DB35∕T 2208-2024 面向视频图像识别的AI边缘计算系统应用技术要求

ICS35.240

CCSL67

35

福建省地方标准

DB35/T2208—2024

面向视频图像识别的AI边缘计算系统

应用技术要求

TechnicalrequirementsforAIedgecomputingsystems

appliedtovideoandimagerecognition

2024-09-05发布2024-12-05实施

福建省市场监督管理局发布

DB35/T2208—2024

目次

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

1范围...............................................................................1

2规范性引用文件.....................................................................1

3术语和定义.........................................................................1

4缩略语.............................................................................2

5系统功能架构.......................................................................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《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由新大陆数字技术股份有限公司提出。

本文件由福建省信息化标准化技术委员会（SAFJ/TC11）归口。

本文件起草单位：新大陆数字技术股份有限公司、福建省产品质量检验研究院、厦门大学。

本文件主要起草人：才辉、李霖、郑修武、蔡春水、林颖、赖锦山、陈剑龙、林靖、陈嘉宏、

邱子翔、念岚霖、周正梁。

II

DB35/T2208—2024

面向视频图像识别的AI边缘计算系统应用技术要求

1范围

本文件规定了面向视频图像识别的AI边缘计算系统应用的系统功能架构、功能要求、性能要求、安

全要求和其他要求。

本文件适用于视频图像识别的AI边缘计算系统应用平台的建设、测试和验收。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T20815—2006视频安防监控数字录像设备

GB/T28181公共安全视频监控联网系统信息传输、交换、控制技术要求

GB/T41772—2022信息技术生物特征识别人脸识别系统技术要求

GB/T42564—2023信息安全技术边缘计算安全技术要求

3术语和定义

下列术语和定义适用于本文件。

边缘计算edgecomputing

一种在边缘或边缘附近进行数据处理与存储的分布式计算形式。

[来源：GB/T42564—2023，3.2]

边缘计算系统edgecomputingsystem

实现边缘计算的系统。

[来源：GB/T42564—2023，3.13]

容器container

有效的将单个操作系统的资源划分到孤立的组中，以便更好的平衡组之间的资源使用需求的一种

技术。

错误接受率falseacceptancerate

人脸验证中，错误接受数量占正确拒绝数量与错误接受数量之和的比例。

注：错误接受率有时也被称作误匹配率、误识率、认假率、假阳率等，根据具体应用选择合适的术语，用百分比表示。

[来源：GB/T41772—2022，3.14]

1

DB35/T2208—2024

错误拒绝率falserejectionrate

人脸验证中，错误拒绝数量占正确接受数量与错误拒绝数量之和的比例。

注：错误拒绝率有时也被称作拒真率、假阴率等，根据具体应用选择合适的术语，用百分比表示。

[来源：GB/T41772—2022，3.15]

错误接受辨识率false-positiveidentificationrate

人脸辨识中，错误接受数量占正确拒绝数量与错误接受数量之和的比例。

注：错误接受辨识率有时也被称作误报率、误警率、虚警率等，用百分比表示。

[来源：GB/T41772—2022，3.16]

错误拒绝辨识率false-negativeidentificationrate

人脸辨识中，错误拒绝数量占正确接受数量与错误拒绝数量之和的比例。

注：错误拒绝辨识率有时也被称作漏报率、漏警率等，根据具体应用选择合适的术语，用百分比表示。

[来源：GB/T41772—2022，3.17]

4缩略语

下列缩略语适用于本文件。

AI：人工智能（ArtificialIntelligence）

AVS：辅助视频系统(AidedVideoSystem)

CPU：中央处理器(CentralProcessingUnit)

