EdgeVision 边缘 AI 视频事件网关

项目背景

现场已有摄像头和录像系统，但视频只用于事后回看，不能产生可联动的事件。把全部视频回传云端成本高、延迟大，因此目标是在本地边缘盒子上完成接入、解码、抽帧和推理，只把事件与截图推给业务系统。

遇到的挑战

• 多路 RTSP 并发，解码与推理争抢 CPU/GPU
• 摄像头品牌、编码、分辨率不统一，断流重连频繁
• 人脸、人形、车辆三类模型的后处理与阈值不同
• 识别结果要能被照明、门禁、告警等系统消费，不能只做演示界面
• 现场网络抖动时不能把整条管线拖死

我们的做法

• 接入层：RTSP/HTTP/USB/录像统一成帧源，支持共享解码与独立解码两种调度
• 推理层：YuNet 人脸定位、SFace 特征比对、YOLOX Nano 人/车检测，ONNX Runtime 运行，DirectML/CPU 自动选择
• 事件层：ROI、置信度阈值、去抖、冷却时间，输出 HTTP 事件与截图
• 预览层：MJPEG 网关，浏览器直接查看，不额外装插件
• 运维层：资源报告、队列与丢帧统计、断流重连、异常退出恢复

实验室验证

• 32 路合成流接入与调度
• GPU/CPU 推理路径切换
• 人形、人脸、车辆三类事件输出
• MJPEG 预览与事件推送联调

交付内容

• 边缘 AI 网关软件与部署脚本
• 模型清单、第三方许可证与 NOTICE
• 事件协议文档（字段、阈值、重试）
• 现场摄像头接入清单与验收表

边界

• 现场 32 路真实 RTSP 压测按项目摄像头清单执行，不以实验室合成流代替验收
• 识别准确率受安装角度、光照、码流影响，按场景给基线
• 人脸识别涉及个人信息，按客户合规要求配置留存与权限