ICS35.240

CCSL67

35

福建省地方標準

DB35/T2208—2024

面向視頻圖像識別的AI邊緣計算系統(tǒng)

應用技術要求

TechnicalrequirementsforAIedgecomputingsystems

appliedtovideoandimagerecognition

2024-09-05發(fā)布2024-12-05實施

福建省市場監(jiān)督管理局發(fā)布

DB35/T2208—2024

目次

前言.................................................................................II

1范圍...............................................................................1

2規(guī)范性引用文件.....................................................................1

3術語和定義.........................................................................1

4縮略語.............................................................................2

5系統(tǒng)功能架構.......................................................................3

6功能要求...........................................................................4

7性能要求...........................................................................6

8安全要求...........................................................................8

9其他要求...........................................................................8

I

DB35/T2208—2024

前言

本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規(guī)則》的規(guī)定

起草。

請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機構不承擔識別專利的責任。

本文件由新大陸數(shù)字技術股份有限公司提出。

本文件由福建省信息化標準化技術委員會（SAFJ/TC11）歸口。

本文件起草單位：新大陸數(shù)字技術股份有限公司、福建省產(chǎn)品質量檢驗研究院、廈門大學。

本文件主要起草人：才輝、李霖、鄭修武、蔡春水、林穎、賴錦山、陳劍龍、林靖、陳嘉宏、

邱子翔、念嵐霖、周正梁。

II

DB35/T2208—2024

面向視頻圖像識別的AI邊緣計算系統(tǒng)應用技術要求

1范圍

本文件規(guī)定了面向視頻圖像識別的AI邊緣計算系統(tǒng)應用的系統(tǒng)功能架構、功能要求、性能要求、安

全要求和其他要求。

本文件適用于視頻圖像識別的AI邊緣計算系統(tǒng)應用平臺的建設、測試和驗收。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T20815—2006視頻安防監(jiān)控數(shù)字錄像設備

GB/T28181公共安全視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術要求

GB/T41772—2022信息技術生物特征識別人臉識別系統(tǒng)技術要求

GB/T42564—2023信息安全技術邊緣計算安全技術要求

3術語和定義

下列術語和定義適用于本文件。

邊緣計算edgecomputing

一種在邊緣或邊緣附近進行數(shù)據(jù)處理與存儲的分布式計算形式。

[來源：GB/T42564—2023，3.2]

邊緣計算系統(tǒng)edgecomputingsystem

實現(xiàn)邊緣計算的系統(tǒng)。

[來源：GB/T42564—2023，3.13]

容器container

有效的將單個操作系統(tǒng)的資源劃分到孤立的組中，以便更好的平衡組之間的資源使用需求的一種

技術。

錯誤接受率falseacceptancerate

人臉驗證中，錯誤接受數(shù)量占正確拒絕數(shù)量與錯誤接受數(shù)量之和的比例。

注：錯誤接受率有時也被稱作誤匹配率、誤識率、認假率、假陽率等，根據(jù)具體應用選擇合適的術語，用百分比表示。

[來源：GB/T41772—2022，3.14]

1

DB35/T2208—2024

錯誤拒絕率falserejectionrate

人臉驗證中，錯誤拒絕數(shù)量占正確接受數(shù)量與錯誤拒絕數(shù)量之和的比例。

注：錯誤拒絕率有時也被稱作拒真率、假陰率等，根據(jù)具體應用選擇合適的術語，用百分比表示。

[來源：GB/T41772—2022，3.15]

錯誤接受辨識率false-positiveidentificationrate

人臉辨識中，錯誤接受數(shù)量占正確拒絕數(shù)量與錯誤接受數(shù)量之和的比例。

注：錯誤接受辨識率有時也被稱作誤報率、誤警率、虛警率等，用百分比表示。

[來源：GB/T41772—2022，3.16]

錯誤拒絕辨識率false-negativeidentificationrate

人臉辨識中，錯誤拒絕數(shù)量占正確接受數(shù)量與錯誤拒絕數(shù)量之和的比例。

注：錯誤拒絕辨識率有時也被稱作漏報率、漏警率等，根據(jù)具體應用選擇合適的術語，用百分比表示。

[來源：GB/T41772—2022，3.17]

4縮略語

下列縮略語適用于本文件。

AI：人工智能（ArtificialIntelligence）

AVS：輔助視頻系統(tǒng)(AidedVideoSystem)

CPU：中央處理器(CentralProcessingUnit)