DI：数字量输入（DigitalInput）

DO：数字量输出（DigitalOutput）

FAR：错误接受率（FalseAcceptanceRate）

FRR：错误拒绝率（FalseRejectionRate）

FPIR：错误接受辨识率（False-positiveIdentificationRate）

FNIR：错误拒绝辨识率（False-negativeIdentificationRate）

GPU：图形处理器（GraphicsProcessingUnit）

HTTP：超文本传送方式（HyperTextTransferProtocol）

HTTPS：超文本传输安全协议（HypertextTransferProtocolSecure）

IP：网际协议（InternetProtocol）

MAC：媒体存取控制（MediaAccessControl）

MPEG：活动图象专家组（MovingPictureExpertGroup）

MQTT：消息队列遥测传输（MessageQueuingTelemetryTransport）

ONVIF：开放网络视频接口论坛（OpenNetworkVideoInterfaceForum）

RTMP：实时消息传输协议（RealTimeMessagingProtocol）

RTP：实时传输协议（Real-timeTransportProtocol）

RTSP：网络流媒体传输协议（RealTimeStreamingProtocol）

SDK：软件开发工具包（SoftwareDevelopmentKit）

SDP：会话描述协议（SessionDescriptionProtocol）

TOPS：每秒一兆次运算（TeraOperationsPerSecond）

USB：通用串行总线（UniversalSerialBus）

2

DB35/T2208—2024

5系统功能架构

系统主要由边缘智能、视频处理、终端接入、运行管理、AI识别、安全管理等主要模块组成，功能

架构见图1。

边缘智能模块主要实现算法管理、边云协同、边缘自治、数据处理等边缘计算核心功能。

视频处理模块主要实现视频流获取、视频编解码、视频抽帧、视频存储等功能。

终端接入模块主要实现设备注册、协议适配、设备配置、设备控制。

运行管理模块主要实现边缘计算系统的设备监控、容器资源、告警管理、文件/日志的管理。

AI识别主要实现人脸识别、车辆识别、船舶识别、烟火识别等。

安全管理模块主要实现基础设施安全、网络安全、应用安全、数据安全、端边协同安全、云边协同

安全的管理。

云（数据中心）

资源协同数据协同服务协同

边缘计算系统功能

边缘智能算法管理边云协同边缘自数据处…

安

视频处理码流获取视频编解码视频抽帧视频存储…全

要

终端接入设备注册协议适配设备配置设备控制…

求

运行管理设备监控容器资源告警管理文件/日志…

AI识别人脸识别车辆识别船舶识别烟火识别…

终端控制数据传输

注1：云（数据中心）负责最终的数据处理、存储和分析。边云协同主要实现资源协同、数据协同、服务协同，主要

功能为下发资源调度管理策略、分析收集到的数据和训练新模型并反馈给边缘计算系统。

注2：物联网终端主要功能为收集数据、传输信息和执行指令。

图1系统功能架构

3

DB35/T2208—2024

6功能要求

边缘智能要求

6.1.1算法管理

算法管理应符合以下要求：

a)支持本地和云端对智能算法进行安装、删除、启动、停止、更新等操作；

b)支持多个算法同时运行，并具备将一路视频流（或通道）关联至一个或多个智能算法的能力，

包括关联算法的启动与停止；

c)支持根据图像采集设备巡航预置位、时间段、特定事件等规则，设置相应智能算法的自动启停，

实现按需计算；

d)具备对智能算法运行状态进行监控的能力，包括算法的启停状态、运行时间、资源占用、故障

告警等。

6.1.2边云协同

云边协同符合以下要求：

a)应支持与云平台的数据协同；

b)宜支持资源协同、服务协同等。

6.1.3边缘自治

边缘自治符合以下要求：

a)宜支持离线状态或与云平台断开连接的情况下独立运行，执行既定的任务和算法，直至接收到

新的任务通知；

b)应支持本地存储云平台下发的任务计划（如周期性智能巡检等），在无需云平台干预的情况下

自动执行相应动作。

6.1.4数据处理

数据处理应符合以下要求：

a)支持对所收集的数据进行分析处理；

b)支持任务编排功能，包括任务的创建、更新、删除等操作。可本地进行任务和来自云平台的任

务编排设置；

c)支持根据远程下发的指令、边缘智能计算结果或周期性任务计划，及时触发或执行指定的本地

任务。

视频处理要求

6.2.1视频流获取

视频流获取应符合以下要求：

a)支持多协议（如GB28181/ONVIF/RTSP/RTMP等）、多类型设备(如IPC/NVR/AHD等)的接入；

b)按照GB/T28181的规定实现对视频编码码流及系统信息的传输、交换与控制。

6.2.2视频编解码

视频编解码应符合以下要求：

4

DB35/T2208—2024

a)支持H.264、H.265、H.266、MPEG系列和AVS等视频编解码标准；

b)支持实时调阅接入的视频流，以及回放录像文件。

6.2.3视频抽帧

视频抽帧应符合以下要求：

a)根据同一视频流对应的多个业务应用需求，选择相应的解码和抽帧策略完成统一解码抽帧、图

片编号和存储；

b)根据不同AI算法模型的处理要求（帧率、像素、空间位置等），选取合适的抽帧图片进行智

能分析。

6.2.4视频存储

视频存储应符合以下要求：

