北京师范大学珠海校区

2023年11月5日，科技部重点研发项目“基于分布式边缘智能的合作视频监控”中期研讨会成功举办。该项目属于科技部重点研发计划“战略性科技创新合作”重点专项，香港方由香港理工大学曹建农教授牵头，大陆方由北京师范大学王田教授牵头。

本项目旨在研发一个支持分布式边缘智能协同学习的平台，该平台可用于在资源受限的边缘设备上设计和部署轻量级AI模型。内容包括：1）采用分布式架构和边缘计算技术，构建一个分布式边缘智能平台；2）通过构建分布式的资源管理服务来实现计算、存储和网络调度进行联合决策；3）构建集管理、压缩、分割、微调和推演功能的机器学习服务；4）设计研发一套针对边缘设备集群的校园安全监测系统原型应用。推进内地与香港科技合作，促进内地与香港科技创新资源互联互通，推动协同攻关、解决共同关注的科技问题，提升创新能力协同发展，实现经济社会共同繁荣。主要参与者包括香港理工大学曹建农教授团队、北京师范大学王田教授团队、北师港浸大张慧教授团队

图1 中期研讨会

香港理工大学曹建农教授团队的赵勇博士以“基于分布式边缘智能的协作视频监控项目进展报告”为题，对其团队工作分工和项目进展进行汇报。赵勇博士阐述了协作式边缘智能在智慧城市、智慧工业和智慧医疗等建设方面的重要性，并对该类项目研究现状及前沿成就进行了深刻剖析。他详细介绍了其团队的高度优化分布式网络架构，能够在不牺牲用户隐私和安全的前提下，实现复杂场景下的实时视频监控。最后，赵勇博士讲述了项目未来发展的蓝图，包括即将启动的各阶段计划和预期目标。他表示将与北师大王田教授团队进一步深化交流合作，互通技术有无，共享研究进展，携手完成科技部重点研发项目。

图2 赵勇博士做汇报

随后王田教授团队的五位成员（吴尚睿、黄凤怡、李果、钟文韬和李雨婷）以“项目交流：基于分布式边缘智能的协作视频监控”为题，联袂作项目进展报告。五位博士分别详细介绍其在项目研发过程中的核心工作。首先是采用K3s搭建整个系统开发平台，用于进行边缘设备的计算资源管理和资源调度，从而能够充分利用边缘设备的计算资源。对已经部署在北师大香港浸会大学的监控系统做了介绍，重点讲解了摄像头部署的位置，和整个监控场景的具体情况，并在此基础上开展了行人重识别数据集制作。接着是对智能视频监控模型演进的介绍，团队在项目实际部署的过程中，发现智能视频模型存在的缺点，因此为了弥补模型的不足并使性能达到预期，对模型一共进行了三个版本的更迭，使其能够实现高效率高准确率的行人重识别。最后，对行人轨迹生成工作做了相关介绍，通过整合特定行人在多个摄像头下出现的时间，而获得该行人的整个行动轨迹。打通了视频监控各环节，实现了分布式边缘智能的协作过程。

图3 王田教授团队做汇报

最后，进入自由讨论环节，双方团队就项目的关键难题及后续研究计划等展开了深入的交流讨论。讨论内容不限于既定议题，围绕项目主题自由拓展，展示了学者们的创新思维及其对未来技术的深刻洞察。其中，重点讨论了分布式边缘计算的框架下边缘设备如何做到协同计算、如何优化对边缘设备的资源调度，为后续项目的开展提供了清晰明确的思路和方向。

图4 自由讨论环节

基于分布式边缘智能的合作视频监控可以应用在多个领域，为智慧城市、智慧校园、智慧码头等不同场景提供技术支持。港口作为繁忙的交通枢纽，日常流动的人员数量庞大，其中包括码头务工人员、管理人员以及其他相关人员。在没有有效的定位监管措施的情况下，管理与监控这些人员变得十分困难。基于分布式边缘智能的合作视频监控通过人脸识别、生物体态模糊识别、人体坐标关联模糊识别等技术，分析视频中人员的面部特征、体态特征以及人体坐标等信息实时追踪和监控港口内的所有人员，为港口管理者提供实时的、准确的人员统计和分析数据，降低安全风险，确保港口正常运营。

图5 视频监控应用

媒体报导