摄像头视频其实是一张张照片组成的，如果速度足够快（比如每秒24帧），画面就有了连续性。

数字视频在数字化的时候，采用了帧内和帧间均匀采样，并由RGB三个分量均匀表达采样量化后的数据，所以就有了空间冗余、时间冗余和编码冗余。

就是这三大冗余，让视频压缩成为可能。

压缩后会不会有影响?大家比较关心的是：我这个视频是要用来分析的，压缩后会不会带来影响？好问题。

这就要说到我们的“盒子”了

这个巴掌大的东西内有乾坤。

它大的特点是超级压缩——

通过对非关键信息（如天空、地面）进行智能超级压缩，可在画质基本不变的前提下，将原本10个G的视频数据压缩至小1个G，大可节约90%的传输带宽和90%的存储成本。

而且基本不会影响后面的视频分析。

权威的检验报告显示：超级压缩后的视频，人员检出率、人脸相似度97.2%~99.2%。

还能解决另外两个痛点

除了节约90%传输带宽和90%中心平台存储成本，“盒子”还能解决另外两个痛点：

一、中心平台计算压力大“盒子”可以把中心平台的计算压力分散到靠近终端的边缘端，则既能提升数据处理效率，又能大幅节约带宽成本。同时，相对于在中心端进行算力扩容，使用5G边缘计算终端成本更低。目前，该终端已应用于多场景下的摄像头视频内容AI分析和信息挖掘。比如，针对能源领域特点，搭载安全生产、异常分析等多种AI智能识别算法，如漏油监测、安全帽监测、采油设备状态识别、非法入侵等；在社会面治理领域，搭载人、车、非脸识别算法，全面提升情报分析研判的信息化、智能化水平。由此，让这些摄像头从“看得见”“看得清”向“看得懂”转变。

二、 多厂商、多终端设备难以兼容接入“盒子”可支持不同类型视频图像数据协议的输入与输出，兼容不同厂商、不同终端采集的视频。同时，可支持多路流媒体的低延时、高稳定、跨网、加密传输。

目前，我们的“盒子”，也就是5G边缘计算智能终端，能为金融、能源、公安、轨交、教育等行业用户提供低成本、智能化的解决方案，让边缘端视频真正“回得来”“存得起”“看得清”和“看得懂”。