2022年行業(yè)分析淺談：智能視頻監(jiān)控分析技術(shù)極其應用分析

淺談：智能視頻監(jiān)控分析技術(shù)極其應用分析

1、引言

隨著計算機、網(wǎng)絡、信息與通信、音視頻編解碼、流媒體等技術(shù)的日趨成熟與完善，在安防市場巨大的需求推動下，視頻監(jiān)控技術(shù)正在向著數(shù)字化、網(wǎng)絡化、智能化的方向進展，視頻監(jiān)控由目視解釋轉(zhuǎn)變?yōu)樽詣咏忉屖且曨l監(jiān)控技術(shù)的飛躍，也是安防技術(shù)進展的必定。

在2022年北京安防展上，一批視頻監(jiān)控前端設備廠家分別展出了各自的智能視頻監(jiān)控產(chǎn)品，標志著智能視頻監(jiān)控技術(shù)已經(jīng)從概念轉(zhuǎn)化為產(chǎn)品，并逐步進入實際應用。本文結(jié)合智能視頻監(jiān)控應用系統(tǒng)開發(fā)與部署的閱歷，對智能視頻監(jiān)控技術(shù)及其應用現(xiàn)狀與前景進行分析。

2、智能視頻監(jiān)控技術(shù)

你可能感愛好的關于智能視頻監(jiān)控的討論報告：2022-2022年中國智能視頻監(jiān)控行業(yè)進展前景分析及進展策略討論報2022-2022年中國智能視頻監(jiān)控行業(yè)市場需求與投資詢問報告2022-2022年中國智能視頻監(jiān)控行業(yè)市場供需前景猜測深度討論報告2022-2022年中國智能視頻監(jiān)控行業(yè)專項調(diào)研及投資價值猜測報告2022-2022年智能視頻監(jiān)控行業(yè)深度分析及“十三五”進展規(guī)劃指導查看更多報告智能視頻監(jiān)控技術(shù)源自計算機視覺與人工智能的討論，它的主要討論目標是利用計算機視覺技術(shù)、圖像視頻處理技術(shù)和人工智能技術(shù)對監(jiān)控視頻的內(nèi)容進行描述、理解和分析，并能依據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進行掌握，從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。圖1給出了一個典型的智能視頻監(jiān)控系統(tǒng)的基本工作流程。

智能視頻分析模塊獵取視頻序列后，首先通過圖像恢復或超辨別率復原技術(shù)提高圖像質(zhì)量，然后對場景中的目標進行檢測、分類和跟蹤，進而實現(xiàn)視頻內(nèi)容的分析理解，包括場景中的特別檢測、人的身份識別以及視頻內(nèi)容的理解描述等。最終依據(jù)設定的規(guī)章產(chǎn)生報警，進而觸發(fā)后續(xù)業(yè)務處理。各步驟介紹如下：

1.目標檢測將輸入的視頻圖像中變化猛烈的圖像區(qū)域從圖像背景中分別出來，它處于視頻監(jiān)控技術(shù)的前端，是各種后續(xù)處理的基礎。目前，算法主要包括背景減法、相鄰幀差法和光流法等。

2.目標分類利用一些圖像特征值實現(xiàn)目標類型（一般是人和車）的甄別。用于目標分類的特征有空間特征和時間特征兩種，空間特征包括目標輪廓、目標尺寸、目標紋理等，時間特征包括目標大小的變化、運動的速度等。

3.目標跟蹤依據(jù)目標及其所在的環(huán)境，選擇能唯一表示目標的特征，并在后續(xù)幀中搜尋與該特征最匹配的目標位置。常用的跟蹤算法包括：基于特征的跟蹤算法，基于3D模型的跟蹤，基于主動輪廓模型的跟蹤以及基于運動估量的跟蹤等。

