一種基于算法資源池的智能分析算法配置方法

智能視頻監控是基于計算機視覺(jué)技術(shù)對監控場(chǎng)景的視頻圖像內容進(jìn)行分析，提取場(chǎng)景中的關(guān)鍵信息，并形成相應事件和告警的監控方式，是新一代基于視頻內容分析的監控系統。智能視頻監控技術(shù)借助于計算機強大的數據處理功能，對視頻畫(huà)面中的海量數據進(jìn)行高速分析，過(guò)濾掉用戶(hù)不關(guān)心的信息，僅為監控者提供有用的關(guān)鍵信息。相較于傳統監控，智能視頻監控能基于計算機視覺(jué)技術(shù)同時(shí)對多個(gè)監控場(chǎng)景的視頻圖像內容進(jìn)行分析，自動(dòng)篩選報警信息。

　　視頻分析技術(shù)是智能視頻監控系統的核心價(jià)值，從目前來(lái)看，智能視頻分析技術(shù)能在幾乎不需要人為干預的情況下，通過(guò)對攝像機拍錄的圖像序列進(jìn)行自動(dòng)分析來(lái)對動(dòng)態(tài)場(chǎng)景中的目標進(jìn)行定位、識別和跟蹤，并在此基礎上分析和判斷目標的行為，做到既能完成日常管理又能在異常情況發(fā)生的時(shí)候及時(shí)做出反應，從而解決了傳統監控工作量大、效率低、反應速度慢等問(wèn)題，其優(yōu)勢顯而易見(jiàn)，也是推動(dòng)整個(gè)安防智能化最為關(guān)鍵的技術(shù)之一。

　　視頻分析技術(shù)主要是由運行在設備端上的一系列智能分析算法模塊實(shí)現。智能分析算法模塊在設備上的調用，不是一成不變的，而是會(huì )隨著(zhù)不同的場(chǎng)景、不同的應用、不同的設備做出相應的調整與配置，使得分析算法的性能達到最優(yōu)，從而使視頻分析的效果達到最佳。

　　對于視頻分析設備上智能分析算法模塊的配置，其配置方法的有效與否對智能分析算法的性能影響非常大。如果能根據實(shí)際應用場(chǎng)景特性對算法進(jìn)行有效配置，將算法調整為最適應實(shí)際應用場(chǎng)景，智能分析的效果會(huì )得到最佳的體現，反之就會(huì )與預期效果產(chǎn)生較大的差距，影響視頻分析設備的使用。

　　如何對監控設備中的智能分析算法模塊進(jìn)行有效配置，保證算法性能最優(yōu)，是需要我們不斷進(jìn)行研究與改進(jìn)的一個(gè)課題。

現有的算法配置方法

　　對于視頻分析設備上的算法配置，目前主流的方法主要有2種。

　　我們先來(lái)看第1種方法，如圖1所表示，智能分析設備通過(guò)視頻輸出口直接連接到顯示器，配置人員根據顯示器上的信息，直接對設備中的智能分析算法模塊進(jìn)行配置。這種配置方法一般用于帶有顯示輸出口的設備，如智能DVR、DVS、分析儀服務(wù)器。

圖1 第1種主流的算法配置方案

　　第2種方法如圖2所示，主要分為2個(gè)步驟。首先，配置人員通過(guò)網(wǎng)絡(luò )(公共網(wǎng)或局域網(wǎng))與視頻分析設備進(jìn)行連接，使用客戶(hù)端軟件登入到設備上;然后配置人員通過(guò)客戶(hù)端對視頻分析設備進(jìn)行算法配置。這種配置方式是目前最通用的一種方式，只要支持網(wǎng)絡(luò )功能的視頻分析設備都會(huì )支持這種配置方法。

圖2 第2種主流的算法配置方

　　對于目前主流的這2種算法配置方案，會(huì )存在有如下缺點(diǎn)。

　　1、因為專(zhuān)業(yè)的算法配置人員有限，很多情況下都是一些非專(zhuān)業(yè)的配置人員來(lái)對算法進(jìn)行配置，某些情況下視頻分析設備上的算法無(wú)法發(fā)揮最優(yōu)的性能。

　　2、當局域網(wǎng)內的設備性能無(wú)法滿(mǎn)足用戶(hù)需求，需要對算法版本進(jìn)行升級配置時(shí)，非專(zhuān)業(yè)的配置人員往往無(wú)法完成，必須要專(zhuān)業(yè)的算法開(kāi)發(fā)人員到現場(chǎng)來(lái)完成，該情況下的配置成本就會(huì )非常大。

　　針對上述缺點(diǎn)，本文提出了一種改進(jìn)的基于算法資源池的配置方法，通過(guò)該配置方法可以有效保證運行在視頻分析設備上的算法性能最優(yōu)，并且算法的升級也非常方便。

　　基于算法資源池的配置方法

　　方案描述

　　本方案提出了一種基于算法資源池的算法配置方案，主要包含了6個(gè)步驟，如圖3所示。

圖3 基于算法資源池的配置方案

　　配置客戶(hù)端連接到視頻分析設備，獲取設備信息(型號、算法組件版本、計算資源能力)，并采集樣本序列;

