在保證關鍵畫面畫質的前提下,基于觀瀾大模型的智能編碼技術可以明顯降低監控存儲的占用。平均存儲空間可節省50% 以上,靜態場景可節省90%的代碼率,是一種適用于廠區和園區監測降本的技術方案。
根據不同的情況,具體的節約比例會發生變化。在人員和車輛流動頻繁的出入口、主干道等常規場景下,確保目標畫質不變的情況下,可以節省20%-50%的碼流和存儲空間。在倉庫和周界等靜態畫面占比較大的場景中,壓縮效率更加明顯,存儲節約可高達90%。例如,觀瀾編碼技術可以減少60%的硬盤采購需求,同時可以降低機房的空間占用和電力消耗成本,這是一個有2000路1080P監控和90天儲存的中型工廠。
其核心是基于大模型的差異化編碼:通過人工智能識別關鍵目標,如人、車和物體,對高價值區域保留高質量編碼,而對靜止背景等非關鍵區域進行高倍壓縮,從而確保監控取證和智能分析的精度,同時有效減少冗余數據。
【本文標簽】 監控、觀瀾大模型、內存用量、中小企業
【責任編輯】