视频管理系统（VMS)
视频管理系统也称为VMS，收集来自多个摄像机和其他传感器的输入，解决视频处理的所有相关方面，例如存储、检索、分析和显示。VMS通常用于安全和监控，在保护个人隐私的同时增强人身安全。
传统上，实时视频流的分析是人工的，依靠人类感知来视觉识别每个传输中发生的事件。如今，深度学习正在实现分析任务的自动化，从而更容易扩展并提高整体性能。
为了实现实时和准确的视频分析，VMS系统需要高性能计算。人工智能正在改变这个市场，因为它可以以更低的成本更快、更准确地进行事件识别。
Hailo支持边缘高级分析，以更低的总体拥有成本提高性能：
实时洞察
低延迟和更高的帧率支持及时的视频处理，用于检测和搜索视频流
成本效益
每单位价格更多计算能力，使得每个应用支持更多复杂性、每个流支持更多应用，每个平台支持更多流，于此同时基于事件的记录方式显著节省了流带宽和存储空间
高精确度
通过降低错误警报和漏检的机会来提高性能
改善隐私
边缘视频分析意味着个人身份信息（PII）无需传输和存储在云端
易于集成
全面的软件套件，支持广泛的平台、操作系统和神经网络模型
高可靠性
旨在承受恶劣条件并符合工业操作条件的产品
视频分析层
视频分析的第一层是场景理解和元数据提取，目的是实时响应以及供将来搜索和分析的长期存储。可以为此阶段部署多个神经网络，利用高级算法来执行深度学习任务。这些任务作为更复杂的任务识别预定义事件并触发特定响应的基础。
物体检测对象识别
用于识别一帧内的特定物体对象或一类物体对象，可用于
区分物体对象类别
计数
用于计算特定区域中的物体对象数量，尤其是在占用有限且有安全隐患的地方
密度估计
用于识别不断变化的情况。与计数不同，这适用于不需要精确的物体对象数量，
而是需要总体密度的情况
物体对象属性
协助对特定场景中的人或物体对象进行唯一识别，
或随着时间的推移或在多个位置重新识别同一场景中的同一唯一实体
姿态估计
出于行为分析的目的，分析一系列姿态，
从而解释特定行为
距离测量
用于根据定义空间中每个实体的准确3D位置计算两个或更多人或对象之间的距离
视频分析的第二层是基于检测阶段洞察的实时事件触发。在此阶段，预定义的事件将触发特定的响应，例如发出警报或呼叫安全人员和/或急救人员采取行动。
常见应用：
人群管理
基于人员和车辆计数以及密度估计，大量实体的积累在特定位置创建一个事件，该事件可能触发响应或呼叫行动，例如负载平衡和动态交通管理
周界保护
人脸和人物属性以及姿态估计和距离测量，都可以用于保障和保护限制访问区域或不安全区域
社交距离
用于检测人们是否在公共场所保持社交距离，支持卫生部门遏制疫情
行为分析
用于识别遇险信号并触发警报以尽快将急救人员呼叫到现场，比拨打911快得多
失踪人员/无人看管的物品
基于属性索引和姿态估计，有助于安保人员寻找失踪人员/行李，或追踪嫌疑人
车牌识别（LPR）
用于停车场或车库的门禁和计费
视频分析的第三层是元数据的索引、存储和检索。
通过在长期观察中探索模式和多视点联合分析，可以提取深刻的洞察。这可以用于以下目的：
索引和记录
为了有效地管理数据并降低通信和存储成本，人工智能被用来区分有意义的事件和背景影片镜头。这使系统能够仅记录和存储用户定义的重要事件
总结
用于创建摄像机输入的编辑和简洁版本，其中仅包含重要事件和洞察，同时裁剪掉无关影片镜头
数据提取
数据提取是基于从视频流中提取的元数据来识别存储数据中的模式的行为。这个元数据越好、越详细，结果和洞察就越好。元数据的质量取决于分析的质量，而这正是深度学习展示的高级算法发挥作用的地方
Back