　　用戶(hù)在配置客戶(hù)端上填寫(xiě)視頻分析應用的附加信息(問(wèn)卷調查)，配置客戶(hù)端連接到配置服務(wù)器，將樣本序列、應用附加信息、設備信息發(fā)送到配置服務(wù)器;

　　配置服務(wù)器根據樣本序列、應用附加信息、設備信息，對該應用進(jìn)行分析，并從算法資源池中獲取最適合的算法組件與參數配置，即算法最佳配置集;若通過(guò)機器分析無(wú)法得到最佳配置集，則提交到專(zhuān)業(yè)的算法配置工程師;

　　算法配置工程師根據樣本序列、應用附加信息、設備信息，從算法資源池中獲取算法最佳配置集，并發(fā)送到配置服務(wù)器;

　　配置服務(wù)器將算法最佳配置集發(fā)送到配置客戶(hù)端;

　　配置客戶(hù)端連接到視頻分析設備，并對設備進(jìn)行最佳配置集下的算法升級與參數配置，以獲取在該場(chǎng)景下視頻分析的最佳性能。

　　具體流程圖如圖4所示。

圖4 基于算法資源池的配置方案流程圖

　　模塊詳細介紹

　　配置客戶(hù)端

　　配置客戶(hù)端是可以安裝在PC、手機移動(dòng)設備、服務(wù)器等平臺上面的軟件，具有以下4個(gè)功能。

　　可通過(guò)該客戶(hù)端連接到視頻分析設備，獲取設備配置信息(如型號、智能分析算法版本、處理器計算能力、空余內存等)，以及當前場(chǎng)景下的Sample序列;

　　用戶(hù)可通過(guò)該客戶(hù)端輸入視頻分析應用的附加信息，包括當前場(chǎng)景屬性描述(如光照情況、是否有大目標出現等)、用戶(hù)需求等;

　　可通過(guò)該客戶(hù)端連接到配置服務(wù)器，將Sample序列、設備配置信息、應用附加信息發(fā)送到配置服務(wù)器;

　　可通過(guò)該客戶(hù)端連接到視頻分析設備，將配置服務(wù)器發(fā)送過(guò)來(lái)的最佳配置集，應用于視頻分析設備，以獲取算法在當前應用場(chǎng)景下的最優(yōu)性能。

　　配置服務(wù)器

　　配置服務(wù)器用于獲取視頻分析算法在特定應用模式下的最佳配置集，具有以下3個(gè)功能。

　　1、用于接收從客戶(hù)端發(fā)過(guò)來(lái)的視頻分析應用信息(Sample序列、設備信息、應用附加信息)，并根據這些信息來(lái)定義最優(yōu)算法版本集和最優(yōu)算法參數集，即算法最佳配置集。

　　2、若配置服務(wù)器無(wú)法獲得算法最佳配置集，服務(wù)器將視頻分析應用信息(Sample序列、設備信息、應用附加信息)發(fā)送到專(zhuān)業(yè)算法配置工程師，并接收從算法配置工程師發(fā)送過(guò)來(lái)的最佳配置集。

　　3、將算法的最佳配置集發(fā)送到配置客戶(hù)端。

　　算法最佳配置集

　　智能分析算法最佳配置集包括2種，基于參數的配置集與基于算法版本的配置集。

　　(1)基于參數的最佳配置集，對算法參數進(jìn)行調整，使當前版本算法性能達到最優(yōu)。比如場(chǎng)景模式的選擇、背景建模更新速度的調整、目標檢測靈敏度的調整、是否開(kāi)啟抗抖動(dòng)、是否開(kāi)啟人體檢測、目標融合速度的調整等。

　　(2)基于算法版本的最佳配置集，根據實(shí)際應用的需求，選取最適合的算法版本集來(lái)替換原算法版本，相當于算法版本升級。

　　算法配置工程師

　　算法配置工程師是專(zhuān)業(yè)的視頻分析算法配置人員，對視頻分析設備上的算法原理與應用有深入的理解，能根據實(shí)際應用場(chǎng)景、設備型號、客戶(hù)需求給出最佳的算法配置集。

　　總結

　　本文提出了一種基于算法資源池的智能分析算法配置方法，相比于現有的主流配置方法，具有如下3個(gè)優(yōu)點(diǎn)：

　　可以通過(guò)這種“定制式”的配置方式，為各種應用場(chǎng)景模式定義最適合的算法配置集，以提升算法在實(shí)際應用中的性能;

　　將配置服務(wù)器融合到公司統一的服務(wù)平臺上，作為一項智能分析服務(wù)來(lái)形成一個(gè)新的業(yè)務(wù)增長(cháng)點(diǎn);

　　可以收集到大量的Sample視頻序列與應用附加信息，為后續視頻分析算法版本升級提供一套全面的算法性能評估樣本。

　　對于該基于算法資源池的配置方法，在實(shí)際實(shí)施過(guò)程中也會(huì )存在一些缺點(diǎn)與應用限制，比如配置服務(wù)器與配置客戶(hù)端架構非常復雜，開(kāi)發(fā)成本較高，而且需要有大量的算法配置工程師來(lái)維護整個(gè)系統，維護成本較高。另外視頻分析設備上的Sample序列可能會(huì )涉及到隱私信息，用戶(hù)不愿意開(kāi)放連接權限給配置客戶(hù)端，這點(diǎn)也是制約該方法應用的一個(gè)較大因素。