智能視頻監(jiān)控技術(shù)及其應(yīng)用分析
2010/08/03
1.引言
隨著計算機、網(wǎng)絡(luò)、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(luò)化、智能化的方向發(fā)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)發(fā)展的必然。
在2008年北京安防展上，一批視頻監(jiān)控前端設(shè)備廠家分別展出了各自的智能視頻監(jiān)控產(chǎn)品，標(biāo)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(yīng)用。本文結(jié)合智能視頻監(jiān)控應(yīng)用系統(tǒng)開發(fā)與部署的經(jīng)驗，對智能視頻監(jiān)控技術(shù)及其應(yīng)用現(xiàn)狀與前景進行分析。
2.智能視頻監(jiān)控技術(shù)
智能視頻監(jiān)控技術(shù)源自計算機視覺與人工智能的研究，它的主要研究目標(biāo)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，并能根據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進行控制，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。
圖1:智能視頻監(jiān)控系統(tǒng)工作流程
智能視頻分析模塊獲取視頻序列后，首先通過圖像恢復(fù)或超分辨率復(fù)原技術(shù)提高圖像質(zhì)量，然后對場景中的目標(biāo)進行檢測、分類和跟蹤，進而實現(xiàn)視頻內(nèi)容的分析理解，包括場景中的異常檢測、人的身份識別以及視頻內(nèi)容的理解描述等。最后根據(jù)設(shè)定的規(guī)則產(chǎn)生報警，進而觸發(fā)后續(xù)業(yè)務(wù)處理。各步驟介紹如下：
1. 目標(biāo)檢測將輸入的視頻圖像中變化劇烈的圖像區(qū)域從圖像背景中分離出來，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(chǔ)。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(biāo)分類利用一些圖像特征值實現(xiàn)目標(biāo)類型（一般是人和車）的甄別。用于目標(biāo)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(biāo)輪廓、目標(biāo)尺寸、目標(biāo)紋理等，時間特征包括目標(biāo)大小的變化、運動的速度等。
3. 目標(biāo)跟蹤依據(jù)目標(biāo)及其所在的環(huán)境，選擇能唯一表示目標(biāo)的特征，并在后續(xù)幀中搜索與該特征最匹配的目標(biāo)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計的跟蹤等。
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(guān)鍵。包括異常檢測、身份識別及視頻內(nèi)容理解等：
異常檢測中典型的異常包括用戶定義的異常情況和非常規(guī)事件，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(chǔ)上，對場景中的事件進行分析和識別，用自然語言等加以描述。
根據(jù)目前智能視頻分析技術(shù)的成熟度，智能視頻監(jiān)控應(yīng)用場景主要包括人數(shù)統(tǒng)計、車牌識別、事件檢測和視頻診斷等。
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：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監(jiān)控者。此技術(shù)可應(yīng)用于車輛黑名單追蹤。
事件檢測：對視頻進行周界監(jiān)測與異常行為分析。異常行為包括雙向越界、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、打架等事件。
視頻診斷：對視頻圖像出現(xiàn)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準(zhǔn)確判斷并發(fā)出報警信息。該技術(shù)可應(yīng)用于平安城市的建設(shè)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(yīng)用
3.1 智能視頻監(jiān)控產(chǎn)品形態(tài)
根據(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(wù)器、數(shù)字硬盤錄像機、網(wǎng)絡(luò)攝像機等前段設(shè)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強大的硬件處理能力，同時前端設(shè)備的架設(shè)針對具體的智能視頻分析算法優(yōu)化，從而提高了視頻分析準(zhǔn)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)，運行于普通PC或服務(wù)器上，構(gòu)成視頻分析服務(wù)器。視頻分析服務(wù)器獲取壓縮的視頻流后，對視頻進行解碼、分析和處理。后端智能的優(yōu)勢在于可以方便的與其它視頻監(jiān)控應(yīng)用軟件融合，而且不需要對已有的前端設(shè)備進行替換升級，保護原有投資，同時智能視頻分析單元可被多路視頻分析分時復(fù)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(wù)器的處理能力，而且已有前端設(shè)備的架設(shè)往往不滿足智能視頻分析的要求，導(dǎo)致視頻分析的準(zhǔn)確率較低。
