智能視頻分析技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)

智能視頻分析的發(fā)展過程

    智能視頻監(jiān)控技術(shù)是基于圖像處理、模式識(shí)別的新型視頻監(jiān)控技術(shù)。簡(jiǎn)而言之，就是發(fā)現(xiàn)圖像中運(yùn)動(dòng)的物體，并對(duì)其進(jìn)行跟蹤、分析，及時(shí)發(fā)現(xiàn)“異�！毙袨椋�觸發(fā)報(bào)警并采取其他措施進(jìn)行干預(yù)。

    智能視頻分析技術(shù)(Video Analytics)綜合了多學(xué)科的研究成果。主要包括圖像處理、跟蹤技術(shù)、模式識(shí)別、軟件工程，數(shù)字信號(hào)處理(DSP)等領(lǐng)域。2001年“911”事件發(fā)生后，美國在安防科研方面大大加強(qiáng)了投資力度。許多研究機(jī)構(gòu)和研究人員紛紛加入了安防類技術(shù)研究和開發(fā)，智能視頻分析是其中的一個(gè)亮點(diǎn)。從研究論文的數(shù)量來看，2002年到2005年有一個(gè)明顯的高峰期，這和此期間科研經(jīng)費(fèi)的大量投入是相吻合的。目前此研究領(lǐng)域的科研論文逐漸轉(zhuǎn)移到細(xì)分問題和方向。這并不代表智能視頻監(jiān)控變成了一個(gè)已經(jīng)解決了的問題，恰恰相反，即使目前最優(yōu)秀的商業(yè)系統(tǒng)離人們對(duì)此類技術(shù)的期待值還有一些距離。解決問題的方法也沒有達(dá)成共識(shí)，它實(shí)際上反映了原創(chuàng)性的理論工作在減少，此項(xiàng)技術(shù)的進(jìn)步在未來可能更多地依賴企業(yè)自身科研開發(fā)力量。

    國內(nèi)此市場(chǎng)的發(fā)展滯后北美大概3到4年，現(xiàn)在具有自主知識(shí)產(chǎn)權(quán)和研發(fā)能力的國內(nèi)公司并不多，主要有北京的文安、智安邦，上海的安維爾、弘視等。由于公司都處在早期的市場(chǎng)拓展階段，已經(jīng)完成的有代表性工程項(xiàng)目并不多，典型的有核電站、軍隊(duì)項(xiàng)目、港口等。

    主要功能

    目前市場(chǎng)上的智能視頻分析系統(tǒng)通常都具有以下功能：

    1、圖像采集/接口。絕大多數(shù)的智能視頻分析算法是基于非壓縮圖像格式，如RGB或者YUV。所以圖像信號(hào)在被采集以后不經(jīng)過壓縮直接送給視頻分析單元。幾乎所有的視頻分析系統(tǒng)都自帶有圖像采集功能，通常是通過BNC輸入模擬圖像信號(hào)�，F(xiàn)有的圖像監(jiān)控系統(tǒng)中圖像信號(hào)通常是以壓縮圖像流的形式存在�？梢詫�圖像流解壓還原成原始圖像格式后再進(jìn)行分析。

    2、運(yùn)動(dòng)物體檢測(cè)。簡(jiǎn)單地說，運(yùn)動(dòng)檢測(cè)就是發(fā)現(xiàn)圖像中運(yùn)動(dòng)的物體，運(yùn)動(dòng)物體可以簡(jiǎn)單定義為圖像中變化的部分。一些初級(jí)的運(yùn)動(dòng)檢測(cè)算法就是基于這些概念，此類方法的誤報(bào)警率太高，不適合用作實(shí)時(shí)報(bào)警系統(tǒng)。