a)支持对接入的图像采集设备设置相应的视频存储规则，包括存储方式（连续存储、时间/事件

触发存储等）、存储时长、存储策略（循环覆盖、过期清理、分级存储等）、存储介质（TF卡、

外置硬盘等）等；

b)视频同步能力满足GB/T20815—2006中第8章的规定，录像回放时视频信号的失步时间不超

过1s。

终端接入要求

6.3.1设备注册

设备注册应符合以下要求：

a)支持本地和远程对接入的终端设备进行添加、删除等操作；

b)支持对终端设备进行注册管理，为其提供身份认证服务。

6.3.2协议适配要求

协议适配应符合以下要求：

a)支持通过ONVIF、RTSP、RTP、RTCP、SDP等标准协议接入不同厂商的图像采集设备；

b)支持通过RJ45、RS485、RS232、USB、DI/DO等接口接入各类物联网设备（如照明灯具、机房

门禁、IP对讲终端等）；

c)支持GB/T28181接入传输要求，同时还应支持安装第三方SDK，实现对相应自定义协议图像

采集设备的接入与控制。

6.3.3设备配置

配置终端设备基本信息，应包含终端列表、终端描述、终端类型、生产厂家、终端型号、软件/固

件版本、IP地址、MAC地址、安装位置等。

系统应支持本地和远程查询接入的终端设备基本信息。

6.3.4设备控制

设备控制应符合以下要求：

a)支持本地和远程查询接入的图像采集设备状态；

b)对每个通道的视频编码参数进行独立调节，包括分辨率、帧率、码率、视频画面质量等级等；

c)支持本地和远程对接入的图像采集设备进行控制。

5

DB35/T2208—2024

运行管理要求

6.4.1设备监控

设备监控应符合以下要求：

a)具备对自身运行状态实时监控的能力，如设备温度、硬件资源占用率（CPU、GPU、内存、存储

等）、服务进程及其资源消耗情况等；

b)支持对自身及接入的终端设备的网络连接状态、网络流量进行实时监测；

c)提供的网络诊断功能，具备通过Ping、Traceroute等常用指令或工具检测网络连通性，可按

需设置手动或自动批处理诊断任务，并提供图形化输入输出界面。

6.4.2容器资源管理

宜支持容器化部署及按需创建、命名、启动、停止、删除容器等操作。

6.4.3告警管理

告警管理应符合以下要求：

a)具备本地及远程的故障告警能力，包括电源故障、网络故障、系统资源不足、设备温度过高等

告警；

b)具备自主检测接入的视频图像故障并触发告警，以及接收图像采集设备上报的视频图像故障

告警消息，如视频信号丢失告警、视频画面遮挡告警等；

c)具备告警管理，能实时响应并输出联动信号，包括视频抓拍/录像、联动设备开关等；

d)支持对上报消息的分级管理，关键告警信息实时上报，一般性消息可选择周期性上报。

6.4.4文件/日志管理

文件管理应支持本地录像文件、告警文件、日志文件的存储和管理，仪根据文件类型设置不同的存

储策略，包括优先级、存储周期、存储空间等；

日志管理应具备日志管理功能，包括系统日志、访问日志、告警日志等查询功能。日志文件在断电

情况下应不丢失。

7性能要求

识别准确率

7.1.1人脸识别的性能要求应符合GB/T41772—2022中7.4的规定，具体要求应符合表1的规定。

6

DB35/T2208—2024

表1人脸识别的性能要求

类型性能指标应用示例参考测试数据库规模

当错误接受率FAR为十万分之一时,

错误拒绝率FRR≤2%

1:1人脸验证高铁、机场人证核验等万量级

当错误接受率FAR为一百万分之一

时,错误拒绝率FRR≤3%

当错误接受辨识率FPIR为千分之一

时,错误拒绝辨识率FNIR≤5%

1:N人脸辨别人脸门禁，动态预警系统等万量级

当错误接受辨识率FPIR为万分一时,

错误拒绝辨识率FNIR≤10%

注：正确识别率也称作召回率、通过率、首位命中率等,根据具体应用选择合适的术语,并用百分比表示。对于1:1

人脸验证,正确识别率=1-FRR，对于1:N人脸辨别,正确识别率=1-FNIR。

7.1.2车辆、船舶、火焰、烟雾等物体识别性能要求应符合表2的规定。

表2车辆、船舶、火焰、烟雾等物体识别性能指标

类型识别项目识别功能性能指标

白天:车头方向的车牌号码识别准确率

应不小于95%，车尾方向的车牌号码识别

对在线和离线视频、图像中存

准确率应不小于80%;

目标识别车辆号牌识别在的车辆号牌种类、颜色、号码等

夜间:车头方向的车牌号码识别准确率

信息进行识别

应不小于90%，车尾方向的车牌号码识别

准确率应不小于70%

应具备汽车、挂车、摩托车等车当车辆图像特征完整的前提下，车辆类

辆类型的识别功能。对于车辆类型(汽车、挂车、摩托车等)的识别准确率

车型分类识别型识别为汽车的车辆，应能识别应不低于90%。车辆子类型(客车、轿车、

客车、轿车、面包车、越野客车、面包车、越野客车、重中型货车等)的识别

重中型货车、其他车辆等子类型准确率应不低于80%

目标检测

应具备客船、货柜船、渔船、当船舶图像特征完整的前提下，船舶类

工程船等船舶类型的识别功能。型(客船、货柜船、渔船、工程船等)的

船舶分类识别对于船舶类型识别为非商船的船识别准确率应不低于90%。非商船子类型

舶，应能识别快艇、拖船、引水船、(快艇、拖船、引水船、指航船等)的识别

指航船等子类型准确率应不低于80%

应能检测出视频中出现的剧烈

燃烧的明火并输出报警事件信

火焰检测检测准确率应不低于90%

息,宜支持输出目标的大小、原有

位置等信息

事件分析

应能检测出在线和离线视频中

出现的浓烈的烟雾并输出报警事烟雾类型为升腾状态可视烟雾，检测准

烟雾检测

件信息,宜支持输出目标的大小、确率应不低于90%

原有位置等信息