交通卡口领域的智能应用倾向前端化

　　智能分析的实际运用在目前仍以高端行业为主，基于前端智能和中心智能在性能方面的特质，我们认为前者更适用于特定行为分析的场所，而中心智能则更适于综合行为及历史数据分析，这一点在当前交通卡口监控、平安城市、监管行业的实际应用中已经表现显著。

　　交通卡口领域的智能应用倾向前端化

　　预防减少道路交通违章、交通事故以及盗抢机动车辆等违法行为的发生是交通卡口监控系统建设的主要目的，在核心性能需求上主要包括车辆抓拍、车牌识别、司乘人脸识别等，而这些性能必须依赖智能视频分析才能实现，同时，这也是当前智能分析应用中相对较高端的需求。从这一领域的智能应用需求来看，该类需求都较特定且都是实时的，因而完全能够通过当前的智能摄像机来完成。

　　平安城市、监管行业更适于中心智能

　　平安城市和监管行业虽然在智能监控应用需求的表现形式上有所不同，但却可以归为一大类。例如，平安城市首先需要面向复杂的监控场所：道路、广场、娱乐场所等;其次，从性能需求上，平安城市的智能监控主要包括人员/物品滞留、行为异常、非法聚集、周界入侵等;此外，平安城市由于视频资源数量非常庞大，这就难免会在实时监控方面有所欠缺，因此，对历史数据进行快速分析、调用等智能应用就会较为迫切。由此可见，平安城市的智能监控无论从场所还是性能需求方面都表现出了很强的复杂性、综合性、可追溯性，这就相应对承载智能运算的平台提出了较高的要求，但就目前智能摄像机芯片处理能力而言，还是比较勉强的。并且，监控场所的复杂也决定了系统在前端环节一定要具备较强的灵活性和可扩展性，这也是前文提到的前端智能之劣势所在。

　　监狱、看守所等也同样如此，虽然监管行业的监控系统不存在复杂场所这一问题，但人员非法聚集、行为异常、非法滞留等多样化需求同样表现出了一系列复杂性、综合性的特质，因此，从当前实际案例来看，偏于采用中心智能解决方案的要明显居多。