DI：數(shù)字量輸入（DigitalInput）

DO：數(shù)字量輸出（DigitalOutput）

FAR：錯誤接受率（FalseAcceptanceRate）

FRR：錯誤拒絕率（FalseRejectionRate）

FPIR：錯誤接受辨識率（False-positiveIdentificationRate）

FNIR：錯誤拒絕辨識率（False-negativeIdentificationRate）

GPU：圖形處理器（GraphicsProcessingUnit）

HTTP：超文本傳送方式（HyperTextTransferProtocol）

HTTPS：超文本傳輸安全協(xié)議（HypertextTransferProtocolSecure）

IP：網(wǎng)際協(xié)議（InternetProtocol）

MAC：媒體存取控制（MediaAccessControl）

MPEG：活動圖象專家組（MovingPictureExpertGroup）

MQTT：消息隊列遙測傳輸（MessageQueuingTelemetryTransport）

ONVIF：開放網(wǎng)絡視頻接口論壇（OpenNetworkVideoInterfaceForum）

RTMP：實時消息傳輸協(xié)議（RealTimeMessagingProtocol）

RTP：實時傳輸協(xié)議（Real-timeTransportProtocol）

RTSP：網(wǎng)絡流媒體傳輸協(xié)議（RealTimeStreamingProtocol）

SDK：軟件開發(fā)工具包（SoftwareDevelopmentKit）

SDP：會話描述協(xié)議（SessionDescriptionProtocol）

TOPS：每秒一兆次運算（TeraOperationsPerSecond）

USB：通用串行總線（UniversalSerialBus）

2

DB35/T2208—2024

5系統(tǒng)功能架構

系統(tǒng)主要由邊緣智能、視頻處理、終端接入、運行管理、AI識別、安全管理等主要模塊組成，功能

架構見圖1。

邊緣智能模塊主要實現(xiàn)算法管理、邊云協(xié)同、邊緣自治、數(shù)據(jù)處理等邊緣計算核心功能。

視頻處理模塊主要實現(xiàn)視頻流獲取、視頻編解碼、視頻抽幀、視頻存儲等功能。

終端接入模塊主要實現(xiàn)設備注冊、協(xié)議適配、設備配置、設備控制。

運行管理模塊主要實現(xiàn)邊緣計算系統(tǒng)的設備監(jiān)控、容器資源、告警管理、文件/日志的管理。

AI識別主要實現(xiàn)人臉識別、車輛識別、船舶識別、煙火識別等。

安全管理模塊主要實現(xiàn)基礎設施安全、網(wǎng)絡安全、應用安全、數(shù)據(jù)安全、端邊協(xié)同安全、云邊協(xié)同

安全的管理。

云（數(shù)據(jù)中心）

資源協(xié)同數(shù)據(jù)協(xié)同服務協(xié)同

邊緣計算系統(tǒng)功能

邊緣智能算法管理邊云協(xié)同邊緣自數(shù)據(jù)處…

安

視頻處理碼流獲取視頻編解碼視頻抽幀視頻存儲…全

要

終端接入設備注冊協(xié)議適配設備配置設備控制…

求

運行管理設備監(jiān)控容器資源告警管理文件/日志…

AI識別人臉識別車輛識別船舶識別煙火識別…

終端控制數(shù)據(jù)傳輸

注1：云（數(shù)據(jù)中心）負責最終的數(shù)據(jù)處理、存儲和分析。邊云協(xié)同主要實現(xiàn)資源協(xié)同、數(shù)據(jù)協(xié)同、服務協(xié)同，主要

