挑战
传统监控系统是被动且需要持续的人工监控:
- 在大型网络中手动发现和配置摄像机耗时费力
- 缺乏自动威胁检测能力(入侵者、火灾、游荡)
- 缺乏跨多地点的摄像机集中管理
- 不具备跨平台访问能力(桌面、移动和网页)
我们的解决方案
我们构建了一个企业级监控平台,结合了自动化摄像机发现、RTSP/HLS 流媒体和 GPU 加速的 AI 分析。
架构
- 桌面应用: 用于网络摄像机发现 (SSDP, ONVIF, mDNS) 的 Python CLI/web UI
- 网页前端: 基于 Supabase 后端的 React + Vite,Radix UI,Three.js 可视化
- 移动应用: 用于 iOS/Android 的 React Native/Expo
- 流媒体 API: 集成 MediaMTX 用于 RTSP/HLS 转换的 FastAPI
- AI 平台: 用于实时目标检测的 YOLO11 + TensorRT + ByteTrack
- 编排器: 用于动态流媒体服务器管理的 FastAPI 服务
摄像机发现
- 多协议扫描 (SSDP, ONVIF WS-Discovery, mDNS/Bonjour)
- 支持 CIDR 的 IP 范围扫描
- 制造商/型号识别
- RTSP 流验证
AI 检测能力
- 人员和车辆检测 (YOLO11 结合 TensorRT 优化)
- 基于 OCR (EasyOCR) 的车牌识别
- 火灾和烟雾检测
- 行为分析:入侵、游荡、人流计数、非工作时间进入
- 在 RTX 4000 Ada GPU 上支持 10-12 路并发流
主要功能
- 自动化发现 - 无需手动配置即可在任何网络中发现摄像机
- 实时 AI - 通过 WebSocket 交付警报,实现亚秒级检测
- 多平台 - 桌面、网页和移动客户端
- 流媒体编排 - 具备健康监测功能的 MediaMTX 容器自动伸缩
- 质量控制 - 可调节分辨率(从低到超高)和帧率(1-60 FPS)
成果
技术栈
常见问题
MicrocosmWorks 构建了一个分布式处理架构,该架构在 load balancer 后端使用 GPU 加速的推理节点,每个节点根据分辨率和帧率要求处理可配置数量的摄像头馈送。该平台根据实时需求动态分配处理资源,并使用帧采样策略,在高峰使用期间保持检测精度同时减少计算负载。
MicrocosmWorks 集成了多个专门的计算机视觉模型,包括人员和车辆检测、车牌识别、面部识别(可配置退出区域)、遗留物检测和人群密度估算。每个模型都作为一个独立的微服务运行,可以按摄像头启用或禁用,从而允许设施经理只部署与每个区域相关的检测类型。
MicrocosmWorks 开发了一个分层管理控制台,管理员可以在其中定义组织、站点、区域和单个摄像头,警报路由规则会根据严重性、一天中的时间和检测类型升级事件。该平台支持 ONVIF 兼容摄像头并与现有 VMS 系统集成,因此企业可以在不更换硬件的情况下,在其现有摄像头基础设施上叠加 AI 分析。
MicrocosmWorks 实施了分层存储架构,其中,原始录像存储在经济高效的对象存储上,并具有可配置的保留期,而 AI 生成的元数据和事件片段则在快速查询数据库中进行索引,以便快速搜索和检索。这种方法将存储成本降低了 60-70%,相比于保留所有摄像头的全分辨率录像,同时保持对安全相关事件的即时访问。
MicrocosmWorks 构建定制的AI监控平台,费率为每小时25-50美元。尽管初始开发投入高于盒装产品许可,但随着规模的扩大,总拥有成本通常会更低,因为您可以避免商业平台收取的每摄像头许可费。定制平台还允许您拥有AI模型和数据,与专有系统集成,并添加针对您行业的特定检测功能。