4.智能分析。它位于智能視頻監(jiān)控的高級階段，是實現(xiàn)視頻監(jiān)控智能化的關鍵。包括特別檢測、身份識別及視頻內(nèi)容理解等：

特別檢測中典型的特別包括用戶定義的特別狀況和特別規(guī)大事，檢測方法分為基于模型的方法和基于分類器的方法；

身份識別包括人臉識別和步態(tài)識別；

視頻內(nèi)容理解是指在對序列進行低級處理的基礎上，對場景中的大事進行分析和識別，用自然語言等加以描述。

依據(jù)目前智能視頻分析技術(shù)的成熟度，智能視頻監(jiān)控應用場景主要包括人數(shù)統(tǒng)計、車牌識別、大事檢測和視頻診斷等。

人數(shù)統(tǒng)計：統(tǒng)計穿越入口或指定區(qū)域的人或物的數(shù)量。例如可為商場統(tǒng)計每天的客流量。

車牌識別：識別車輛的外形、顏色、車牌號碼等特征，并反饋給監(jiān)控者。此技術(shù)可應用于車輛黑名單追蹤。

大事檢測：對視頻進行周界監(jiān)測與特別行為分析。特別行為包括雙向越界、單向越界、進入禁區(qū)、離開禁區(qū)、徘徊、無人值守、驟變、人員聚集、煙霧檢測、快速運動、逆行、打架等大事。

視頻診斷：對視頻圖像消失的雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡和云臺失控等常見攝像頭故障做出精確?????推斷并發(fā)出報警信息。該技術(shù)可應用于平安城市的建設中，自動檢測攝像機的狀態(tài)，從而減輕維護人員的工作強度。

3、智能視頻監(jiān)控應用

3.1智能視頻監(jiān)控產(chǎn)品形態(tài)

依據(jù)智能視頻分析模塊所處的位置可將智能視頻監(jiān)控產(chǎn)品分為兩種形態(tài)：前端智能和后端智能。其中，前端智能通過DSP方式實現(xiàn)，將智能視頻分析算法加載在視頻服務器、數(shù)字硬盤錄像機、網(wǎng)絡攝像機等前段設備中，對攝像頭采集的視頻數(shù)據(jù)直接進行分析。由于利用了DSP強大的硬件處理力量，同時前端設備的架設針對詳細的智能視頻分析算法優(yōu)化，從而提高了視頻分析精確?????率，因此目前智能視頻監(jiān)控產(chǎn)品多為前端智能。后端智能通過純軟件實現(xiàn)，運行于一般PC或服務器上，構(gòu)成視頻分析服務器。視頻分析服務器獵取壓縮的視頻流后，對視頻進行解碼、分析和處理。后端智能的優(yōu)勢在于可以便利的與其它視頻監(jiān)控應用軟件融合，而且不需要對已有的前端設備進行替換升級，愛護原有投資，同時智能視頻分析單元可被多路視頻分析分時復用，降低整個系統(tǒng)的投入。但后端智能受限于視頻分析服務器的處理力量，而且已有前端設備的架設往往不滿意智能視頻分析的要求，導致視頻分析的精確?????率較低。

3.3智能視頻監(jiān)控系統(tǒng)實施

隨著智能視頻監(jiān)控產(chǎn)品日漸成熟，智能視頻監(jiān)控技術(shù)開頭在視頻監(jiān)控系統(tǒng)中逐步應用，大大提高了視頻信息的價值。但是，要充分發(fā)揮智能視頻監(jiān)控技術(shù)在視頻監(jiān)控系統(tǒng)中的作用，卻不是想象中那么簡潔，主要面對以下幾點挑戰(zhàn)。

智能視頻檢測精確?????率。

智能視頻監(jiān)控技術(shù)運用數(shù)學模型來描述真實世界，并試圖利用數(shù)學模型來分析視頻數(shù)據(jù)，但是實際環(huán)境比數(shù)學模型要簡單得多，智能視頻分析受到諸多因素的干擾而影響其檢測精確?????率，存在較大程度的漏報和誤報，當漏報和誤報達到肯定比例，視頻檢測就失去了它的意義。智能視頻監(jiān)控產(chǎn)品生產(chǎn)廠家針對各種實際應用環(huán)境，對算法進行了大量的優(yōu)化以排解干擾，提高了智能視頻檢測的精確?????率，但是實際應用環(huán)境千差萬別，生產(chǎn)廠家要對各種環(huán)境進行優(yōu)化，勢必增加研發(fā)成本與產(chǎn)品版本管理的負擔。

