智能视频分析IVA人工智能解决方案
背景介绍：智能视频分析是利用一些图像处理、模式识别或机器学习等领域的算法来分析前端设备采集的视频序列信息，对各种安全事件主动预警，通过实时分析，将报警信息反馈至监控平台及客户端。传统智能视频分析算法受限于应用场景，为了得到较好的准确率，往往需要“天时”、“地利”和“人和”。
2016-2017年，人工智能深度学习技术快速落地安防行业，国家及政府积极推进基于人工智能的公共安防；过去的两届安博会各大安防厂商都已聚焦“人工智能”，几乎所有设备都称AI设备，展示样例也多集中于人脸识别、车脸检测、视频结构化数据分析等。正因为安防行业的智能化诉求与人工智能的技术逻辑高度一致，因此过去的两年人工智能相关业务在安防行业爆发式增长，基于人工智能的安防应用场景包括目标检测（人脸检测，车辆、车牌、车型检测等）、物体识别、人脸识别、行为检测（尾随、停止、消失检测等）等，涉及智能交通，智能公共安全，建筑智能化等各个领域。
安防行业的人工智能实现流程大致为：（1）图像及视频等结构化数据的预处理—>样本清洗、打标签—>数据准备（一般需要转换为深度学习框架所需要的数据格式）模型搭建及训练调试大规模数据的训练、验证得到深度学习网络模型，以上流程为人工智能的线下训练过程，最终输出为深度学习模型。（2）前端人工智能模型的预测应用流程为：前端设备的视频及图像信息采集输入视频及图像信息的转解码并根据图像及视频处理场景产生标签化结构化数据由队列服务器将结构化数据分发用于显示、深度模型特征提取、存储深度学习模型识别、检测—>得到结果反馈报警等信息。
解决方案介绍：浪潮提供智能视频分析行业端到端人工智能解决方案，如下图所示，实现如下三个功能。
（1） 视频数据预处理。视频从卡口、交通、酒店等摄像头传输到集中存储中，视频数据预处理CPU平台（多个CPU服务器NF5280M5组成的集群）从存储中读取视频，利用视觉算法库进行视频编解码处理、图像去噪、增强等预处理，并打标签形成训练样本库，存放到集中存储中。
（2） 模型训练。模型训练的AI-GPU集群（配置8 GPU服务器，如NF5288M5）可由AIStation深度学习平台统一管理，最大化资源利用率，可视化深度学习训练任务，快速搭建深度学习训练环境，提高模型训练效率；提供TensorFlow，Caffe，MXnet等深度学习框架镜像，并可由客户按需求定制化，满足不同训练环境需求。训练中涉及多个训练任务的提交，其资源管理、调度、监控将由统一管理平台AIStation完成。
（3） 模型应用。训练好模型后，根据实际应用场景的不同，模型将以下面两种方式被加载，加载到前端的设备，前端设备具备一定的智能化可以实时的处理视频的部分特征，一般可搭载FPGA或其它嵌入式设备等；加载到云端服务器如（NF5280M5等）利用P4显卡或FPGA板卡处理视频和图片并提取特征，并做出反馈预警。
