过去十年间，随着技术不断演进，能在监控摄像机上执行的分析大幅提升了将数据转化为可行洞察与自动化行动的可能性。边缘分析已经发展为一个高度多元且具创新的领域，其是由具备AI 处理能力的高效能摄像机所驱动。
这样的演进为新世代的分析效能拓展了道路。为了深入探讨其当前的优势与未来潜力，我们访谈了 Axis Communications 的 AI 与分析解决方案总监 Mats Thulin。
最新一代的系统芯片（SoC）ARTPEC-9，代表AI驱动的边缘分析迈出重大的一步。ARTPEC-9 不仅能强化对象侦测与事件分析，还能支持高质量视频、高效的AV1编码，以及强大的网络安全功能。
我们自主开发的ARTPEC系统芯片提升了对象侦测与场景分析能力。透过在摄像机内直接进行先进、实时的对象分类，我们建立在超过 20 年的先进分析技术经验上。虽然摄像机内建分析并非全新技术，但结合卓越的视频质量与深度学习，提供了一个极佳的平台来提升效能与分析能力。
降低对服务器端分析的需求
「就在几年前，监控摄像机还缺乏在网络边缘执行进阶分析的处理能力，因此服务器端的分析是唯一选择，」Mats Thulin 表示：「虽然服务器运算资源仍普遍可得，但仍存在一些挑战。例如，视频在传输前被压缩，会降低分析所需的视频质量。此外，仅依靠服务器或云端分析在扩展规模时，会产生相当可观的成本，尤其是在系统需求增加时。」
立即下载我们的边缘分析信息图表，透过在Axis摄像机上直接处理数据，优化营运。
透过 AI 重新定义分析，带来卓越效率与精确性
AI 分析需要大量运算资源。Mats表示：「当分析完全依赖服务器时，视频必须在边缘端先编码，再译码后才能进行分析，这需要庞大的处理资源。就算只是一个包含20–30支高分辨率、每秒20–30帧的摄像机系统，也会消耗大量的处理能力。」
他进一步指出：「我们的边缘装置已具备足够的处理能力与进阶功能，可以将复杂的分析整合进摄像机本身。这种向边缘端转移的转变降低了对服务器与云端的依赖，让分析能在影像捕捉时就立即完成，并保留最高的视频质量，这对于精准分析而言至关重要。」
「我们的边缘装置已具备足够的处理能力与进阶功能，可以将复杂的分析整合进摄像机本身。这种向边缘端转移的转变降低了对服务器与云端的依赖，让分析能在视频捕捉时就立即完成，并保留最高的视频质量，这对于精准分析而言至关重要。」
我们的边缘装置已具备足够的处理能力与进阶功能，可以将复杂的分析整合进摄像机本身
人眼到机器的视频优化
视频质量的进步，也考虑到影像越来越多是「被机器阅读」而非「被人眼观看」。这个差异很重要，因为机器处理视频的方式与人类不同。
Mats 说：「我们现在可以专门针对AI分析来『调整』视频，以获得更好的分析结果。例如，针对人眼的视频调整会着重于降低噪声以增加可视性，但对于AI分析而言，噪声降低并不是首要考虑。」
混合式解决方案提升系统可扩充性
边缘分析有时能大幅减少需透过网络传输的数据量，进而提升带宽、储存与服务器资源的使用效率。不过，服务器端分析仍然扮演重要角色。结合边缘分析与服务器／云端解决方案的混合式架构，往往才是最有效的策略。
纯粹以边缘为基础的系统，依旧能在对象侦测与分类后，及时生成基于规则的事件。不过，随着系统日益复杂，Mats 强调混合解决方案将可能成为进阶系统的首选。
解锁元数据的力量
在视频分析中，Metadata元数据指的是对场景中的关键元素加上标记与描述，赋予影像更多智能，而不只是捕捉原始视频。这层额外信息能让视频管理软件（VMS）实时触发行动，或在事后进行精准搜寻，甚至揭示长期的趋势与模式。
透过边缘分析，元数据串流能与视频串流无缝整合，提升系统效率。不必集中处理完整视频，只需分析相关的元数据即可。这样的做法加速处理、提升精准度、降低成本，并释放更多洞察力，同时避免系统超载。
边缘分析与隐私保护
边缘分析也能协助保护隐私。智能屏蔽技术可在影像源头实时隐蔽敏感信息。Mats 解释：「场景中的人脸可以模糊处理，车牌或其他识别特征也一样。如果需要，未屏蔽的视频仍可被取用，但仅限于具备高层级安全授权的人员，且仅用于特定事件的调查。」
拓展边缘技术的可能性
在Axis，我们正透过创新的 Camera Application Platform (ACAP) 重新定义边缘技术的可能性。ACAP 提供开放API、强大框架，以及支持高阶程序语言，让开发者能将Axis装置转变为灵活的平台，用于强化安全、商业智慧与客制化解决方案。
Mats表示：「这让开发者能打造具备卓越效能与可扩充性的客制化解决方案。」随着技术持续演进，Mats 强调:「Axis将持续走在前端，协助开发者推动零售、医疗、城市规划等产业的智能边缘应用。」
此外，Axis也支持 ONVIF 元数据规范，推动开放生态系。这种做法让开发者能建构具备 ONVIF 兼容产品的混合式架构，确保系统在不同环境下皆能无缝整合与互通。
塑造跨产业的智能与韧性系统
侦测与分类的进步正在改变各产业的运作。Mats 解释：「对象侦测与辨识的提升，使摄像机能更深入理解环境，能区分街道、草坪或停车场，进而提升分析精准度。这种语意分割（semantic segmentation）的水平，能加强场景理解，推动创新并建立更坚固的系统。」
边缘分析正透过将 AI 驱动的分析直接带到视频来源，重新塑造各产业，开启效率与创新的新契机。随着侦测、元数据整合与可扩充性的进步，其在各领域转型的潜力已相当明显。Mats Thulin 简单总结：「边缘分析在数据生成的现场进行处理，为更智能、更实时的系统开启了新机会。」