如今在探討視頻監控發展趨勢的眾多文章和專家論述中，高清化、智能化和網絡化被公認今后的必然方向。高清和網絡化很好理解，那么智能化的核心是什么呢？答案是視頻分析。
視頻分析讓視頻監控插上了智能的翅膀，在以往沒有視頻分析功能傳統視頻監控系統中，錄像數據無法被有效的分類存儲，最多只是打上時間標簽，因此數據查找非常耗時且很難有效獲得需求信息。同時傳統監控是一種被動監控，僅能起到錄像的工作，在異常、突發事件發生后，回放錄像進行事后檢查，但損失和影響已經造成。而視頻分析技術把傳統的事后取證變成了主動防御，它融合了圖像處理、模式識別、人工智能等多項技術，借助計算機強大的數據處理功能，對視頻畫面海量數據進行高速分析，將其中的無用信息過濾掉，自動分析、抽取畫面中有價值的關鍵信息，進行標記或者相關處理，并形成相應事件和告警的監控方式。視頻分析極大的減輕了監控人員的工作量，以往需要多人24小時緊盯監控屏幕，現在1～2個人就可以進行管理；更為重要的是用肉眼觀看監控視頻，注意力無法持久，很容易錯過重要畫面信息，特別在監控系統規模越來越大時，個人無法顧及大量攝像頭畫面，有了視頻分析問題則迎刃而解。如果將監控攝像機看作人的眼睛，那么智能視頻分析系統就可以看作是人的大腦。視頻監控系統實現了從目視解釋向自動解釋的轉變，這是智能視頻監控系統與普通監控系統的最大區別，也是視頻監控技術發展的必然。
視頻分析技術最初起源于國外，初始主要是一些實驗室及軍方應用的產品，而且主要用于反恐，后來逐漸走向工業及民用，擴展到在機場、軍事、銀行、交通等場所使用。該技術剛開始在國內興起時，使用的幾乎都是國外產品和技術。近些年，國內企業發展也很快，自主研發智能視頻分析技術已經具備了豐富的智能業務功能，包括車牌識別、攝像頭異常監測、虛擬警戒線、財產保護、運動目標跟蹤、計數、物品遺留等。
當前視頻分析技術用于視頻監控通常有兩種方案：一種是后端智能視頻分析方案。這種模式下所有的前端攝像機僅僅具備基本的視頻采集功能，而所有的視頻分析都必須匯集到后端或者關鍵節點處由計算機統一處理。優勢是可以靈活切換服務器取流的前端設備，對任意的前端設備都可以應用智能視頻分析功能，而且后續軟件升級更方便快捷。缺點是當服務器數量較多時會占用較大的空間，只適合控制若干關鍵的監控點，對網絡的帶寬有一定的要求。另一種是視頻分析前端解決方案，顧名思義就是將智能視頻分析算法集成在前端攝像機中，一臺攝像機就可以實現智能分析，所有的目標跟蹤、行為判斷、報警觸發都是由前端智能分析設備完成，只將報警信息通過網絡傳輸至監控中心。優點是無需將視頻傳輸回監控中心，對連接前端設備的網絡帶寬要求低，而且后端無需設置服務器機房，節省空間，目前市場上這種方式居多。不過其也有不足，就是無法靈活切換各個前端設備的分析類型，一旦系統建設完成，無法改變特定前端設備的智能類型。
事實上無論采用哪種方案，視頻分析都是一項頗為復雜的技術。以人數統計為例，人的行走方向、人體的互相遮擋、人的胖瘦、人是站立行走還是爬行、下雪天氣等各種因素都可能成為人數統計的一些干擾因素，因此做到準確統計需要研發極為專業的算法，要有專門的軟硬件人才來做這件事。由于不同客戶實際需求也不同，視頻分析涉及的技術應用側重點也有所不同，大致可分為診斷類視頻分析、識別類視頻分析和行為類視頻分析三類。其中最為大眾熟悉的車輛違章拍照屬于識別類，它有效的降低了車輛交通違章數量，大大減少了交通事故的發生。如今車牌識別技術被廣泛應用在交通路口、各停車場出入口、高速公路收費站等地。該項技術偏向于對靜態場景的分析處理，通過圖像識別、圖像比對及模式匹配等核心技術，實現對人、車、物等相關特征信息的提取與分析。該技術經過多年的發展與應用，目前已十分成熟，模糊車牌還原和識別技術的出現使得該項技術不再局限高清，開始向標清領域普及。此外識別類還包括現在火熱的人臉識別比對系統，其將人臉信息歸檔，并與個人身份建立關系，在實際運用過程中采用人臉搜索、黑名單布防、陌生人識別等多項智能分析功能，大大提高視頻監控的防范功效。診斷類視頻分析主要是針對視頻圖像出現的雪花、滾屏、模糊、偏色、增益失衡、云臺失控、畫面凍結等常見的攝像頭故障、視頻信號干擾、視頻質量下降進行準確分析、判斷和報警。診斷類智能分析技術實現起來較為簡單，通常以后端管理平臺的形式出現，在大型的監控項目，特別是城市級監控的日常運維中作用十分明顯。目前市面上一些基于DSP的智能分析設備、DVR和DVS等都自帶該項輔助功能；行為類視頻分析側重于對動態場景的分析處理。典型的功能有：車輛逆行及相關交通違章檢測、防區入侵檢測、圍墻翻越檢測、絆線穿越檢測、物品偷盜檢測、占道經營檢測和客流統計等。
視覺分析適用的范圍很廣，不僅可在視頻監控中發揮著重要作用，在其它領域同樣可以得以應用。如在零售領域，可通過智能視頻分析技術對顧客行為實施數據采集，并進行系統的、深層次的顧客數據分析，了解顧客消費行為、消費方式、顧客的特征，同時還可了解到店鋪的客流量、店內陳列貨品熱門區域、廣告/櫥窗關注度等重要信息。在治理超標準排放煙塵、污水等方面，可利用智能視覺，能夠及時發現機房及生產車間的的火災、煙霧等異常情況。此外，利用智能視覺中的面相檢測、人臉識別技術，還可以幫助企業加強出入口的控制和管理，提高管理水平，降低管理成本。
對于視頻分析，人們從心理上是歡迎的，但在實際中接受度并不高。原因之一在于用戶普遍對于視頻分析期望過高，有不少是超出現有視頻分析技術能力的需求，因此現有的視頻分析產品總難以讓客戶非常滿意，從而導致客戶對其接受度還不夠高。其次有的廠家為了能夠吸引客戶進行夸大宣傳，結果實際使用效果與宣傳效果不符，使得這些客戶對智能視頻分析產品再無好感。第三、視頻分析是一項復雜的綜合技術，涉及環境和需求也呈現多樣性特點，實際環境中光照變化、目標遮擋、目標與背景顏色相似、背景雜亂等都會增加視頻分析的難度。造成虛假報警、漏報警、跟蹤困難等不良后果。第四，目前國內安防智能視頻分析應用產品絕大部分來自國外廠商，且沒有形成規模應用效應，產品定價普遍偏高，普通用戶難以接受。不過盡管存在這樣或那樣的問題，用戶需求和潛在規模還是廣闊的。現在越來越多的企業和機構在智能視覺分析領域大力投入，由此不斷涌現出性能更優秀的算法，不斷提高產品中視覺分析技術的性能。隨著技術的不斷更新、改進、與云技術、數據挖掘技術的結合，智能視頻分析定將在未來大放異彩。
|