工程施工要求提高。

由于前端設備架設環(huán)境對智能視頻分析的影響，在安裝前端設備時，需要依據(jù)智能視頻監(jiān)控應用場景，針對性的架設。如進行人流或者車流統(tǒng)計時，攝像機視角與人或車行進方向垂直會達到比較好的分析效果；而應用在車牌識別時，攝像機視角又需要能夠從正面拍攝到車牌，并且選擇攝像機時要考慮低照度、逆光、車速等因素。不同的應用場景對目標對象在整個視頻中的比例或者像素也有相應要求。

全部的這些要求，需要施工調(diào)試人員對智能視頻分析應用場景有比較深化的了解，在施工時針對性的選型和架設前端設備，不斷的調(diào)試以達到最佳分析效果。因此，智能視頻監(jiān)控系統(tǒng)的施工要求比一般視頻監(jiān)控系統(tǒng)要高許多。

用戶應用需求實現(xiàn)。

前文描述了智能視頻監(jiān)控的若干主要應用場景，而用戶的需求并不局限于這些場景，經(jīng)常是上述幾種應用場景的混合，或者介于幾個應用場景之間，如何選擇智能視頻分析的算法和產(chǎn)品形態(tài)滿意用戶的需求，是智能視頻監(jiān)控系統(tǒng)開發(fā)的主要問題。同時，由于智能視頻分析主要是檢測視頻中的大事，并不供應這些大事的統(tǒng)計分析，也就是說，如何進一步挖掘智能視頻分析檢測到的大事信息的價值，以此為基礎開發(fā)出更高層次的增值應用，是推動智能視頻監(jiān)控廣泛應用的關鍵，也是智能視頻監(jiān)控應用系統(tǒng)開發(fā)的關鍵。

技術(shù)到實戰(zhàn)的轉(zhuǎn)化。

基于智能視頻監(jiān)控技術(shù)，可以提出許多有用性很高的應用，但是這些應用用于實戰(zhàn)時，卻暴露出技術(shù)的局限。以攝像機自動接力為例，環(huán)境中假如只有一個移動目標，智能視頻分析可以很快的定位到移動目標，并實施跟蹤，攝像機之間的接力跟蹤也得以實現(xiàn)，但是一旦環(huán)境中不只一個移動目標，單純的依靠智能視頻監(jiān)控技術(shù)，并不能確定要跟蹤的目標。而且，由于攝像機跟蹤時需要快球的協(xié)作，而各種快球的性能指標并不相同，快球能否保持與智能視頻分析發(fā)出的跟蹤指令全都，也是智能視頻跟蹤進入實戰(zhàn)的障礙。

建設成本。

很明顯，具備智能視頻監(jiān)控力量的前端設備價格會高出不少，其直接影響是增加了系統(tǒng)建設成本。但是，增加系統(tǒng)建設成本的不只是前端設備價格，還有工程施工要求提高帶來的成本增加。如上文所述，不同的應用場景對前端設備的架設有不同的特別要求，這就導致攝像機可能只能為特地的應用場景使用，如車流統(tǒng)計和車牌識別就不能用相同的攝像機，假如在路口要實現(xiàn)兩種應用場景，必需安裝兩個攝像機才能滿意要求；在智能視頻跟蹤應用中，需要兼顧全局與局部，就必需在相同區(qū)域安裝至少兩個攝像機，對快球也有特別要求；而某廠家的煙霧檢測產(chǎn)品，為提高檢測的精確?????率，設計了特地的雙鏡頭攝像機。智能視頻監(jiān)控系統(tǒng)建設的方方面面都可能帶來建設成本的增加。

盡管面對不少挑戰(zhàn)，智能視頻監(jiān)控系統(tǒng)還是在某些領域漸漸進入有用。針對這些挑戰(zhàn)，要建設實戰(zhàn)的智能視頻監(jiān)控系統(tǒng)，除了用戶的應用需求外，還需要考慮監(jiān)控場景的簡單程度、監(jiān)控環(huán)境、以及算法選用和參數(shù)的合理設置等。此外，合理選擇攝像機及其安裝位置與角度，也是特別重要的。在智能視頻監(jiān)控系統(tǒng)的開發(fā)與實施中，應留意以下四點：

依據(jù)系統(tǒng)的需求選擇合適的產(chǎn)品形態(tài)。

前端智能和后端智能各具有缺點，前端智能和后端智能具有各自適用的場景，因此，在搭建視頻監(jiān)控系統(tǒng)時，應清晰兩者的區(qū)分，從而進行合適的選擇。一般而言，對于分析實時性強或者算法對環(huán)境要求高的應用場景，如火車軌道闖入、非法拋灑物等，應選擇前端智能；若算法對環(huán)境的要求不苛刻，可采納后端智能，從而削減資金的投入，視頻診斷是后端智能的最好應用。

