面向多攝像機網(wǎng)絡(luò )的智能視頻分析技術(shù)

智能視頻分析的需求是在視頻監控水平發(fā)展到一定階段后必然的產(chǎn)物，它能很好地緩解傳統視頻監控中海量信息冗余的問(wèn)題。雖然經(jīng)過(guò)幾年的發(fā)展，但現階段，無(wú)論是智能視頻分析的技術(shù)與應用，還是市場(chǎng)環(huán)境都還處于成長(cháng)階段，需要在不斷地實(shí)踐中探索中前進(jìn)。

不同行業(yè)需求差異性明顯

據了解，不同的行業(yè)對于視頻監控的需求一般有著(zhù)非常明顯的差異，特別是對于智能視頻分析技 術(shù)的應用需求，由此也決定了不同行業(yè)間檢測行為 類(lèi)型與異常事件的特殊性。比如在平安城市中，可 針對城市治安突發(fā)事件，專(zhuān)門(mén)研發(fā)打架、搶劫、攀 越等行為分析功能;在銀行ATM自助服務(wù)區，可通 過(guò)對目前ATM自助服務(wù)區犯罪手段的分析，實(shí)現如 非法粘貼小紙條、安裝假鍵盤(pán)、蒙面、暴力搶劫等 行為分析功能;在交通行業(yè)，可實(shí)現針對交通事件 如逆行、非法停車(chē)、交通擁堵等情況報警的更多的 功能。

只有結合行業(yè)應用實(shí)際，深入了解不同行業(yè)的 具體問(wèn)題，才能更好地抓住用戶(hù)的需求，將智能視 頻分析技術(shù)的功能落實(shí)到應用的實(shí)處，這也是智能 視頻分析技術(shù)未來(lái)產(chǎn)業(yè)化價(jià)值的最終體現。

不斷完善核心算法

在技術(shù)方面，目前智能視頻分析技術(shù)主要分為 模式識別和行為分析技術(shù)。模式識別技術(shù)包含：人臉檢測、人臉比對、車(chē)牌識別、煙火識別檢測等;行為分析包含：越線(xiàn)、進(jìn)入、離開(kāi)、丟失、遺留物、人群聚集、滑倒等。智能分析最核心的是視頻算法，目前算法的體現形式包括了集成到硬件和純軟件方式提供，效果基本相同。

目前，專(zhuān)注于智能視頻分析領(lǐng)域的廠(chǎng)商也越來(lái)越多，綜合型的企業(yè)代表如?？低?，專(zhuān)項智能行業(yè)型的如卓揚科技、智安邦科技、文安科技等;國外企業(yè)代表如美國的ObjectVideo、以色列的ioimage、NICE等。

為了做好智能分析的良好推廣與深入應用，從廠(chǎng)家方面，仍然要不斷的完善產(chǎn)品核心算法技術(shù)，或者開(kāi)發(fā)出更多符合各個(gè)特定場(chǎng)景的應用模式。智能視頻分析區別于傳統行業(yè)產(chǎn)品的一點(diǎn)是，它的核 心算法還遠遠沒(méi)有達到定型的程度，具有很大的拓 展空間，因為隨著(zhù)應用的普及，將會(huì )對產(chǎn)品的功能 提出更加具體多的要求。另外，智能視頻分析的技 術(shù)往往還牽涉到許多復雜的參數配置，如何簡(jiǎn)化這些技術(shù)參數的配置是廠(chǎng)家需要重視的問(wèn)題。同時(shí)在 行業(yè)推廣的過(guò)程中涉及到的產(chǎn)品知識與行業(yè)技術(shù)的推廣，也需要各個(gè)廠(chǎng)家共同努力。 目前，實(shí)際復雜的應用環(huán)境就需要越加復雜的 算法，當前應用智能視頻分析技術(shù)開(kāi)發(fā)相應高級功 能的嵌入式產(chǎn)品，解決了很多產(chǎn)品的施工難度與實(shí) 際推廣的阻力，這也是智能視頻分析技術(shù)發(fā)展的必 然趨勢。