    并不是所有圖像中的變化都是我們感興趣的運(yùn)動(dòng)物體，例如由相機(jī)自身引入的變化，它包括像素噪聲，相機(jī)自動(dòng)光圈控制電路引起的整體亮度變化，圖像傳輸中引入的高低頻周期噪聲信號(hào)，紅外相機(jī)周期校準(zhǔn)所帶來的突變等。外界環(huán)境引入的變化包括地面光照在多云天氣里迅速的變化，運(yùn)動(dòng)物體陰影，水面波浪或者波光粼粼現(xiàn)象，陸地上樹枝的擺動(dòng)，夜間汽車大燈造成的光暈，雨雪天氣等現(xiàn)象。另外相機(jī)在大風(fēng)天，尤其是高燈桿上容易抖動(dòng)，由上述這些現(xiàn)象造成的圖像變化是應(yīng)該被過濾掉的，它們可以通過算法或者其它技術(shù)手段加以解決。

    從算法的角度來看，可以簡(jiǎn)單地分為兩大類。一類是建立背景模型，通過和背景模型相對(duì)比來發(fā)現(xiàn)運(yùn)動(dòng)物體。另一類是通過“光流”法，通過發(fā)現(xiàn)運(yùn)動(dòng)物體對(duì)光流場(chǎng)的影響來發(fā)現(xiàn)運(yùn)動(dòng)物體。另外就是介于兩者之間或者兩者結(jié)合的方法。

    3、多物體跟蹤。跟蹤實(shí)質(zhì)上就是將在每一幀上發(fā)現(xiàn)的同一物體沿時(shí)間順序串起來。此領(lǐng)域本身就是一個(gè)相對(duì)獨(dú)立的活躍的研究領(lǐng)域。主要研究方向是在復(fù)雜環(huán)境下，如多個(gè)運(yùn)動(dòng)物體，多個(gè)相機(jī)，運(yùn)動(dòng)物體之間互相遮擋，消失及重現(xiàn)等情況下進(jìn)行有效跟蹤。

    在實(shí)際監(jiān)控應(yīng)用中，尤其是對(duì)一些入侵報(bào)警的應(yīng)用案例中，對(duì)跟蹤算法的要求比較低�，F(xiàn)有的系統(tǒng)對(duì)運(yùn)動(dòng)物體“融合”及其它復(fù)雜應(yīng)用場(chǎng)景的跟蹤效果并不理想。但是參照以往技術(shù)發(fā)展速度，這方面會(huì)很快完善起來。

產(chǎn)品主要形式及特點(diǎn)

    4、行為特征分析。行為特征分析是從圖像中尋找滿足預(yù)先設(shè)定的行為特征的事件。目前市場(chǎng)上比較典型的應(yīng)用包括：

    (1)分類。判斷運(yùn)動(dòng)物體是人、車、船只、飛機(jī)，停止或者突然加速，例如車輛在隧道或者公路上拋錨，大街上搶劫得手后逃跑等場(chǎng)景。

    (2)徘徊。如在敏感區(qū)域觀察的人員。對(duì)正常通過的行人、車輛不報(bào)警。

    (3)遺留物。如在機(jī)場(chǎng)，油庫等地放置爆炸物然后離開。

    (4)物品遺失。如博物館的貴重展品當(dāng)發(fā)現(xiàn)展品消失后系統(tǒng)會(huì)立刻報(bào)警。

    (5)人數(shù)統(tǒng)計(jì)。如對(duì)進(jìn)入超市等場(chǎng)所的人數(shù)進(jìn)行統(tǒng)計(jì)，并結(jié)合銷售數(shù)據(jù)繪制一天當(dāng)中平均消費(fèi)額曲線。

    (6)人群密度。如當(dāng)聚集人員過多時(shí)報(bào)警，或者人群突然散開出現(xiàn)異常情況時(shí)進(jìn)行報(bào)警。

    (7)人員倒地。如當(dāng)人員由直立突然變成平躺。

    總的來說，智能視頻分析可以做很多事情，需要視頻分析開發(fā)人員和最終用戶進(jìn)行有效溝通。由于智能視頻分析還是一個(gè)較新的技術(shù)，在國內(nèi)了解此項(xiàng)技術(shù)的圈子目前只拓展到集成商這個(gè)層面上，很多適合視頻分析技術(shù)的應(yīng)用場(chǎng)景還有待市場(chǎng)開發(fā)。但有一點(diǎn)是一目了然的，企業(yè)必須掌握核心技術(shù)并具有自主研究開發(fā)能力。智能視頻分析市場(chǎng)是由許多細(xì)分小市場(chǎng)組成的，新的應(yīng)用正不斷地出現(xiàn)。