應合理選擇攝像機及其安裝位置與角度。

合理選擇攝像機及其安裝位置與角度，是為了在條件允許的狀況下盡量降低監(jiān)控場景的簡單度，凸出有效的信息。對于不同的應用場景，攝像機的選用及安裝過程是不同的。對于人數(shù)統(tǒng)計，攝像頭的角度要求很重要，應盡量垂直于人的頭部。通常來講，當攝像頭垂直向下對著行人頭部時，由于遮擋較少，統(tǒng)計精度較高。而當攝像頭角度接近水平常，由于行人相互遮擋，難度較大。對于車牌識別，應選用清楚度高、信噪比大、低照度功能的攝像機。同時，為了降低環(huán)境光照對攝像機成像的影響，還應選用補光燈。除此之外，攝像機的架設高度、位置也直接影響到車牌的識別效果。對于大事檢測，大俯視覺角度會有較好的檢測效果，同時檢測的目標大小也要滿意檢測算法的要求。由此可見，對于智能視頻監(jiān)控系統(tǒng)，現(xiàn)場施工調(diào)試是比較繁瑣的，但同時這也是比較重要的，它關系到智能視頻監(jiān)控系統(tǒng)的檢測精確?????率。

應合理選用算法及設置相關參數(shù)。

智能視頻技術(shù)運用數(shù)學模型來描述真實世界，并試圖利用數(shù)學模型來分析視頻數(shù)據(jù)，因此，在設計智能視頻監(jiān)控系統(tǒng)時，應選擇與監(jiān)控場景最吻合的數(shù)學模型，保證檢測的精度。如，對于無人值守應用，可選用移動偵測、人數(shù)統(tǒng)計及人物消失等算法。其中，移動偵測算法無法區(qū)分人或物，而且畫面中略微有動靜就會產(chǎn)生告警，因此會存在大量的誤報；人數(shù)統(tǒng)計算法只能統(tǒng)計進入?yún)^(qū)域或離開區(qū)域的人數(shù)變化狀況，無法檢測區(qū)域中是否有人存在，因此會有大量的漏報狀況發(fā)生。因此，人物消失算法更適合無人值守應用。同時，選用了一種分析算法后，也應不斷調(diào)整監(jiān)控環(huán)境和調(diào)試算法參數(shù)，如目標尺寸的大小、檢測靈敏度、畫面搜尋范圍等，從而使得監(jiān)控環(huán)境與智能分析技術(shù)內(nèi)部的數(shù)學模型達到最大的全都性。

應發(fā)掘智能視頻監(jiān)控技術(shù)與實際應用的合理切入點。

智能視頻技術(shù)經(jīng)過多年的討論，有些算法已相當成熟，但如何發(fā)揮其最大優(yōu)勢，尋求更多的應用模式還需進一步的探討和嘗試。如PTZ跟蹤，算法已比較成熟，在演示系統(tǒng)中能獲得較好的效果，但在實際應用中由于檢測場景簡單，畫面中人員過多，導致攝像頭無法定位需跟蹤的人員，因此在實際應用中還無法推廣此項業(yè)務。對于車牌識別，車牌黑名單跟蹤是車牌識別的常見應用模式，除此之外，還可以將識別出的同一車牌的攝像頭聯(lián)系起來，形成車牌識別新的應用模式：車輛跟蹤?？傊袌鲂枨笫侵悄芤曨l監(jiān)控進展的強大推動力，只有立足技術(shù)，面對市場，發(fā)掘應用，智能視頻監(jiān)控才能得到廣泛應用。

4、結(jié)束語

智能視頻監(jiān)控技術(shù)進入有用，極大提高了視頻信息的價值，具有傳統(tǒng)視頻監(jiān)控無法比擬的優(yōu)勢，但是由于該技術(shù)尚欠缺成熟度和穩(wěn)定性，集成商智能視頻監(jiān)控系統(tǒng)建設施工閱歷不足，它投入實戰(zhàn)還面臨不少挑戰(zhàn)。