功能為下發(fā)資源調(diào)度管理策略、分析收集到的數(shù)據(jù)和訓練新模型并反饋給邊緣計算系統(tǒng)。

注2：物聯(lián)網(wǎng)終端主要功能為收集數(shù)據(jù)、傳輸信息和執(zhí)行指令。

圖1系統(tǒng)功能架構

3

DB35/T2208—2024

6功能要求

邊緣智能要求

6.1.1算法管理

算法管理應符合以下要求：

a)支持本地和云端對智能算法進行安裝、刪除、啟動、停止、更新等操作；

b)支持多個算法同時運行，并具備將一路視頻流（或通道）關聯(lián)至一個或多個智能算法的能力，

包括關聯(lián)算法的啟動與停止；

c)支持根據(jù)圖像采集設備巡航預置位、時間段、特定事件等規(guī)則，設置相應智能算法的自動啟停，

實現(xiàn)按需計算；

d)具備對智能算法運行狀態(tài)進行監(jiān)控的能力，包括算法的啟停狀態(tài)、運行時間、資源占用、故障

告警等。

6.1.2邊云協(xié)同

云邊協(xié)同符合以下要求：

a)應支持與云平臺的數(shù)據(jù)協(xié)同；

b)宜支持資源協(xié)同、服務協(xié)同等。

6.1.3邊緣自治

邊緣自治符合以下要求：

a)宜支持離線狀態(tài)或與云平臺斷開連接的情況下獨立運行，執(zhí)行既定的任務和算法，直至接收到

新的任務通知；

b)應支持本地存儲云平臺下發(fā)的任務計劃（如周期性智能巡檢等），在無需云平臺干預的情況下

自動執(zhí)行相應動作。

6.1.4數(shù)據(jù)處理

數(shù)據(jù)處理應符合以下要求：

a)支持對所收集的數(shù)據(jù)進行分析處理；

b)支持任務編排功能，包括任務的創(chuàng)建、更新、刪除等操作?？杀镜剡M行任務和來自云平臺的任

務編排設置；

c)支持根據(jù)遠程下發(fā)的指令、邊緣智能計算結果或周期性任務計劃，及時觸發(fā)或執(zhí)行指定的本地

任務。

視頻處理要求

6.2.1視頻流獲取

視頻流獲取應符合以下要求：

a)支持多協(xié)議（如GB28181/ONVIF/RTSP/RTMP等）、多類型設備(如IPC/NVR/AHD等)的接入；

b)按照GB/T28181的規(guī)定實現(xiàn)對視頻編碼碼流及系統(tǒng)信息的傳輸、交換與控制。

6.2.2視頻編解碼

視頻編解碼應符合以下要求：

4

DB35/T2208—2024

a)支持H.264、H.265、H.266、MPEG系列和AVS等視頻編解碼標準；

b)支持實時調(diào)閱接入的視頻流，以及回放錄像文件。

6.2.3視頻抽幀

視頻抽幀應符合以下要求：

a)根據(jù)同一視頻流對應的多個業(yè)務應用需求，選擇相應的解碼和抽幀策略完成統(tǒng)一解碼抽幀、圖

片編號和存儲；

b)根據(jù)不同AI算法模型的處理要求（幀率、像素、空間位置等），選取合適的抽幀圖片進行智

能分析。

6.2.4視頻存儲

視頻存儲應符合以下要求：

a)支持對接入的圖像采集設備設置相應的視頻存儲規(guī)則，包括存儲方式（連續(xù)存儲、時間/事件

觸發(fā)存儲等）、存儲時長、存儲策略（循環(huán)覆蓋、過期清理、分級存儲等）、存儲介質（TF卡、

外置硬盤等）等；

b)視頻同步能力滿足GB/T20815—2006中第8章的規(guī)定，錄像回放時視頻信號的失步時間不超

過1s。

終端接入要求

6.3.1設備注冊

設備注冊應符合以下要求：

a)支持本地和遠程對接入的終端設備進行添加、刪除等操作；

b)支持對終端設備進行注冊管理，為其提供身份認證服務。

6.3.2協(xié)議適配要求

協(xié)議適配應符合以下要求：

a)支持通過ONVIF、RTSP、RTP、RTCP、SDP等標準協(xié)議接入不同廠商的圖像采集設備；

b)支持通過RJ45、RS485、RS232、USB、DI/DO等接口接入各類物聯(lián)網(wǎng)設備（如照明燈具、機房

門禁、IP對講終端等）；

c)支持GB/T28181接入傳輸要求，同時還應支持安裝第三方SDK，實現(xiàn)對相應自定義協(xié)議圖像

采集設備的接入與控制。

6.3.3設備配置

配置終端設備基本信息，應包含終端列表、終端描述、終端類型、生產(chǎn)廠家、終端型號、軟件/固

件版本、IP地址、MAC地址、安裝位置等。

系統(tǒng)應支持本地和遠程查詢接入的終端設備基本信息。

6.3.4設備控制

設備控制應符合以下要求：

a)支持本地和遠程查詢接入的圖像采集設備狀態(tài)；

