人工智能的發展和在行業中的作用就不用多說了，已經到了一個遍地開會、勢在必行的階段，尤其是對于流媒體音視訊行業來說，基本上是人工智能重中之重的核心領域，視訊人工智能，也就是機器視覺智能分析的方式大體上可以分為兩種：
- 中心計算：也就是雲端分析，所有視訊圖像資料都以圖檔或者視訊流的形式傳輸到中心服務，再由中心服務進行視訊資料的分析，這種模式比較考驗中心服務的網絡能力和中心硬體的算力；
- 邊緣計算：也就是智能分析網關，将大部分的計算工作都在邊緣裝置中完成，比如人臉、車牌、物體、行為等的分析和比對，這種做法相比于中心計算的優勢是不但降低了對帶寬占用的要求，而且分析的實時性更高，但邊緣計算設型的智能裝置的生産和制造門檻會相對較高；
之前我們聊到過關于EasyNVR的視訊邊緣分析的功能，視訊邊緣分析的主要作用是解決中心算力和帶寬瓶頸的問題，但是對于某些行業應用場景，是不得不采用中心計算方式的，例如部署區域非常廣泛的電力、水利、能源、環保等行業，其裝置常分布交廣且裝置與裝置間距較大，裝置搭配分析網關的話，建設成本和運維成本都會非常高，成本效益還不如投入中心計算硬體和帶寬的方式；
EasyGBS接入AI智能分析算法
經過多年的音視訊技術積累，以及在國标GB28181領域的深耕，我們的很多國标GB28181項目使用者傳遞給了我們很多視訊智能分析接入的需求，在經過多次的需求溝通和實踐論證後，我們成功在EasyGBS國标視訊雲服務中加入了AI視訊智能分析的功能，同樣，這裡說的我們功能加入，類似于EasyNVR，實際上是我們為更多的AI人工智能公司打開了一個嫁接算法的口子，讓做智能分析的公司專注做視訊智能分析的事情，充分發揮各自算法的優勢，不用擔心流媒體流轉的問題，我們會将整個視訊監控裝置從内網，到公網，到用戶端的傳輸的整個流程都整合的非常穩定、可靠。
那麼我們是如何将不同廠家的AI智能分析算法接入到EasyGBS？
1、EasyGBS對每一路需要做智能分析的通道進行分析開關的配置，當需要對某一路接入的通道視訊進行AI+的智能分析的時候，在不破壞原有由裝置取流（Source）到流媒體輸出（Sink）大過程的情況下，我們需要在中間加入AI+視訊智能分析的過程，即EasyGBS内部的 Source->AIFilter->Sink，而這個AIFilter過程是可選的，配置了這個過程就調用，不配置就不調用，配置了，但是沒有Load到視訊智能分析庫就不調用，Load到了視訊智能分析庫就調用；
2、需要在每一個通道中配置Filter的名稱以及自定義的參數，通過Filter的名稱作為Function進行執行，Function會傳入（avFrame，userData，userPtr，callback），再由Callback輸出（userPtr，userData，avFrame），這樣就形成了整個的AI+使用者自定義流程；
3、使用者回調出來的avFrame是進行下一步推流或者存儲的原材料，AVFrame可以是原樣的音視訊，也可以是經過标注後的視訊幀；userData是使用者自定義的資料格式，EasyGBS可以通過接口或者SEI資料等形式，傳輸給業務展示端或者業務端；
EasyAIFilter分析結果輸出的幾種方式
- 同步輸出：疊加分析結果或者原畫面與分析結果同步輸出；
- 異步輸出：原畫面即時輸出+分析異步結果；
EasyAIFilter示例
目前，EasyAIFilter已經在很多項目中有了應用，我們的大部分産品也開始支援了EasyAIFilter的架構，現在，我們為AI視訊分析的廠家提供了一套完整的視訊分析接入的示例：https://github.com/tsingsee/EasyAIFilter