    5、設(shè)定報(bào)警條件。在視頻監(jiān)控里引入“智能”極大地豐富了監(jiān)控內(nèi)容。 目前可供選擇的報(bào)警要素包括區(qū)域、時(shí)間段、物體種類、尺寸、運(yùn)動(dòng)方向、速度、行為特征等許多內(nèi)容。

    6、報(bào)警聯(lián)動(dòng)。在智能視頻分析系統(tǒng)發(fā)現(xiàn)異常情況以后，通常需要作核實(shí)報(bào)警真實(shí)性，如通過另外一臺(tái)云臺(tái)相機(jī)對(duì)報(bào)警事件拉近進(jìn)行詳細(xì)調(diào)查，或者及時(shí)通知、提醒監(jiān)控人員。常用實(shí)時(shí)提示方法包括語音、彈出圖像、發(fā)送短信、截圖等手段提示監(jiān)控人員。

    產(chǎn)品主要形式及特點(diǎn)

    目前智能視頻分析產(chǎn)品主要基于通用CPU如英特爾(服務(wù)器，工控機(jī))或者DSP。有些產(chǎn)品和DVR集成在一起，有些產(chǎn)品做成獨(dú)立的模塊，通過提供界面和開發(fā)SDK供集成商使用。集成化程度最高的產(chǎn)品已經(jīng)和相機(jī)做成一體，直接輸出智能分析結(jié)果。

    基于服務(wù)器(工控機(jī))的系統(tǒng)通常適合布置在監(jiān)控系統(tǒng)的后臺(tái)，由于它的架構(gòu)相對(duì)開放，可以方便地和現(xiàn)有監(jiān)控系統(tǒng)融合。另外服務(wù)器的CPU處理能力和DSP相比要高的多，可以使用較為復(fù)雜的算法，以往DSP處理器所特有的優(yōu)化操作在通用處理器上也逐漸變得平常。多核是英特爾CPU的發(fā)展方向，非常適合多路圖像處理的需要及發(fā)展趨勢(shì)，對(duì)于降低系統(tǒng)成本很有幫助。英特爾每?jī)赡晖瞥鲆豢钚庐a(chǎn)品的速度也遠(yuǎn)較德州儀器(TI)快，基于服務(wù)器的系統(tǒng)性能可以隨著英特爾產(chǎn)品的更新而方便地提升，在一些高端智能視頻監(jiān)控系統(tǒng)中，使用服務(wù)器的比較多。DSP的模塊化產(chǎn)品通常適合布置在監(jiān)控系統(tǒng)的前端，它安裝實(shí)施起來比較方便，對(duì)知識(shí)產(chǎn)權(quán)的保護(hù)也容易做到位。

    成功安裝使用智能視頻分析產(chǎn)品通常應(yīng)由有豐富經(jīng)驗(yàn)的集成商或者開發(fā)商通過解決方案的形式給予直接有力的支持�，F(xiàn)在市場(chǎng)上的智能視頻分析產(chǎn)品和傳統(tǒng)監(jiān)控形式相比，監(jiān)控效率、質(zhì)量，特別在實(shí)時(shí)報(bào)警方面，有了實(shí)質(zhì)性的進(jìn)步。但是它們離我們期望的標(biāo)準(zhǔn)還有一些差距，還不能指望像安裝監(jiān)控相機(jī)一樣搭起一套系統(tǒng)馬上正常運(yùn)轉(zhuǎn)。像任何新技術(shù)一樣，要達(dá)到好的效果，必須有了解智能視頻分析產(chǎn)品特點(diǎn)的工程人員從方案設(shè)計(jì)到施工、調(diào)試全程支持。