b)對每個通道的視頻編碼參數(shù)進行獨立調(diào)節(jié)，包括分辨率、幀率、碼率、視頻畫面質量等級等；

c)支持本地和遠程對接入的圖像采集設備進行控制。

5

DB35/T2208—2024

運行管理要求

6.4.1設備監(jiān)控

設備監(jiān)控應符合以下要求：

a)具備對自身運行狀態(tài)實時監(jiān)控的能力，如設備溫度、硬件資源占用率（CPU、GPU、內(nèi)存、存儲

等）、服務進程及其資源消耗情況等；

b)支持對自身及接入的終端設備的網(wǎng)絡連接狀態(tài)、網(wǎng)絡流量進行實時監(jiān)測；

c)提供的網(wǎng)絡診斷功能，具備通過Ping、Traceroute等常用指令或工具檢測網(wǎng)絡連通性，可按

需設置手動或自動批處理診斷任務，并提供圖形化輸入輸出界面。

6.4.2容器資源管理

宜支持容器化部署及按需創(chuàng)建、命名、啟動、停止、刪除容器等操作。

6.4.3告警管理

告警管理應符合以下要求：

a)具備本地及遠程的故障告警能力，包括電源故障、網(wǎng)絡故障、系統(tǒng)資源不足、設備溫度過高等

告警；

b)具備自主檢測接入的視頻圖像故障并觸發(fā)告警，以及接收圖像采集設備上報的視頻圖像故障

告警消息，如視頻信號丟失告警、視頻畫面遮擋告警等；

c)具備告警管理，能實時響應并輸出聯(lián)動信號，包括視頻抓拍/錄像、聯(lián)動設備開關等；

d)支持對上報消息的分級管理，關鍵告警信息實時上報，一般性消息可選擇周期性上報。

6.4.4文件/日志管理

文件管理應支持本地錄像文件、告警文件、日志文件的存儲和管理，儀根據(jù)文件類型設置不同的存

儲策略，包括優(yōu)先級、存儲周期、存儲空間等；

日志管理應具備日志管理功能，包括系統(tǒng)日志、訪問日志、告警日志等查詢功能。日志文件在斷電

情況下應不丟失。

7性能要求

識別準確率

7.1.1人臉識別的性能要求應符合GB/T41772—2022中7.4的規(guī)定，具體要求應符合表1的規(guī)定。

6

DB35/T2208—2024

表1人臉識別的性能要求

類型性能指標應用示例參考測試數(shù)據(jù)庫規(guī)模

當錯誤接受率FAR為十萬分之一時,

錯誤拒絕率FRR≤2%

1:1人臉驗證高鐵、機場人證核驗等萬量級

當錯誤接受率FAR為一百萬分之一

時,錯誤拒絕率FRR≤3%

當錯誤接受辨識率FPIR為千分之一

時,錯誤拒絕辨識率FNIR≤5%

1:N人臉辨別人臉門禁，動態(tài)預警系統(tǒng)等萬量級

當錯誤接受辨識率FPIR為萬分一時,

錯誤拒絕辨識率FNIR≤10%

注：正確識別率也稱作召回率、通過率、首位命中率等,根據(jù)具體應用選擇合適的術語,并用百分比表示。對于1:1

人臉驗證,正確識別率=1-FRR，對于1:N人臉辨別,正確識別率=1-FNIR。

7.1.2車輛、船舶、火焰、煙霧等物體識別性能要求應符合表2的規(guī)定。

表2車輛、船舶、火焰、煙霧等物體識別性能指標

類型識別項目識別功能性能指標

白天:車頭方向的車牌號碼識別準確率

應不小于95%，車尾方向的車牌號碼識別

對在線和離線視頻、圖像中存

準確率應不小于80%;

目標識別車輛號牌識別在的車輛號牌種類、顏色、號碼等

夜間:車頭方向的車牌號碼識別準確率

信息進行識別

應不小于90%，車尾方向的車牌號碼識別

準確率應不小于70%

應具備汽車、掛車、摩托車等車當車輛圖像特征完整的前提下，車輛類

輛類型的識別功能。對于車輛類型(汽車、掛車、摩托車等)的識別準確率

車型分類識別型識別為汽車的車輛，應能識別應不低于90%。車輛子類型(客車、轎車、

客車、轎車、面包車、越野客車、面包車、越野客車、重中型貨車等)的識別

重中型貨車、其他車輛等子類型準確率應不低于80%

目標檢測

應具備客船、貨柜船、漁船、當船舶圖像特征完整的前提下，船舶類

工程船等船舶類型的識別功能。型(客船、貨柜船、漁船、工程船等)的

船舶分類識別對于船舶類型識別為非商船的船識別準確率應不低于90%。非商船子類型

舶，應能識別快艇、拖船、引水船、(快艇、拖船、引水船、指航船等)的識別

指航船等子類型準確率應不低于80%

應能檢測出視頻中出現(xiàn)的劇烈

燃燒的明火并輸出報警事件信

火焰檢測檢測準確率應不低于90%

息,宜支持輸出目標的大小、原有

位置等信息

事件分析

應能檢測出在線和離線視頻中

出現(xiàn)的濃烈的煙霧并輸出報警事煙霧類型為升騰狀態(tài)可視煙霧，檢測準

煙霧檢測

件信息,宜支持輸出目標的大小、確率應不低于90%

原有位置等信息