觉，并把其与当下热门又有重叠部分的人工智能和深度学习区分开来。人工智能的外延范围最大，包括了机器视觉、深度学习、机器人技术、生物识别技术和自然语言处理。

视频监控产品采用云化架构，既能支持不同协议设备监控视频快速上云，在云上对监控视频集中安全存储，全网跨地域视频分发播放，又拥有强大可弹性扩容的计算能力支持对接不同算法平台实现按需视频智能计算。

Gartner将边缘计算定义为"分布式计算拓扑结构的一部分，其中的信息在靠近边缘的地方处理，设备和人在边缘处生成或使用该信息。"

边缘计算(Edge Computing)是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用等核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。