‧ 引入來自 Azure 媒體服務的即時影像分析

 

Deep Dive: Live Video Analytics on the Edge

深入探討：邊緣即時影像分析

Azure Blog/Announcements

Azure 媒體服務很高興地宣布，推出名為「即時影像分析」（簡稱 LVA）的新平台功能的預覽版。LVA 為你提供了一個平台，來建構具有影像分析功能的混合應用。該平台提供捕獲、記錄和分析即時影像，並將結果（可能是影像和/或影像分析）發佈到雲端和/或邊緣中的 Azure 服務的功能。

在此公告中，LVA 平台現在可作為 Azure IoT Edge 模組，透過 Azure 市場提供。該模組稱為「IoT Edge 上的即時影像分析」，專為在你的業務地點的 Linux x86-64 邊緣設備上運行而建構。這使你能夠建構具有影像分析功能的 IoT 解決方案，而無需擔心設計、建構和營運即時影像管道的複雜性。

LVA 目的在成為一個「可插拔」平台，因此你可以整合影像分析模組，無論它們是你使用開源機器學習模型，建構的自定義邊緣模組，還是使用你自己的數據訓練的自定義模型（使用 Azure 機器學習或其他等效工具）服務）或 Microsoft 認知服務容器。你可以將 LVA 功能，與其他 Azure 邊緣模組（例如 IoT Edge 上的流分析）相結合，以即時分析影像，以推動業務操作（例如，當檢測到某種類型的對象，且概率高於閾值時生成警報）。

你還可以選擇將 LVA 與 Azure 服務整合，例如 Event Hub（將影像分析消息路由到適當的目的地）、Cognitive Services Anomaly Detector（檢測時間序列數據中的異常）、Azure Time Series Insights（以可視化影像分析數據）， 等等。這使你能夠建構強大的混合（即邊緣 + 雲）應用。

借助 IoT Edge 上的 LVA，你可以繼續將閉路電視攝影機，與現有影像管理系統 (VMS) 結合使用，並獨立建構影像分析應用。它還可以與現有的電腦視覺 SDK（例如從影像幀中提取文本）結合使用，以建構支持硬體加速即時影像分析的先進 IoT 解決方案。下圖說明了這個過程：

 

LVA 應用案例

使用 LVA，你可以將你選擇的 AI 與 LVA 整合，以用於不同的用例。它可以是第一方微軟 AI 模型、開源或第三方模型等。

零售

零售商可以使用 LVA 分析，來自停車場攝影機的影像，以檢測到車，並將其與註冊消費者進行比對，從而實現消費者透過其在線上，商店訂購的商品的路邊取貨。這使消費者和員工能夠彼此保持安全的實體社交距離，這在當前的大流行環境中尤為重要。

此外，零售商可以使用影像分析，來了解消費者如何查看他們商店中的產品和展示，並與之互動，從而做出有關產品放置的決策。他們還可以使用即時影像分析，來建構響應消費者行為的交互式顯示。

運輸

在交通和交通方面，影像分析可用於監控停車位、跟踪使用情況以自動顯示「無停車位」標誌並重新安排試圖停車的人的路線。它還可以用於公共交通，以監控隊列和人群，並確定容量需求，使組織能夠增加容量或開設新的入口或出口。透過提供業務數據，可以根據需求和容量即時調整定價。

製造業

製造商可以使用 LVA 來監控生產線的品質保證，或確保使用安全設備並遵循程序。例如，監控人員以查看，他們是否在需要時佩戴頭盔，甚至在需要時檢查面罩是否已放下。

平台能力

IoT Edge 平台上的 LVA 提供以下功能，讓你可以在 IoT 解決方案中開發影像分析功能。

在你自己的環境中處理影像

IoT Edge 上的即時影像分析，可以佈署在你自己的業務環境中的設備上。根據你的業務需求，你可以選擇在你的設備上處理影像，並且只將分析數據發送到 Power BI 等雲端服務。這有助於避免與將影像，從邊緣行動到雲端相關的成本，並有助於解決任何隱私或合規性問題。

使用你自己的 AI 分析影像

IoT Edge 上的即時影像分析，使你能夠插入自己的 AI，並根據你的業務需求控制分析你的影像。你可以靈活地使用自己的客製化 AI、開源 AI 或由專門從事你業務領域的公司建構的 AI。

靈活的即時影像工作流程

您可以使用媒體圖的概念，定義各種即時影像工作流程。媒體圖可讓你定義應從何處捕獲影像、應如何處理以及應在何處交付結果。你可以透過以所需方式，連接組件或節點來實現此目的。下圖提供了媒體圖的圖形表示。你可以在 Media Graph 概念頁面上了解更多資訊。

與其他 Azure 服務整合

IoT Edge 上的 LVA，可以與邊緣和雲中的其他 Azure 服務相結合，以相對輕鬆地建

構強大的業務應用。例如，你可以在 IoT Edge 上，使用 LVA 從攝影機捕獲影像、以你選擇的頻率採樣幀、使用開源 AI 模型（如 Yolo）檢測對象、使用 IoT Edge 上的 Azure 流分析，進行計數和/或過濾 Yolo 檢測到的對象，並使用 Azure 時間序列洞察，來可視化雲中的分析數據，同時使用 Azure 媒體服務錄製影像，並使其可供瀏覽器和行動應用 app 中的影像播放器使用。

下一步

要了解更多資訊，請訪問 IoT Edge 上的 LVA，觀看此演示，並查看 IoT Edge 上的 LVA 文檔。

微軟致力於設計負責任的人工智慧，並發布了一套負責任的人工智慧原則。請查看透明度說明：即時影像分析 (LVA)以了解有關設計負責任的 AI 整合的更多資訊。

IDVIEW 即將登場 100% MIT

按此回今日3S Market新聞首頁