行业前瞻

可检测场景中是否出现在道路边进行晾晒衣物、床单等行为，是否有小商贩在路边摆摊经营、推车经营等行为，并能及时推送告警消息。

随着5G网络的普及，实时流媒体将会成为流媒体未来的发展方向。实时流媒体可以实现流媒体的实时传输和处理，从而为用户提供更加流畅、稳定的视频体验。

在流媒体的应用上，前端界面需要使用到一些前端技术，如HTML5、CSS、JavaScript等。这些技术可以提供良好的用户交互体验，让用户更加方便地使用和体验流媒体应用。

展望未来，我们将在新的一年里，不忘初心，砥砺前行， 一同携手腾讯云+社区以及行业伙伴，帮助技术迭代更新、共建技术生态，创造共享、共创、共赢的新篇章。欢迎大家订阅和关注我们的专栏！

“瞪羚企业”是指高成长企业，它们具有与“瞪羚”一样的特征——个头不大、跑得快、跳得高，企业具有创新能力强、专业领域新、成长速度快、人才密集、技术密集等特征。

通过能力开放与云边端协同能力，构建可支持数据按需汇聚，以及AI算力资源的灵活与精细化调度能力平台，通过建立AI算法模型规范，将多种AI算法在算法仓中进行管理调度，同时还能管理、调度域内计算存储资源池。

借助云端算力资源与端侧数据处理的协同应用，降低云中心数据处理的压力、降低带宽负载与网络时延等数据传输成本，让海量数据实现本地存储、处理、分析、决策和执行。

不再局限于中心云的单一算力资源池，通过跨云、边、端的分布式协同应用，将计算、处理、存储、智能分析等能力实现灵活调度，并能支持和中心云数据互通、稳定交互，支撑不同场景下的数据智能应用。

由终端负责数据感知，边缘负责局部的数据分析，而云端则汇集所有边缘的感知数据、业务数据以及互联网数据，最终完成场景下的态势感知、分析结果输出、数据分发等服务。

可提供人脸、人体、车辆、烟火、物体、行为等识别、抓拍、比对、告警等服务，对场景中的异常及违规现象进行精准研判、辅助决策等，满足用户基于视频服务的数据感知、智能检测、智能分析、智能告警等需求。

支持对视频中的机动车/非机动车进行抓拍、检测和识别，包括车辆类型（特征）、品牌（车标）、颜色、车牌等信息，并能同时识别图像中的多张车牌。

将无人机的应用特征及视频技术结合，可实现无人机视频与空间数据交互操作，拓展更新颖的应用价值。比如通过无人机拍摄的画面，可利用AI技术实时检测画面中的人、物、事件、行为等，并能实现对目标物体的捕获和追踪

用AI计算机视觉识别技术，通过对摄像机摄录的图像序列进行自动分析，实现对动态场景中的目标进行定位、识别和跟踪，并分析判别目标的行为，从而达到对异常情况做出及时反应的目的。

人工智能技术则可以弥补人类的不足，基于计算机视觉的图像分析处理技术，可以发现视频内容中的重要细节、识别潜在的危险等等，并发出警报。

得益于AI深度学习技术的进步，现代化的安防视频监控系统依托边缘计算设备的AI识别算法可以独立完成在前端的一些简单的图像处理与分析任务，比如人脸检测、车辆检测、烟火检测、安全帽检测等等。

边缘计算作为云计算的一种补充技术，结合人工智能，可在边缘设备上运行AI算法、处理数据，能够大大地减少系统时延，提高服务的响应时间。

我国电梯相关的监管部门也正加强对电梯的管理和规范，但缺乏具有通用性的、有全面功能的电梯监控管理系统。集视频监控、报警对讲、运行数据传输和远程控制为一体的电梯安防系统已经成为市场需求。

得益于这些视频技术的进步，才使得车载移动远程监控系统得到前所未有的提升和应用场景的拓宽。尤其是5G网络通信技术的商用来临，届时视频技术将得到更进一步的发展。

人工智能监视系统像不会“开小差”的“人”，可以一直监测实时画面并保存为录像，并在设置的条件内进行有效告警，人们就可在需要的时间节点去查看录像，从繁重的监控溯源中解脱出来。

通过人工智能AI对海量视频的学习和分析，使得车载视频监控系统从“被动防御”向“主动预防”转变，实时、主动发现并提醒安全风险。目前人工智能技术在车载监控领域也有着广泛的应用。