华为计算|助力AI智能森林防火,华为携手恩博

绿水青山就是金山银山
在过去的一年中 , 水土流失频发、温室效应明显、海平面上升等环境危机愈发严重 。 亚马逊和澳大利亚连续的两场大火 , 无疑再次给人类敲响了警钟 。 中国人均占有森林面积和蓄积量分别只有世界平均水平的20%和12% , 仅2019年就发生森林火灾2345起 , 受害森林面积约13505公顷 , 这些触目惊心的数字背后 , 是对生态环境造成的灾难性影响 。
森林火灾的预防是世界性难题 , 在灾害形成之前 , 加强研判和监测预警就成为森林防火工作的重要手段 。 人工智能技术的快速发展 , 正在森林防护巡查、火灾隐患排查、火灾救援等方面所发挥着举足轻重性的作用 。
秉承着“让世界少一些灾害”的理念 , 华为与恩博联合打造的智慧森林防火联合解决方案 , 希望用一点一滴的积累守卫绿水青山 。
AI预警是森林防火第一要务
与其他防控系统不同 , 森林防火的第一要旨是及早发现 , 而且必须是实时的 。 森林火灾主要分为林下火和树冠火两种 , 早期的森林火灾以林下火为主要特征 , 一旦林下火发展为树冠火 , 其扑救难度会指数上升 , 甚至无法扑救 。 前者主要是通过烟雾识别 , 发现越早就越容易扑灭 , 甚至可以做到防患于未然 。
华为计算|助力AI智能森林防火,华为携手恩博
文章图片
针对这一特点 , 华为与恩博提出了具有引领意义的端边云全网AI解决方案 , 即在端侧软件定义摄像机、边侧Atlas智能计算、以及鲲鹏云 , 分级部署烟火识别机制 , 通过端侧原始视频分析、边侧一次分析、云侧二次分析复核 , 来确保森林防火预警识别的及时性和准确性 。
(1)“端”:海量森林监测数据在“端”侧相机产生 。 随着硬件性能升级 , 尤其是800万像素可见光和近红外监控设备的成功引入 , 观测距离大幅度提升 , 为林火检测提供了更为全面和精确的数据支撑 。
(2)“边”:监控指挥中心的“边”侧直接对接前端监控设备 , 通过Atlas500边缘AI计算 , 同时支持多种业务实时处理与多路数据分析 , 提供“1对N”的识别特性 , 极大地提升了林火预警识别的效率 。
(3)“云”:全局性、高密度的弹性计算适合在“云”侧部署 。 云端部署基于Atlas800的深度学习推理平台和硬件加速服务 , 实现对待检测视频序列进行烟火二次识别 , 确保预警识别的准确性 。
华为计算|助力AI智能森林防火,华为携手恩博
文章图片
“端-边-云”不再是依靠单纯的“点”式智能化创新 , 而是通过灵活分配算力、互补协同的工作方式 , 放大边缘计算与云计算的应用价值 , 实现全系统对森林防火对象、特征的持续理解和不断升级 。 通过在互联网部署云端监测服务 , 最终形成“端-边-云”协同监测架构 , 依托该架构逐步完善全省的林火协同管理机制 , 提升管理能力和处置响应能力 。
AI关爱自然
华为&恩博科技通过发现更快、识别更准、稳定运行的AI森林防火解决方案 , 提供的不仅仅是一套监控系统 , 更是一套富含生态价值、生命价值和经济价值 , 对行业负责的综合业务体系 。
目前 , 该方案已在广东省多地进行试点 , 对原有森林防火系统进行升级改造 , 实现每班只须一人即可管理值守近千路视频报警 。 无论白天或夜间 , 在巡航周期、告警及时性、识别准确率方面均大幅优于热成像方案 , 巡航周期缩短到3-10分钟 , 平均早两个小时发现火情 , 为当地经济发展与生态文明建设保驾护航 。
华为计算|助力AI智能森林防火,华为携手恩博
文章图片
【华为计算|助力AI智能森林防火,华为携手恩博】世界环境日 , 让我们一起用AI铸造防火结界 , 守护绿水青山!


    推荐阅读