博思廷M6视觉AI中台

博思廷M6视觉AI中台（以下简称M6中台）是由博思廷自主研发的一款面向客户提供极致AI体验的开放性综合数据中台。

M6中台基于Linux操作系统部署，可融合博思廷智能算法引擎以及第三方AI引擎，是以视频监控联网为基础，以智能视频分析为核心的智能平台。标准化的智能模块和应用模块按需重组，整合音视频、图像及其它数据，为客户高性价比提供前台业务响应所需的“中间件”，方便按需选择和调用。可帮助客户提高大平台在多场景多业务（尤其是视觉AI业务）的实现及管理效率，避免研发重复造轮子、大大减少运维成本。

此外，M6中台开放了丰富的OpenAPI接口，可将AI数据和业务数据传递给各类业务平台，并提供AI数据汇聚和分析能力，实现AI赋能千行百业！

产品功能

设备内嵌博思廷智能算法仓，集中管理着上百种高性能高精度视觉AI算法，可提供算法的可视化管理、算法参数配置，通过分层架构设计和提供标准化的接口，将各种能力以模块化服务的方式提供给不同应用灵活调用。

通过智能算法仓，用户可以在内嵌算法仓的算法列表里按需选择和部署，随心更换视频通道及部署的算法。

智能算法仓提供包含重点目标事件检测、人员行为识别、人群分析、交通事件检测、智慧消防检测、人脸识别、视频结构化、计数统计、视频质量诊断等等上百种高性能高精度视觉AI算法，并支持无缝扩展更多个性化博思廷智能分析算法。

M6中台下的算法服务采用博思廷最新研发的算法分析架构，可轻松实现跨平台移植，各模块高内聚低耦合，方便维护。架构采用异构流处理框架，融合了Gstreamer、DeepStream和Matrix API等架构优点，极大的提升了性能，达到单卡上百路的分析能力。算法服务适配的平台包括X86架构和ARM架构，Windows操作系统和Linux操作系统，独立GPU和嵌入式平台，英伟达、海思、昇腾、瑞芯微等芯片方案。可快速移植到其它新平台，无需上层业务平台做代码更改。

利用智能分析的结果，可将风险态势预警（如周界预警、人员聚集预警、人员布控预警等）、流量感知（各楼层或区域人员分布、人群密度分析等）、防疫态势预警（如未佩戴口罩人员数据等）等展示在显示页面中。

具体展示内容、样式等，亦具备根据客户需求做深化设计完成个性化展示的能力及空间。

视频预览：基于设备组织结构树，提供模糊查询、手动查找等方式选取对应摄像机，进行视频实时浏览，支持多分屏（单屏幕、4分屏、9分屏、16分屏）、全屏浏览。

视频回放：系统支持对视频点位资源进行历史回放；支持选择历史某一天的视频回放；支持2、4、8倍快速播放，1/2、1/4、1/8倍慢速播放，单帧播放及暂停等功能。

支持历史视频图片抓拍并添加到通行记录中，方便用户浏览查看。

智能监控：系统可根据摄像机列表选择查看结构化摄像机实时视频及结构化分析后的实时数据，同时对于视频分析的告警信息可自动弹窗、声音提示。

支持触发报警时，将告警类型、告警时间、告警目标、告警图片等告警信息发给第三方系统；支持通过Http、Kafka、WebSocket多种协议推送，可设置多个推送目的地址；支持选择推送报警数据、报警图片等抓拍数据。

设备接入服务由流媒体模块负责，支持国标GB28181、RTSP/ONVIF等标准协议接入M6中台，支持海康、大华、宇视等主流SDK私有协议接入中台，可实现视频、音频、云台、录像等多种功能。

北向开发服务是M6中台对外开放的接口，对整个生态构建有重要意义。支持国标GB/T18181、GA/T1400、RTSP、RTMP、WEBRTC、HLS、UDP、TcpActive、TcpPassive等传输协议。

GA/T1400：提供北向1400对接能力，将智能数据(例如人员行为识别告警、视频结构化、计数统计等数据)推送给第三方视图库系统。

M6中台可通过HTTP协议将告警类型、告警时间、告警目标、告警图片、告警视频片段等告警信息发给第三方系统。

产品特点

算法灵活调度：
用户可根据场景需要，灵活更换分析点位和选择所需要的智能算法种类，整个过程操作简单，即便是项目交付后亦可进行自主调整。

极简交付：
常规情况下，无需设置参数直接启动算法即可使用；部分情况下1分钟内通过3步可完成个性化设置。

相机利旧：
通过增加边缘分析设备或集中分析服务器，实现相机利旧，快速将传统视频监控升级为视觉AI系统。

分析种类更多：
拥有智能安防、火灾预警、客流统计、交通事件、环保监控、疫情防控、行为违规等上百种视觉AI算法。

性能超强：
单个节点支持多个GPU加速卡并行处理，一百多TOPS算力的单个GPU可并行处理64路视频分析。

存证溯源：
自动存储检测区域的告警图片、告警视频片段，做到事前预警或事中告警，事后溯源。
规范行为：
7*24小时实时巡检，利用智能算法实时采集并进行检测提醒，规范人员行为，降低安全事故的发生概率。

准确率高：
通过反复的学习训练，在保持算法高准确率的同时，可有效过滤摄像机抖动、风、水雾、阴影、日夜光照变化等因素对智能分析结果的影响，使得算法保持更高的检测率及更低的误报率。