При внедрении систем видеоаналитики на базе технологий компьютерного зрения прежде всего нужно учитывать, что речь идет о работе с большими потоками видео, для передачи которых требуются коммуникации с хорошей пропускной способностью, а для обработки — достаточно мощная аппаратная платформа.
С точки зрения эффективности централизованная платформа на базе дата-центра выполняет вычисления с применением технологий нейронных сетей значительно быстрее и дешевле, чем периферийные решения. Одно из сильных преимуществ централизованной облачной видеоаналитики — возможность масштабирования вычислительных мощностей по требованию, в момент пиковых нагрузок на систему.
Масштабирование сервисов видеоаналитики в условиях централизованной инфраструктуры также упрощается за счет большего выбора устройств и стандартизированной аппаратной базы.
Видеокамерам и другим датчикам, установленным для сбора и передачи данных в единый ЦОД, в любом случае требуется наличие аппаратной инфраструктуры. Однако в случае централизованной обработки данных технические требования к такой обвязке минимальны и, следовательно, стоимость таких решений невысока по сравнению с Edge-комплексами.
Внедрение решений с централизованной видеоаналитикой особенно целесообразно на объектах с критичной важностью точной обработки данных, где цена ошибки очень высока. Централизованный сбор данных также оправдан на важных инфраструктурных объектах, таких как тоннели, мосты и ключевые транспортные развязки. В таких случаях крупные инвестиции в проект полностью оправданы, ибо ценой ошибки в таких случаях могут стать значительные экономические потери или даже человеческая жизнь.
Существенным минусом централизованной видеоаналитики является отсутствие возможности обработки данных в реальном времени. Там, где требуется мгновенное реагирование, необходимы системы компьютерного зрения с минимальными задержками на принятие решений — например, для оснащения производственных роботов, автономных автомобилей, пропускных систем с биометрической аутентификацией.
