AI流量卸载

目前，主流1080P摄像头产生的图片大小平均为1M，一次业务查询的网络吞吐将是 1M x N （N 指查询主体通过N个边缘侧摄像头所产生的图片张数）。图片的智能压缩可以实现为满足行业应用中在百亿级别图片中快速查询提供基础，也将降低图片传输的带宽需求，从而降低接入网网络投资成本。
图片压缩采用基于深度神经网络的对象检测技术，将在图片背景中自动识别出主体对象（如车牌或者人脸）并逐一定位，实现主体对象和背景的分离。
图片压缩流量卸载子系统将具备对图片压缩20-50倍的能力，千万张级别的图片文件数据量规模经图片压缩流量卸载处理后，存储空间大约占TB级别，网络带宽需求也将为压缩前的1/20-1/50。
应对客服系统、稽核系统、收费站等业务的图片查询需求，每次查询需要在百亿级别图片中请求车辆通过的各门架图片。目前门架产生的图片大小平均为1M，一次业务查询的网络吞吐将是 1M x N （N 指车辆通过N各车道/门架所产生的图片张数）。因此对图片的智能压缩非常必要。根据数据测算和关键技术验证，为了降低接入网网络投资成本，在收费站接收门架和车道产生的图片进行AI压缩来降低图片传输的带宽需求。
高速新增门架、收费站等识别点后，各个门架识别点、车道出入口每天所产生的车辆图片文件数据量规模千万张级别,经站级AI图片压缩处理后，存储空间大约占TB级别。AI图片处理主要通过对象检测识别当前图片中的主体对象，采用车牌识别对主体对象进行标注，同时收集其他对象相关信息。