APP下载

视频分析大有可为

2015-09-10芦伟

信息化视听 2015年6期
关键词:监控智能分析

芦伟

如今在探讨视频监控发展趋势的众多文章和专家论述中,高清化、智能化和网络化被公认今后的必然方向。高清和网络化很好理解,那么智能化的核心是什么呢?答案是视频分析。

视频分析让视频监控插上了智能的翅膀,在以往没有视频分析功能的传统视频监控系统中,录像数据无法被有效地分类存储,最多只是打上时间标签,因此数据查找非常耗时且很难有效获得需求信息。同时传统监控是一种被动监控,仅能起到录像的工作,在异常、突发事件发生后,回放录像进行事后检查,但损失和影响已经造成。而视频分析技术把传统的事后取证变成了主动防御,它融合了图像处理、模式识别、人工智能等多项技术,借助计算机强大的数据处理功能,对视频画面海量数据进行高速分析,将其中的无用信息过滤掉,自动分析、抽取画面中有价值的关键信息,进行标记或者相关处理,并形成相应事件和告警的监控方式。视频分析极大地减轻了监控人员的工作量,以往需要多人24小时紧盯监控屏幕,现在1-2个人就可以进行管理;更为重要的是用肉眼观看监控视频,注意力无法持久,很容易错过重要画面信息,特别在监控系统规模越来越大时,个人无法顾及大量摄像头画面,有了视频分析问题则迎刃而解。

如果将监控摄像机看作人的眼睛,那么智能视频分析系统就可以看作是人的大脑。视频监控系统实现了从目视解释向自动解释的转变,这是智能视频监控系统与普通监控系统的最大区别,也是视频监控技术发展的必然。

视频分析技术最初起源于国外,初始主要是一些实验室及军方应用的产品,而且主要用于反恐,后来逐渐走向工业及民用,扩展到在机场、军事、银行、交通等场所使用。该技术刚开始在国内兴起时,使用的几乎都是国外产品和技术。近些年,国内企业发展也很快,自主研发智能视频分析技术已经具备了丰富的智能业务功能,包括车牌识别、摄像头异常监测、虚拟警戒线、财产保护、运动目标跟踪、计数、物品遗留等。

当前视频分析技术用于视频监控通常有两种方案:一种是后端智能视频分析方案。这种模式下所有的前端摄像机仅仅具备基本的视频采集功能,而所有的视频分析都必须汇集到后端或者关键节点处由计算机统一处理。优势是可以灵活切换服务器取流的前端设备,对任意的前端设备都可以应用智能视频分析功能,而且后续软件升级更方便快捷。缺点是当服务器数量较多时会占用较大的空间,只适合控制若干关键的监控点,对网络的带宽有一定的要求。

另一种是视频分析前端解决方案,顾名思义就是将智能视频分析算法集成在前端摄像机中,一台摄像机就可以实现智能分析,所有的目标跟踪、行为判断、报警触发都是由前端智能分析设备完成,只将报警信息通过网络传输至监控中心。优点是无需将视频传输回监控中心,对连接前端设备的网络带宽要求低,而且后端无需设置服务器机房,节省空间,目前市场上这种方式居多。不过其也有不足,就是无法灵活切换各个前端设备的分析类型,一旦系统建设完成,无法改变特定前端设备的智能类型。

事实上无论采用哪种方案,视频分析都是一项颇为复杂的技术。以人数统计为例,人的行走方向、人体的互相遮挡、人的胖瘦、人是站立行走还是爬行、下雪天气等各种因素都可能成为人数统计的一些干扰因素,因此做到准确统计,需要研发极为专业的算法,要有专门的软硬件人才来做这件事。

由于不同客户实际需求也不同,视频分析涉及的技术应用侧重点也有所不同,大致可分为诊断类视频分析、识别类视频分析和行为类视频分析三类。其中最为大众熟悉的车辆违章拍照属于识别类,它有效地降低了车辆交通违章数量,大大减少了交通事故的发生。如今车牌识别技术被广泛应用在交通路口、各停车场出入口、高速公路收费站等地。该项技术偏向于对静态场景的分析处理,通过图像识别、图像比对及模式匹配等核心技术,实现对人、车、物等相关特征信息的提取与分析。该技术经过多年的发展与应用,目前已十分成熟,模糊车牌还原和识别技术的出现使得该项技术不再局限于高清,开始向标清领域普及。此外识别类还包括现在火热的人脸识别比对系统,其将人脸信息归档,并与个人身份建立关系,在实际运用过程中采用人脸搜索、黑名单布防、陌生人识别等多项智能分析功能,大大提高视频监控的防范功效。诊断类视频分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和报警。

诊断类智能分析技术实现起来较为简单,通常以后端管理平台的形式出现,在大型的监控项目,特别是城市级监控的日常运维中作用十分明显。目前市面上一些基于DSP的智能分析设备、DVR和DVS等都自带该项辅助功能;行为类视频分析侧重于对动态场景的分析处理。典型的功能有:车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、占道经营检测和客流统计等。

视觉分析适用的范围很广,不仅在视频监控中发挥着重要作用,在其它领域同样可以得以应用。如在零售领域,可通过智能视频分析技术对顾客行为实施数据采集,并进行系统的、深层次的顾客数据分析,了解顾客消费行为、消费方式、顾客的特征,同时还可了解到店铺的客流量、店内陈列货品热门区域、广告/橱窗关注度等重要信息。在治理超标准排放烟尘、污水等方面,可利用智能视觉,能够及时发现机房及生产车间的火灾、烟雾等异常情况。此外,利用智能视觉中的面相检测、人脸识别技术,还可以帮助企业加强出入口的控制和管理,提高管理水平,降低管理成本。

对于视频分析,人们从心理上是欢迎的,但在实际中接受度并不高。原因之一在于用户普遍对于视频分析期望过高,有不少是超出现有视频分析技术能力的需求,因此现有的视频分析产品总难以让客户非常满意,从而导致客户对其接受度还不够高。其次,有的厂家为了能够吸引客户进行夸大宣传,结果实际使用效果与宣传效果不符,使得这些客户对智能视频分析产品再无好感。第三,视频分析是一项复杂的综合技术,涉及环境和需求也呈现多样性特点,实际环境中光照变化、目标遮挡、目标与背景颜色相似、背景杂乱等都会增加视频分析的难度。造成虚假报警、漏报警、跟踪困难等不良后果。第四,目前国内安防智能视频分析应用产品绝大部分来自国外厂商,且没有形成规模应用效应,产品定价普遍偏高,普通用户难以接受。不过尽管存在这样或那样的问题,用户需求和潜在规模还是广阔的。现在越来越多的企业和机构在智能视觉分析领域大力投入,由此不断涌现出性能更优秀的算法,不断提高产品中视觉分析技术的性能。随着技术的不断更新、改进、与云技术、数据挖掘技术的结合,智能视频分析定将在未来大放异彩。

猜你喜欢

监控智能分析
The Great Barrier Reef shows coral comeback
隐蔽失效适航要求符合性验证分析
你被监控了吗?
Zabbix在ATS系统集中监控中的应用
电力系统不平衡分析
电力系统及其自动化发展趋势分析
PDCA循环法在多重耐药菌感染监控中的应用