中心 + 边缘，多节点架构
摄像头及网络视频流接入边缘节点（兼容 RTSP、RTMP、HTTP-FLV、HLS、SRT 等协议），AI 推理在本地完成；事件引擎把分析结果形成事件，告警模块负责通知；中心平台统一管理节点、摄像头、业务数据、人脸向量与媒体存储。
系统链路
一条完整的分析与管理链路
从视频接入到数据管理，架构各层职责清晰，计算在边缘、管理在中心。
Camera
摄像头视频源
Edge Node
接入 + 推理
AI Analysis
检测 / 识别 / 追踪
Event Engine
事件形成
Alarm
告警通知
Center Platform
统一管理
Vector DB
人脸向量
Media Storage
图片视频
架构组件
每个组件做什么
架构与真实系统保持一致，各组件职责如下。
Camera视频源：IPC、NVR 及第三方视频流通过 RTSP、RTMP 等协议接入平台。
Edge Node视频接入与 AI 推理节点：本地完成视频拉流与模型推理。
AI Analysis模型推理：检测（Detection）、识别（Recognition）、追踪（Tracking）。
Event Engine事件引擎：根据分析结果与规则形成事件。
Alarm告警模块：告警规则与通知（邮箱、短信等）。
Center Platform中心平台：节点、摄像头、业务数据统一管理。
Vector Database人脸向量数据库：人脸等特征向量数据的存储与检索。
Media Storage媒体存储：图片、视频等媒体数据管理。
架构价值
多节点扩展，支撑更大规模
中心 + 边缘架构的核心价值在于扩展性：接入更多摄像头时，只需增加边缘节点即可横向扩容，中心平台统一运维。
计算在边缘
边缘节点承担视频接入与 AI 推理，视频就近处理。
管理在中心
中心平台统一管理节点、摄像头、数据与告警。
数据统一存储
人脸向量与图片视频等媒体数据由平台统一管理。
多节点扩展
接入规模扩大时，通过增加边缘节点横向扩容。
继续了解
相关页面
架构与部署、功能紧密相关。
让摄像头从“记录”走向 “理解”
开始使用 AI视频智能分析平台，让每一路视频数据真正产生价值。