3.2 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)開始在視頻監(jiān)控系統(tǒng)中逐步應(yīng)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單，主要面對以下幾點挑戰(zhàn)。
智能視頻監(jiān)控技術(shù)運用數(shù)學(xué)模型來描述真實世界，并試圖利用數(shù)學(xué)模型來分析視頻數(shù)據(jù)，但是實際環(huán)境比數(shù)學(xué)模型要復(fù)雜得多，智能視頻分析受到諸多因素的干擾而影響其檢測準(zhǔn)確率，存在較大程度的漏報和誤報，當(dāng)漏報和誤報達到一定比例，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(yīng)用環(huán)境，對算法進行了大量的優(yōu)化以排除干擾，提高了智能視頻檢測的準(zhǔn)確率，但是實際應(yīng)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(dān)。
由于前端設(shè)備架設(shè)環(huán)境對智能視頻分析的影響，在安裝前端設(shè)備時，需要根據(jù)智能視頻監(jiān)控應(yīng)用場景，針對性的架設(shè)。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(yīng)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(yīng)用場景對目標(biāo)對象在整個視頻中的比例或者像素也有相應(yīng)要求。
所有的這些要求，需要施工調(diào)試人員對智能視頻分析應(yīng)用場景有比較深入的了解，在施工時針對性的選型和架設(shè)前端設(shè)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)的施工要求比普通視頻監(jiān)控系統(tǒng)要高很多。
前文描述了智能視頻監(jiān)控的若干主要應(yīng)用場景，而用戶的需求并不局限于這些場景，常常是上述幾種應(yīng)用場景的混合，或者介于幾個應(yīng)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)滿足用戶的需求，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事件，并不提供這些事件的統(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事件信息的價值，以此為基礎(chǔ)開發(fā)出更高層次的增值應(yīng)用，是推動智能視頻監(jiān)控廣泛應(yīng)用的關(guān)鍵，也是智能視頻監(jiān)控應(yīng)用系統(tǒng)開發(fā)的關(guān)鍵。
- 技術(shù)到實戰(zhàn)的轉(zhuǎn)化
基于智能視頻監(jiān)控技術(shù)，可以提出很多實用性很高的應(yīng)用，但是這些應(yīng)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)境中如果只有一個移動目標(biāo)，智能視頻分析可以很快的定位到移動目標(biāo)，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(biāo)，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(biāo)。而且，由于攝像機跟蹤時需要快球的配合，而各種快球的性能指標(biāo)并不相同，快球能否保持與智能視頻分析發(fā)出的跟蹤指令一致，也是智能視頻跟蹤進入實戰(zhàn)的障礙。
很明顯，具備智能視頻監(jiān)控能力的前端設(shè)備價格會高出不少，其直接影響是增加了系統(tǒng)建設(shè)成本。但是，增加系統(tǒng)建設(shè)成本的不只是前端設(shè)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(yīng)用場景對前端設(shè)備的架設(shè)有不同的特殊要求，這就導(dǎo)致攝像機可能只能為專門的應(yīng)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，如果在路口要實現(xiàn)兩種應(yīng)用場景，必須安裝兩個攝像機才能滿足要求；在智能視頻跟蹤應(yīng)用中，需要兼顧全局與局部，就必須在相同區(qū)域安裝至少兩個攝像機，對快球也有特殊要求；而某廠家的煙霧檢測產(chǎn)品，為提高檢測的準(zhǔn)確率，設(shè)計了專門的雙鏡頭攝像機。智能視頻監(jiān)控系統(tǒng)建設(shè)的方方面面都可能帶來建設(shè)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(lǐng)域逐漸進入實用。針對這些挑戰(zhàn)，要建設(shè)實戰(zhàn)的智能視頻監(jiān)控系統(tǒng)，除了用戶的應(yīng)用需求外，還需要考慮監(jiān)控場景的復(fù)雜程度、監(jiān)控環(huán)境、以及算法選用和參數(shù)的合理設(shè)置等。此外，合理選擇攝像機及其安裝位置與角度，也是非常重要的。在智能視頻監(jiān)控系統(tǒng)的開發(fā)與實施中，應(yīng)注意以下四點：
