下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
智能視頻分析技術(shù)應(yīng)用前景市場容量巨大即將迎來爆發(fā)智能視頻分析是計算機圖像視覺技術(shù)在安防領(lǐng)域應(yīng)用的一個分支,是一種基于目標(biāo)行為的智能監(jiān)控技術(shù)。,智能視頻分析首先將場景中背景和目標(biāo)別離,識別出真正的目標(biāo),去除背景干擾(如樹葉抖動、水面波浪、燈光變化),進而分析并追蹤在攝像機場景內(nèi)出現(xiàn)的目標(biāo)行為。通過將場景中背景和目標(biāo)別離進而分析并追蹤在攝像機場景內(nèi)出現(xiàn)的目標(biāo)。用戶可以根據(jù)視頻內(nèi)容分析功能,通過在不同攝像機的場景中預(yù)設(shè)不同的報警規(guī)那么,一旦目標(biāo)在場景中出現(xiàn)了違反預(yù)定義規(guī)那么的行為,系統(tǒng)會自動發(fā)出報警,監(jiān)控工作站自動彈出報警信息并發(fā)出警示音,用戶可以通過點擊報警信息,實現(xiàn)報警的場景重組并采取相關(guān)措施。目前來說,智能視頻分析技術(shù)廣泛應(yīng)用于公共平安相關(guān)系統(tǒng)、建筑智能化、智能交通等相關(guān)系統(tǒng)。一、智能視頻分類智能視頻分析大體上分為兩大類,一類是以背景模型建立為根底,主要包括周界防范在內(nèi)的行為分析等。第二類是以特征識別為根底,包括車牌識別、人臉識別等。二、智能視頻現(xiàn)階段的缺乏智能視頻分析的“短板”雖然當(dāng)前智能視頻分析技術(shù)的主要原理闡述起來簡潔明了,但是實施到具體的應(yīng)用,還有許多復(fù)雜的技術(shù)問題。1.無法完全消除誤報的影響。例如運動目標(biāo)識別中的背景建模技術(shù),在控制漏報數(shù)量的同時,還不能完全的刪除誤報。在以目標(biāo)識別為技術(shù)根底的周界防范產(chǎn)品中,誤報的數(shù)量一直是反映該產(chǎn)品優(yōu)劣的一大指標(biāo)。而誤報的數(shù)量是由背景模型與實際使用情況之間的差距造成的。模型的適應(yīng)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(shù)很多,例如空曠的柏油馬路和邊上有樹木的圍墻,6m高的攝像機與2m高的攝像機所拍攝的畫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)中還沒有開發(fā)出一種可以涵蓋所有使用情況的背景模型來,也無法完全的解決隨機事件的影響,如在黑夜環(huán)境下車燈造成的誤報。2.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(qū)域入侵功能能夠發(fā)現(xiàn)活動目標(biāo),并可以在這些活動目標(biāo)中利用技術(shù)手段把用戶希望的目標(biāo)〔例如人體〕提取出來。但是再進一步,這個闖入者的動機是什么,是偶爾路過,還是成心闖入,是否有意的往警戒區(qū)域內(nèi)探望,這些都無法靠機器來識別。畢竟智能視頻分析還只是一系列設(shè)定好的數(shù)學(xué)公式與程序,遠沒有到達人的判斷能力。3.特征識別技術(shù)對畫面要求高。對于基于特征識別的分析技術(shù),對于圖像的要求比擬高。除了畫面本身清晰度外,也需要清楚的展示目標(biāo)物體的特征,目前計算機的識別能力大大低于人類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圍環(huán)境的要求比擬高。例如車牌識別的產(chǎn)品,對車牌在畫面中呈現(xiàn)的角度,像素大小都有比擬嚴(yán)格的要求,這些高要求限制了該類產(chǎn)品的實施與應(yīng)用。三、智能視頻產(chǎn)品設(shè)備分類目前,專注于智能視頻分析領(lǐng)域的廠商也越來越多,綜合型的企業(yè)代表如??