股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

萤石边缘AI解决方案 | 智能升级触手可及,为现有硬件装上“AI大脑”

随着视频巡检覆盖范围持续扩大,大量前端采集设备已部署于餐饮门店、社区、宠物服务空间等各类场所。

传统视频应用期局限于视频存储与事后回溯,人工轮巡值守成本高、漏判风险突出,普通移动侦测仅能捕捉画面异动,无法区分目标属性,难以支撑主动式的经营管理与经营感知。

无论是存量点位的数字化升级,还是新建项目的感知能力规划,直接更换全套智能采集设备都将带来较高的硬件投入与施工成本。如何灵活复用存量设备,为视频链路搭载 AI 视觉分析能力,是工程商、集成商、ISV 及企业用户共同关注的方向。

萤石边缘AI解决方案依托端边云协同架构,在原有视频链路中新增本地推理节点,为传统视频系统提供轻量化智能升级路径。

1

端边云协同架构:分层解耦,搭建本地视频智能分析链路

本方案对视频采集、算法推理、调度管理、告警分发的职责进行分层解耦,形成分工清晰的协同链路:前端设备负责视频采集,边缘盒子承载现场算法推理,萤石云平台统一完成算法下发与状态数据汇聚。

方案支持存量设备利旧接入。边缘盒子通过网络拉取现场摄像头视频流,在协议与设备兼容范围内完成智能化改造,无需批量更换前端采集设备,有效压缩项目改造的硬件投入与施工周期。

算法调度采用点位化管理模式。边缘盒子接入萤石云平台后,可调用云平台接口,针对不同点位差异化下发指定算法,无需技术人员赴现场逐台部署调试,适配同一场景下多点位、多识别需求的差异化配置。

全部算法推理在边缘侧本地执行,原始视频图像留存于本地设备,仅把识别后的结构化状态数据上报至萤石云平台;业务应用仅获取结果数据,不调取原始画面,严格执行数据最小化原则。

完整链路闭环:前端采集视频流,边缘盒子完成本地分析,结构化数据上云,最终交付业务应用消费。平台支持多路视频接入,算法按需调度加载。

2

多维感知算法矩阵:精准识别能力,适配差异化业务识别诉求

边缘盒子本地可运行多项AI 算法,支持算法按需云端动态下发,算法能力覆盖目标识别、状态研判、行业垂直场景分析,开发者可结合点位业务目标灵活选配。

目标识别:检测画面中的实体目标

此维度算法聚焦画面内实体目标的检测,仅判断是否出现人员、车辆、包裹、宠物等目标,为不同场景下的目标感知提供基础能力。不采集人脸等生物特征,不识别人员身份信息。

  • 人形检测:检测画面中是否有人员出现,适用于出入口、通道、周界等人员管控区域。

  • 车辆检测:检测画面中的机动车目标,适用于出入口、园区道路、停车区域等场景。

  • 宠物识别:检测画面中的宠物目标,适用于宠物门店、寄养空间等场景。

  • 儿童识别:检测画面中的儿童目标,适用于儿童活动区域等场景。

  • 包裹检测:检测画面中是否存在包裹,适用于收件区、包裹暂存点位等场景。

  • 头肩检测:通过头肩局部特征检测人员目标,适用于俯视视角、人员密集或人体存在遮挡的画面,作为人形检测的补充能力。

能力边界说明:上述算法仅做目标有无判定,不开展行为或事件判定。车辆检测不包含车牌识别、违停及超速判定;儿童识别仅识别目标存在,不做年龄精准判定,不等同于防走失能力;包裹检测仅判断目标是否存在,不支持丢件、盗取行为判定。

状态研判:识别人员姿态与画面变化,辅助异常核查

此类算法仅识别人员姿态及画面内容的变化,输出状态提示,辅助管理人员开展现场核查。

  • 跌倒检测:识别人员倒地姿态,适用于养老空间、公共通道等场景,不判定伤情,不能替代人工确认与现场救助。

  • 画面变化检测:捕捉画面内容的显著变化并提示,不直接判定物品丢失、设备遮挡等具体事件。

行业专项算法:面向具体场景,辅助经营与环境巡查

此类算法针对行业经营痛点定制开发,依托目标检测与状态统计,为门店经营、环境巡检提供数据支撑。

  • 翻台率算法:自动识别餐桌占用、待清理、空闲状态,统计桌位周转数据,适配餐饮门店就餐区域,为优化排班、提升接待效率提供依据;

  • 老鼠检测:检测画面中的老鼠目标,适用于后厨、仓库等区域,辅助管理人员发现鼠类活动线索。

3

场景落地示例:翻台率算法,助力餐饮门店提升运营效率

餐饮门店高峰期,桌位周转慢、顾客离桌清理耗时长、人力排版缺乏数据依据,直接影响接待效率。依靠人工巡场、手工登记或录像回放的方式,存在显著的效率瓶颈。

针对以上痛点,翻台率算法依托萤石边缘AI解决方案的本地 AI 推理能力,持续识别餐桌使用状态,自动统计翻台次数、翻台周期,记录顾客离桌到收桌完成的清理响应时长,将桌位变化转化为可分析的结构化数据,重点可解决以下问题:

  • 桌位周转效率无法量化:通过翻台次数与周转周期,管理者清晰掌握不同时段、不同区域的桌位使用情况,找到效率短板,优化经营安排;

  • 空桌释放不及时:依靠清理响应时长的数据,定位收岗人员调配不合理问题,优化高峰期服务流程,减少顾客等位;

  • 多门店效率难以横向比较:统一汇总各门店周转数据,减少人工报表与经验判断,帮助连锁品牌定位低效门店,辅助排班决策。

为降低误判,算法可自定义顾客临时离座时长,避免将短暂离席判定为用餐结束;支持框选固定摆件区域,减少环境干扰;同时通过帧质量保护机制过滤异常画面,保障统计数据稳定可靠。

该算法适用于中餐厅、西餐厅、快餐店、食堂、火锅店等具有固定桌位的经营场所,在光照稳定、桌位边界清晰的条件下,可持续采集桌位状态与周转数据。

识别形成的结构化数据统一回传萤石云平台,开发者可对接自有业务系统,搭建经营看板、高峰时段预警等应用,让门店不仅能统计翻台数量,更能精准找到效率卡点,科学调配人力。

餐厅典型应用场景示意图

4

标准化接口接入,简化智能应用开发

整套方案采用接口化调度,接入链路清晰:前端视频流接入边缘盒子并连通萤石云,开发者通过云平台接口,按点位下发目标算法;算法在边缘侧本地推理,将结构化状态数据回传平台,业务系统对接平台拉取结果数据,嵌入自有业务流程。 全程无需本地管理终端,便于开发者灵活封装视觉感知能力。

端边云协同的架构,为存量视频设备智能化改造提供了轻量化落地路径。依托边缘本地推理、云端统一调度,开发者无需大规模更换前端设备,即可按需选配算法、搭建场景感知应用,让传统录像设备升级为可输出经营数据的数字化业务节点。

如果您需要了解产品适配范围、完整算法清单,或是针对业务场景开展方案评估,欢迎扫码咨询。

/  END  /

企业微信小助手

扫码咨询更多问题

往期推荐

海康手持穿戴设备技能上线萤石蓝海AIoT|多端应用一站生成

萤石蓝海AIoT | 17项园区工地AI算法开箱即用,助力园区工地行业AIoT应用快速落地

农场智慧认养全流程数字化管理|基于萤石蓝海AIoT搭建智慧农场认养系统

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。