- 根據(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(yīng)清楚兩者的區(qū)別，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(yīng)用場景，如火車軌道闖入、非法拋灑物等，應(yīng)選擇前端智能；若算法對環(huán)境的要求不苛刻，可采用后端智能，從而減少資金的投入，視頻診斷是后端智能的最好應(yīng)用。
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情況下盡量降低監(jiān)控場景的復(fù)雜度，凸出有效的信息。對于不同的應(yīng)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(yīng)盡量垂直于人的頭部。通常來講，當(dāng)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(dāng)攝像頭角度接近水平時，由于行人互相遮擋，難度較大。對于車牌識別，應(yīng)選用清晰度高、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(yīng)選用補光燈。除此之外，攝像機的架設(shè)高度、位置也直接影響到車牌的識別效果。對于事件檢測，大俯視覺角度會有較好的檢測效果，同時檢測的目標(biāo)大小也要滿足檢測算法的要求。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(guān)系到智能視頻監(jiān)控系統(tǒng)的檢測準(zhǔn)確率。
- 應(yīng)合理選用算法及設(shè)置相關(guān)參數(shù)
智能視頻技術(shù)運用數(shù)學(xué)模型來描述真實世界，并試圖利用數(shù)學(xué)模型來分析視頻數(shù)據(jù)，因此，在設(shè)計智能視頻監(jiān)控系統(tǒng)時，應(yīng)選擇與監(jiān)控場景最吻合的數(shù)學(xué)模型，保證檢測的精度。如，對于無人值守應(yīng)用，可選用移動偵測、人數(shù)統(tǒng)計及人物出現(xiàn)等算法。其中，移動偵測算法無法區(qū)分人或物，而且畫面中稍微有動靜就會產(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)變化情況，無法檢測區(qū)域中是否有人存在，因此會有大量的漏報情況發(fā)生。因此，人物出現(xiàn)算法更適合無人值守應(yīng)用。同時，選用了一種分析算法后，也應(yīng)不斷調(diào)整監(jiān)控環(huán)境和調(diào)試算法參數(shù)，如目標(biāo)尺寸的大小、檢測靈敏度、畫面搜索范圍等，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(xué)模型達到最大的一致性。
- 應(yīng)發(fā)掘智能視頻監(jiān)控技術(shù)與實際應(yīng)用的合理切入點
智能視頻技術(shù)經(jīng)過多年的研究，有些算法已相當(dāng)成熟，但如何發(fā)揮其最大優(yōu)勢，尋求更多的應(yīng)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(yīng)用中由于檢測場景復(fù)雜，畫面中人員過多，導(dǎo)致攝像頭無法定位需跟蹤的人員，因此在實際應(yīng)用中還無法推廣此項業(yè)務(wù)。對于車牌識別，車牌黑名單跟蹤是車牌識別的常見應(yīng)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(yīng)用模式：車輛跟蹤。總之，市場需求是智能視頻監(jiān)控發(fā)展的強大推動力，只有立足技術(shù)，面向市場，發(fā)掘應(yīng)用，智能視頻監(jiān)控才能得到廣泛應(yīng)用。
4.結(jié)束語
智能視頻監(jiān)控技術(shù)進入實用，極大提高了視頻信息的價值，具有傳統(tǒng)視頻監(jiān)控?zé)o法比擬的優(yōu)勢，但是因為該技術(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(shè)施工經(jīng)驗不足，它投入實戰(zhàn)還面臨不少挑戰(zhàn)。經(jīng)驗告訴我們，解決問題的方法總是比問題多，面對這些挑戰(zhàn)，一方面，我們可以依靠技術(shù)的進一步發(fā)展來解決，單純技術(shù)不能解決的問題，可以輔以非技術(shù)手段解決；另一方面，我們可以依靠智能視頻監(jiān)控系統(tǒng)建設(shè)施工經(jīng)驗的積累。智能視頻監(jiān)控系統(tǒng)的應(yīng)用剛剛起步，它所發(fā)掘的視頻信息價值已經(jīng)為用戶帶來全新的視頻監(jiān)控體驗，面對巨大的市場需求，智能視頻監(jiān)控系統(tǒng)應(yīng)該同時也有能力為用戶創(chuàng)造更大的價值。
C114中國通信網(wǎng)
相關(guān)閱讀: