intel/nvr-event-router

智能NVR概述

通过GenAI驱动的视觉分析，将传统网络录像机（NVR）转变为智能NVR，在边缘端解锁高级洞察与自动化能力。

概述

智能NVR利用GenAI驱动的视觉分析管道，将传统网络录像机转化为智能、上下文感知的系统。通过在边缘端直接处理视频流，智能NVR显著减少需要传输或存储的数据量，同时实现实时检测、事件总结和可行动洞察。这种方法不仅优化带宽和存储，还能让组织更快响应关键事件，从视频基础设施中提取更多价值。

使用场景示例

• 行人与车辆安全：检测并分析交叉路口的不安全情况（如行人在人行横道外、车辆违反交通规则），实现及时警报与干预。
• 交通流量优化：统计车辆数量、平均停留时间和拥堵模式，支持自适应交通信号控制和城市规划。
• 周界安全：识别限制区域的未授权访问或可疑行为，向安全人员提供实时通知。
• 资产与设施监控：跟踪大型设施内资产、车辆或人员的移动，支持物流与运营效率提升。
• 事件总结：自动生成值得关注事件（如事故、险些事故）的简明摘要，用于快速审查和合规报告，此场景也可称为“视频取证”用途。

核心优势

• 边缘优化分析：本地处理视频数据，减少带宽使用并实现更快响应。
• 多传感器融合：整合摄像头与其他传感器（如激光雷达、雷达）数据，实现更丰富的场景理解和更准确的事件检测。
• 可扩展模块化架构：基于微服务构建，便于集成新分析能力，支持跨部署无缝扩展。
• 简化业务逻辑：基于场景的分析和灵活的感兴趣区域配置，简化规则创建与维护，即使摄像头布局或传感器类型发生变化。
• 未来兼容且成本高效：兼容现有摄像头基础设施，降低总拥有成本，支持添加新传感器或分析能力而无需大规模系统改造。

了解更多

• https://github.com/open-edge-platform/edge-ai-suites/blob/main/metro-ai-suite/smart-nvr/docs/user-guide/system-requirements.md：查看部署应用的硬件和软件要求。
• https://github.com/open-edge-platform/edge-ai-suites/blob/main/metro-ai-suite/smart-nvr/docs/user-guide/get-started.md：按照分步说明设置应用。
• https://github.com/open-edge-platform/edge-ai-suites/blob/main/metro-ai-suite/smart-nvr/docs/user-guide/how-to-build-from-source.md：如何使用Docker Compose构建和部署应用。
• https://github.com/open-edge-platform/edge-ai-suites/blob/main/metro-ai-suite/smart-nvr/docs/user-guide/how-to-use-application.md：探索应用功能并验证其功能。
• https://github.com/open-edge-platform/edge-ai-suites/blob/main/metro-ai-suite/smart-nvr/docs/user-guide/Troubleshooting.md：查找常见问题的解决方案和故障排除步骤。