粮库视频人工智能分析技术要求.docxVIP

1

粮库视频人工智能分析技术要求

1范围

本文件规定了粮库视频人工智能分析技术应用的总体架构、数据接口与交换、智能分析技术要求、场景需求以及测试基准等内容。

本文件适用于粮库视频人工智能分析技术应用的设计、建设、运维、测评等。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T42888-2023信息安全技术机器学习算法安全评估规范GB50395视频安防监控系统工程设计规范

LS/T1817粮仓远程视频监控系统技术规范

3术语和定义

下列术语和定义适用于本文件。3.1

视频人工智能videoartificialintelligence

基于人工智能技术，对视频的内容、文字、语音、人脸、物体进行多维度分析理解，将人工智能技术渗透在视频整个生命周期中，提升客户视频智能化处理效率、并大幅降低成本。

3.2

模型model

解决特定问题的深度学习模型。

注：一般包含深度神经网络结构和经过训练的权重参数，如目标检测模型、图像分类模型等。3.3

算法algorithm

解决现实问题的方法，可包含深度学习模型，也可不包含，如未戴安全帽监测算法、人员倒地监测算法。

3.4

准确率accuracy

对于给定的数据集,得到正确结果的样本数占总样本数的比率。[来源:GB/T42888-2023,3.6]

3.5

召回率recall

对于给定的数据集，所有实际为正类的样本中，被模型正确预测的比例。3.6

漏报率falsenegativerate

对于给定的数据集，所有实际为正类的样本中，被模型错误预测的比例。3.7

精准率precision

对于给定的数据集，模型预测为正类中实际为正类的比例。3.8

云模式cloudmodel

2

将视频分析模型部署在云端服务器上。该模式具有强大的计算能力，适于运行复杂的大规模模型，易于集中管理和更新。云模式适合处理海量数据，适用于大规模视频分析任务。同时面临网络延迟较高、实时性较差的问题。该模式对网络带宽要求较高，需要将视频数据上传至云端。

3.9

边缘模式edgemodel

将模型部署在靠近数据源的边缘设备上。该模式能降低网络传输延迟，提高实时性，减少对云端的依赖，从而提高系统可靠性。边缘模式还可以进行本地化处理，有助于保护数据隐私。但是，边缘设备的计算资源相对有限，难以运行复杂的大模型。这种模式特别适合需要快速响应的场景。

3.10

端模式endmodel

直接将模型部署在终端设备上，通常是智能摄像机。该模式无需网络连接，可以离线工作，因没有网络传输延迟，能提供最高程度的隐私保护和最好的实时性。然而，终端设备的算力和存储通常受限，只能运行轻量级模型。端模式特别适合对隐私要求高、需要极低延迟的场景。

3.11

混合模式mixedmodel

结合了云、边、端的优势。该模式可以根据任务复杂度灵活分配计算任务，兼顾了性能、实时性和隐私保护。在混合模式中，可以在终端运行轻量模型，而将复杂任务发送至云端处理。虽然系统架构较为复杂，需要协调多方资源，但它适合对性能和隐私都有要求的复杂应用场景。通过合理分配任务，混合模式可以实现云端强大算力与边缘端低延迟的优势互补。

3.12

视频采集设备videocaptureequipment

视频采集设备是指用于将视频信号转换为数字信号并输入到计算机系统中的设备。包括粮库（双目、单目）监控摄像机、云台、补光灯。

3.13

网络传输模块networktransmissionmodule

包括粮库局域网、广域网（Lan）以及交换机和路由器等软硬件。注：用于传输视频信号和控制指令。

3.14

应用服务器applicationserver

企业级应用架构中的关键组件，负责托管和运行业务逻辑和应用程序。3.15

终端terminal

用户直接与之交互的设备或应用。3.16

视频管理模块videomanagementmodule

用于管理采集设备输出的视频，可包括硬盘录像机、流媒体服务器等3.17

AI服务器AIserver

运行视频智能分析模型的高性能GPU服务器。3.18

硬盘录像机harddiskvideorecorder一套进行图像存储处理的计算机系统。

注：具有对图像/语音进行长时间录像、录音、远程监视和控制的功能。相对于传统的模拟视频录像机，采用硬盘录像。

3.19

流媒体服务mediastream