智能分析作為視頻監(jiān)控下一個(gè)技術(shù)的競爭焦點(diǎn),在安防監(jiān)控業(yè)內(nèi)已然成為炙手可熱的研究課題。現(xiàn)在不僅安防設(shè)備商/集成商對(duì)此功能蜂擁而至,很多IT領(lǐng)域的集成商由于算法成本研發(fā)的成本不高,所以也開始從其他領(lǐng)域的智能識(shí)別涉足智能監(jiān)控,或通過后端SDK提供服務(wù),或與攝像機(jī)設(shè)備商合作,并且往往在產(chǎn)品形態(tài)上有異于當(dāng)前主流的攝像機(jī)外形。
如此眾多繁雜的攝像機(jī)產(chǎn)品及智能算法功能,不得不進(jìn)行一些關(guān)鍵性技術(shù)的區(qū)分辨別。以深度學(xué)習(xí)的人臉檢測、人臉識(shí)別、人群分析、車牌識(shí)別、圖像識(shí)別等技術(shù)而言,普通的二維智能算法多半通過后端大數(shù)據(jù)庫的比對(duì)實(shí)現(xiàn)查找匹配的功能,在簡單的應(yīng)用場景下,準(zhǔn)確率都能達(dá)到85%以上,但在復(fù)雜的應(yīng)用場景,如擁擠的人群、遮擋物眾多、移動(dòng)速度過快等狀況下,二維智能算法的缺陷表露無遺。
普通攝像機(jī)智能分析的缺點(diǎn)及根源
在市面上,普通的智能攝像機(jī)存在三個(gè)缺點(diǎn):一是不帶變焦的攝像機(jī)對(duì)遠(yuǎn)距離的目標(biāo)無法看清目標(biāo)細(xì)節(jié);二是帶變焦的鏡頭雖然通過人工操作,可以看清遠(yuǎn)處目標(biāo),但不能跟蹤運(yùn)動(dòng)目標(biāo),同時(shí)因完全靠肉眼觀察,容易疲勞,也需要大量人力投入,成本高昂;三是部分智能攝像機(jī)能識(shí)別車牌及實(shí)現(xiàn)有限的報(bào)警功能,但對(duì)安裝角度、目標(biāo)距離有很高要求,不適合大面積應(yīng)用,并且在對(duì)多個(gè)運(yùn)動(dòng)目標(biāo)實(shí)現(xiàn)自動(dòng)鎖定、自動(dòng)跟蹤、自動(dòng)預(yù)警等方面的技術(shù)不夠成熟。
而對(duì)于造成攝像機(jī)智能分析功能存在這些缺點(diǎn),業(yè)內(nèi)專業(yè)人士認(rèn)為,當(dāng)前大多數(shù)做智能視頻分析的廠家都是在后臺(tái)對(duì)前端攝像機(jī)采集的圖像進(jìn)行分析處理,但因傳輸帶寬及存儲(chǔ)空間的瓶頸,前端傳回后臺(tái)的圖像一般都經(jīng)過壓縮處理,清晰度變差,這大大降低了視頻分析的識(shí)別率。目前,視頻分析的眾多產(chǎn)品都存在這樣那樣的問題,根源就在于視頻源的低質(zhì)量。
智能分析算法存在的困難
當(dāng)前,智能分析算法存在的最大困難,主要來自于兩方面:第一,是對(duì)處理器芯片的實(shí)時(shí)處理能力要求很高,受制于處理器的有限資源,攝像機(jī)前端在實(shí)時(shí)處理能力上較弱,這會(huì)大大限制產(chǎn)品功能的有效性;第二,是對(duì)前端設(shè)備的制約較多,如芯片的處理能力、芯片的散熱方案較難實(shí)現(xiàn)等。目前大多數(shù)商用的智能分析算法還存在誤檢/漏檢率高,場景適應(yīng)性差等問題,實(shí)際應(yīng)用效果有限。而學(xué)術(shù)界高精度的算法則存在硬件要求高,不適應(yīng)于大面積商業(yè)化運(yùn)用。
不同攝像機(jī)能否自動(dòng)識(shí)別同一個(gè)人的方法
在視頻監(jiān)控的智能分析功能中,對(duì)于同一個(gè)人進(jìn)入不同攝像機(jī)之間能否被準(zhǔn)確辨認(rèn)出來,業(yè)界一直在研究,如果此功能能夠?qū)崿F(xiàn),對(duì)于公安破案將帶來極大的幫助。對(duì)此算法,有業(yè)內(nèi)人士認(rèn)為,行人的跨攝像頭跟蹤,主要可以通過兩種算法來實(shí)現(xiàn),一是行人匹配算法,也就是利用某個(gè)特定行人的紋理特征和運(yùn)動(dòng)特征;另一個(gè)是人臉識(shí)別算法,也就是通過人臉檢測算法和人臉匹配技術(shù),來判斷是否有同一個(gè)人出現(xiàn)在不同的攝像機(jī)里。
縱觀整個(gè)安防市場,雖然視頻監(jiān)控智現(xiàn)在還在起步階段,很多攝像機(jī)內(nèi)的智能分析功能也只是作為高附加值在項(xiàng)目招投標(biāo)中略有體現(xiàn),但隨著算法精度的多元化和精度的提升,以及芯片及后端設(shè)備成本的下降,可以預(yù)估對(duì)智能分析功能進(jìn)行大規(guī)模的商業(yè)應(yīng)用已經(jīng)為期不遠(yuǎn)。