減少漏報、誤報率

以檢測準確性作為評價(jià)標準的智能視頻分析產(chǎn) 品，一般通過(guò)考察其在不同環(huán)境下的檢測率和誤報率 來(lái)評價(jià)其性能。理想系統的檢測率和有效率都應是 100%，但實(shí)際系統只能接近這些指標而不是完全達 到。只有通過(guò)調整系統的靈敏度參數，改變檢測率 與有效率之間的關(guān)系，在有效率合乎使用要求的情況 下，性能優(yōu)良的系統才能達到最高檢測率。當靈敏度 調很高時(shí)，檢測率提高但誤報增多，有效率會(huì )下降。 反之，誤報率減少，有效率提高但檢測率會(huì )降低。

智能分析能達到簡(jiǎn)單的行為分析。提高漏報與 誤報的形式必須通過(guò)整體的方式去設計，比如攝像 機擺放的位置，鏡頭的選擇，室內的光線(xiàn)，過(guò)濾器 及靈敏度，規則的合理設置等。通過(guò)整體的考慮可 以降低誤報率。

當前市場(chǎng)上的智能視頻分析產(chǎn)品的效果是參差不齊的，有的打著(zhù)智能的旗號實(shí)際上實(shí)現不了智能的效果。未來(lái)廠(chǎng)家們將繼續完善算法，同時(shí)加強在 復雜及惡劣環(huán)境下的測試，不斷提高產(chǎn)品的性能， 將漏報、誤報減少到最低程度。

未來(lái)仍需提高的部分

雖然智能視頻分析技術(shù)已得到快速發(fā)展，但是 實(shí)施到具體的應用，還有許多復雜的技術(shù)問(wèn)題。

無(wú)法完全消除誤報的影響。例如運動(dòng)目標識別中的背景建模技術(shù)，在控制漏報數量的同時(shí)，還不能完全的刪除誤報。在以目標識別為技術(shù)基礎的周界防范產(chǎn)品中，誤報的數量一直是反映該產(chǎn)品優(yōu)劣的一大指標。而誤報的數量是由背景模型與實(shí)際使用情況之間的差距造成的。模型的適應能力越強，造成的誤報越少，背后要求的技術(shù)也越高。影響背景模型建立的因數很多，例如空曠的柏油馬路和邊上有樹(shù)木的圍墻，6m高的攝像機與2m高的攝像機所拍攝的畫(huà)面就需要不同的背景模型，白天和黑夜的狀態(tài)需要的模型也不同。目前，行業(yè)中還沒(méi)有開(kāi)發(fā)出一種可以涵蓋所有使用情況的背景模型來(lái)，也無(wú)法完全的解決隨機事件的影響，如在黑夜環(huán)境下車(chē)燈造成的誤報。

不具備行為的判斷能力。例如周界防范，機器中行為分析的區域入侵功能能夠發(fā)現活動(dòng)目標，并可以在這些活動(dòng)目標中利用技術(shù)手段把用戶(hù)希望的目標(例如人體)提取出來(lái)。但是再進(jìn)一步，這個(gè)闖入者的動(dòng)機是什么，是偶爾路過(guò)，還是故意闖入，是否有意的往警戒區域內探望，這些都無(wú)法靠機器來(lái)識別。畢竟智能視頻分析還只是一系列設定好的數學(xué)公式與程序，遠沒(méi)有達到人的判斷能力。

特征識別技術(shù)對畫(huà)面要求高。對于基于特征識別的分析技術(shù)，對于圖像的要求比較高。除了畫(huà)面本身清晰度外，也需要清楚的展示目標物體的特征，目前計算機的識別能力大大低于人類(lèi)對物體特征的識別能力，不同的光照條件和拍攝角度，都將改變計算機所看到的特征。因此，對攝像機的安裝以及周?chē)h(huán)境的要求比較高。例如車(chē)牌識別的產(chǎn)品，對車(chē)牌在畫(huà)面中呈現的角度，像素大小都有比較嚴格的要求，這些高要求限制了該類(lèi)產(chǎn)品的實(shí)施與應用。

CPU的處理能力仍然是瓶頸。要滿(mǎn)足實(shí)際復雜的應用環(huán)境就需要越加復雜的算法，隨之帶來(lái)了巨大的計算量，目前DSP芯片的能力有限，已經(jīng)不能滿(mǎn)足某些復雜算法的需要。因此，難以開(kāi)發(fā)相應高級功能的嵌入式產(chǎn)品，這也增加了很多產(chǎn)品的施工難度與實(shí)際推廣的阻力。

總體而言，智能視頻分析技術(shù)也如計算機一樣，對于傳統的手段是智能的，但是對于人的智慧來(lái)說(shuō)，還處于低級的階段。