低?,專項智能行業(yè)型的如智美達科技、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。智美達相對行業(yè)品牌在行為識別、圖像質(zhì)量、平安智能,功能操作方面有良好的表現(xiàn)。色彩逼真,分辨率清晰。市場上存在的設(shè)備種類多樣,主要分為嵌入式視頻分析產(chǎn)品與純軟件視頻分析產(chǎn)品兩大類。嵌入式視頻分析產(chǎn)品的主要表現(xiàn)形式有智能攝像機、智能DVR等,其一般應(yīng)用在監(jiān)控系統(tǒng)的前端,分布式的處理方式具有占用帶寬小,不受傳輸影響的優(yōu)點,缺陷是往往只能針對特定的一路或者幾路進行分析,對視頻分析技術(shù)的算法與前端設(shè)備性能有較大的依賴。這一類的產(chǎn)品主要應(yīng)用在一些重點的行業(yè),例如軍隊、金融、教育、小區(qū)等,企業(yè)在銷售模式上主要以產(chǎn)品形式為主導(dǎo)。純軟件視頻分析產(chǎn)品主要運行于普通PC或效勞器上,形成智能視頻分析效勞器,相比嵌入式,這種方式能處理更多路數(shù)的視頻和實現(xiàn)更為強大的功能,卻也不可防止的存在占用帶寬大的缺點,對效勞器性能要求較高。這一類的產(chǎn)品應(yīng)用相對廣泛,平安城市是其應(yīng)用的重要表達,企業(yè)在銷售模式上主要以分析模塊與解決方案為主導(dǎo)。四、智能視頻支持的檢測功能智能視頻分析首先要求用戶指定一個檢測區(qū)域,該檢測區(qū)域可以是不規(guī)那么的任意形狀,然后在該區(qū)域中啟用各種檢測功能。智能視頻分支持的檢測功能主要析有:1.區(qū)域入侵檢測2.離開區(qū)域檢測3.人臉識別4.分類檢測5.物品遺留檢測10.物品喪失檢測11.攝像頭遮擋檢測12.攝像頭移動監(jiān)測13.攝像頭模糊檢測14.視頻信號喪失檢測6.計數(shù)功能7.火焰檢測8.高度檢測9.徘徊檢測15.打架斗毆檢測16.人群運動模式檢測17.自動跟蹤……區(qū)域入侵檢測:主要是目標(biāo)存在檢測功能。通過對監(jiān)控圖像序列的處理和分析,識別物體入侵的行為,并且對有潛在危險的行為進行報警,以防止危險事故的發(fā)生,從而有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 《供應(yīng)商開發(fā)選擇》課件
- 《拿來主義》課件 2024-2025學(xué)年統(tǒng)編版高中語文必修上冊
- 2025屆江蘇省連云港市海頭高級中學(xué)高考全國統(tǒng)考預(yù)測密卷數(shù)學(xué)試卷含解析
- 內(nèi)蒙古鄂爾多斯市達拉特旗第一中學(xué)2025屆高考考前模擬數(shù)學(xué)試題含解析
- 2025屆廣西玉林市玉州區(qū)高考適應(yīng)性考試數(shù)學(xué)試卷含解析
- 吉林省四平市公主嶺市第五高級中學(xué)2025屆高考語文考前最后一卷預(yù)測卷含解析
- 山西太原五中2025屆高三最后一卷語文試卷含解析
- 2025屆山東省東營市墾利縣第一中學(xué)高三下學(xué)期聯(lián)合考試數(shù)學(xué)試題含解析
- 《保險公司內(nèi)勤早會》課件
- 吉林省長春市“BEST合作體”2025屆高考全國統(tǒng)考預(yù)測密卷數(shù)學(xué)試卷含解析
- (新湘教版)地理 八年級上冊+下冊 填圖課件
- 福建省服務(wù)區(qū)標(biāo)準(zhǔn)化設(shè)計指南
- 益豐大藥房入職測評題庫
- 排水溝修復(fù)方案
- 人教版五年級數(shù)學(xué)上冊專項計算題12套(每日一練)
- 薪酬管理體系的公平性與公正性要求
- 護理質(zhì)量管理實踐課件
- 三維可視化虛擬仿真培訓(xùn)演練系統(tǒng)建設(shè)方案
- 北京市通州區(qū)2023-2024學(xué)年七年級上學(xué)期期末數(shù)學(xué)試題
- 2023青島幼兒師范高等??茖W(xué)校教師招聘考試真題匯總
- 廠內(nèi)機動車輛的安全
評論
0/150
提交評論