边缘计算正在推动计算机视觉进入智能系统、智能设备和沉浸式体验的新时代。 边缘计算的优势包括更快的处理速度、更高的安全性和实时洞察力，使其成为计算机视觉应用的关键工具。

边缘计算通过在传感器、手机和相机等设备上实现超快速处理和分析来增强计算机视觉，而无需基于云的服务器。

莱迪思半导体(Lattice Semiconductor)汽车和工业领域营销总监马克?胡普斯(Mark Hoopes)表示，从智能汽车到仓库机器人，再到智能家居数字助理，市场上正在部署数十亿台边缘计算设备，而且随着人工智能(AI)和机器学习(ML)的发展，这些设备只会越来越先进。

“随着人工智能的兴起，边缘处理变得越来越重要。特别是，汽车行业一直在迅速实施基于人工智能的计算机视觉，使机器能够解释和理解周围的视觉数据。”

边缘计算平台提供商Stratus Technologies Inc.的战略联盟主管鲁迪?德安达(Rudy de Anda)说，人们对边缘计算机视觉关键应用的兴趣大幅上升，尤其是在过去12个月里。

边缘设备机器学习开发平台Edge Impulse的机器学习主管丹尼尔·西图纳亚克(Daniel Situnayake)表示同意。

“我们看到，企业现在将计算机视觉与边缘人工智能算法用于各种目的，包括跟踪整个供应链中托盘和产品的损坏和缺陷;监测工作场所工人的健康和安全;设计智能交通、停车和应急一体化的智慧城市
“向边缘计算的过渡体现了向更加直观、安全和响应迅速的世界迈出的一大步。”

计算机视觉边缘的 7 个顶级应用

1. 石油和天然气

德安达说，为了解决环境、健康和安全问题，公司使用视觉系统来识别以前只能由人们例行检查的问题。

“这包括火炬或过程监测等，以识别危险环境，例如过程流体或气体泄漏，通过监测火焰的颜色来确定危险烟雾和蒸汽是否释放到空气中，”他解释道。

此外，边缘的实时摄像系统还可以监控个人防护设备的使用情况，例如，识别是否有人处于危险区域，甚至是否有人跌倒或受伤，德安达补充道。

“人工智能增强监控系统可以帮助确保视频监控始终受到监控，并且可以进行训练以识别受伤人员，”他说。

2. 自动驾驶汽车

IT 服务和咨询公司 Infosys 的高级副总裁兼数据、分析和人工智能全球主管 Sunil Senan 表示，无人驾驶汽车已经带来了数十亿美元的投资，为汽车行业创造了巨大的潜在价值。

“通过边缘计算机视觉和激光雷达（光检测和测距），自动驾驶汽车可以了解其环境并识别视觉信息，例如行人、交通标志和车道标记，”他说。 “这与[高级驾驶员辅助系统]模块相结合，使自动驾驶车辆无需中央服务器即可安全运行。”

3. 医疗保健

医疗保健组织可以使用基于边缘的计算机视觉来改善患者治疗效果并降低成本。 例如，具有计算机视觉的可穿戴设备可以监控患者是否受伤或患病，然后在他们需要帮助时向医生办公室发出警报。 这改善了患者的治疗效果并减少了再入院率。

4. 智能空间

Senan 表示，边缘计算机视觉使空间变得更加智能并得到更好的保护。

“通过侵入识别和监视，可以部署持续监控以发现可疑活动并向当局发出警报。
此外，计算机视觉可以在工作场所或学校环境中利用，通过入侵检测来警告潜在危险。”

此外，具有计算机视觉的边缘设备也可用于智能家居应用。 例如，具有计算机视觉的智能摄像头可以检测人们何时进入或离开房间，并相应地调整温度和灯光设置。

5. 公共安全

公共安全官员可以使用基于边缘的计算机视觉来缩短紧急响应时间并减少犯罪。 例如，具有计算机视觉的摄像机可以快速分析犯罪现场图像，并在发现任何嫌疑人时通知当局。

此外，它们还可以使应急管理官员能够快速实时评估自然灾害或其他紧急情况的情况，从而加快响应时间。

6. 施工

建筑公司可以使用基于边缘的计算机视觉来持续监控其建筑工地，以确保其员工不会进入不安全区域并监控其设备。

例如，基于视觉的数据（包括视频和图像）可以为施工经理提供有价值的数据，以更好地管理和控制他们的项目。 通过查看不断录制的建筑工地监控视频，项目经理可以识别安全问题，例如工人是否戴了安全帽？

他们还可以使用这些视频来确定员工的工作效率以及设备是否高效运行。

7. 制造

制造商可以通过应用计算机视觉系统来帮助加快和改进识别产品缺陷的过程来增强操作。

Senan 表示，通过边缘计算机视觉进行缺陷检查可以识别损坏零件或腐蚀等缺陷，以帮助工业资产维护。

“这会给各个行业带来好处，例如提高产品质量、提高运营效率以及提高资产可靠性，”他说

此外，热像仪和红外热像仪可以看到人们看不到的东西，也可以到达人们看不到的地方，包括极端和恶劣的环境，德安达说。

“[因此]，公司正在将相机集成到他们的流程中，以在他们的流程中添加质量控制和质量保证点，”他说。 “例如，在食品和饮料行业，摄像头可以持续监控，以确保所有食物都烹饪到正确的温度，而在钢铁行业，它们可以检测梁或焊接过程中的薄弱点。”

结论

Situnayake 表示，边缘计算正在重塑计算机视觉的格局，进入设备层面增强感知和智能决策的时代。

“通过在边缘设备上启用数据处理，我们显著加快了响应时间、增强了安全性并提供了实时见解，”他说。