主頁（http://www.130131.com）：視頻分析技術(shù)與產(chǎn)品初探

    視頻分析與識別（video analyzing　and recognition）技術(shù)指的是使用計算機從視頻中通過運算和分析，提取視頻中的有用信息的一項技術(shù)，也就是對視頻的“內(nèi)容”的提取和理解。就好像人看到某一段視頻中“有一輛車”、“有一輛白色的車”、“有一輛白色的捷達車”、“有一輛白色的捷達車正在打著右轉(zhuǎn)向燈準(zhǔn)備向右轉(zhuǎn)”。對于人來說，這段視頻是有意義的，是包含了一定信息量的，并且人可以智能化地提取這些信息，獲取“有一輛白色的捷達車正在打著右轉(zhuǎn)向燈準(zhǔn)備向右轉(zhuǎn)”這一信息，而且這一信息包含了“車、白色、捷達、轉(zhuǎn)向燈、開燈、開右轉(zhuǎn)向燈、準(zhǔn)備右轉(zhuǎn)”這一系列的子信息。而視頻分析與識別技術(shù)則是讓計算機來完成這一信息提取和理解的過程，通常也可以簡稱為“視頻分析技術(shù)”。

    這里要特別指出的是兩點：一是有時候“視頻分析技術(shù)”也稱為“視頻圖像分析技術(shù)”，為什么呢？這是因為視頻本身是由一系列連續(xù)的圖像組成的（這里不討論視頻壓縮技術(shù)，僅指視頻信號通過解壓縮還原后的幀圖像序列），對于視頻內(nèi)容的理解，則建立在對這個“圖像序列”的分析與識別上，因此，二者是等同的，是同樣的含義；二是很多時候視頻中的信息都是十分豐富的，就如上面提到的這段視頻，除了這輛白色捷達車之外，也許還有另外的信息，比如“路邊上站著的是一位穿著深藍色風(fēng)衣的中年男人戴著墨鏡抽著一根煙”，對于同樣一段視頻，我們關(guān)注的對象不同，需要提取的信息也就不同，人的大腦可以處理很復(fù)雜的工作，可以同時將視頻中的大部分信息量一次性提取出來，而對于計算機來說，其智能化水平還比較低，也許只能有針對性地提取部分信息，比如只是提取車的信息或只提取人的信息。但無論是提取什么樣的信息，都屬于一種“視頻分析技術(shù)”。

視頻分析技術(shù)
    視頻分析技術(shù)范圍很廣，前面說了，只要是從視頻中通過運算提取有用信息都可以稱為視頻分析技術(shù)，因為都是屬于對“視頻內(nèi)容”的“分析、識別和理解”，從這個角度來說，目前已經(jīng)比較成熟的并已經(jīng)形成產(chǎn)品在實際項目中得到應(yīng)用的技術(shù)都屬于“視頻分析技術(shù)”，例如車牌識別技術(shù)、視頻檢索技術(shù)、視頻人臉檢測等，因為這都屬于對視頻中的有用信息的提取，提取車牌號碼，提取視頻中的文字或特定圖形等。嚴(yán)格地說，這些技術(shù)都只是視頻分析技術(shù)中的比較簡單的內(nèi)容，只不過由于這些技術(shù)已得到較好地研究和應(yīng)用，有了一些專門的稱謂，才單獨提了出來，而似乎不再被歸納到“視頻分析技術(shù)”的范疇。

    由于習(xí)慣上的原因，當(dāng)前的視頻分析技術(shù)一般特指從視頻中目標(biāo)運動行為的分析、提取和識別。其所指的含義比之字面意思的含義已大幅縮小。

技術(shù)研究方向
    當(dāng)前對于視頻分析技術(shù)（特指縮小了定義之后的“目標(biāo)運動行為的分析、提取和識別”這一概念）的研究，一般來說又分為兩個主要的研究方向：一個研究方向是以目標(biāo)整體的運動軌跡作為研究目標(biāo)，提取運動目標(biāo)的運動特征或其本身所具有的特性。這一研究目標(biāo)不一定是特指人，而是可以以任何運動物體作為研究對象，比如人、車輛、動物、飛機坦克等軍事目標(biāo)等等。而其行為指的也是研究對象的運動特征，例如該目標(biāo)是否朝特定的方向運動，是否以特定的軌跡運動，是否越過某一警戒線或者進入某一警戒區(qū)域、是否排隊、是否產(chǎn)生了聚集或擁堵、是否有尾隨現(xiàn)象、是否有徘徊行為等等。這是一個重要的研究方向，并在市場上有相應(yīng)的產(chǎn)品出現(xiàn)（盡管還不十分成熟）。其特點是將目標(biāo)物體作為一個整體來考察，提取其在大場景范圍內(nèi)的運動特征。

    另一個研究方向則以目標(biāo)的局部部分的運動為研究目標(biāo)，提取其局部“肢體語言”特征，如視頻的手語識別，步態(tài)識別，表情識別，或者判斷其是否在完成某種行為，如打電話，放下一個包，從某個地方取出或入下一件東西等等。此外，公共場所或文物古跡范圍是否有涂抹蹬踏行為，體育運動里的運動姿態(tài)或運動動作是否最佳，甚至于艦載火炮炮管的旋轉(zhuǎn)運動曲線的研究，所有這些都是屬于這一方向。這一研究方向通常針對的是小視野場景的近景視頻進行研究，而且其研究對象只是屬于目標(biāo)物的局部部分，如分析人的手、腳、頭的動作，其最核心的實現(xiàn)步驟通常包括對研究對象的三維建模。這一研究方向由于要分析的動作比較細致和具體，因此大多屬于那種針對某一具體需求的開發(fā)和應(yīng)用，比較難以出現(xiàn)普適性略高一些的成形產(chǎn)品。

市場發(fā)展?fàn)顩r
    不容否認(rèn)，對于視頻分析技術(shù)的研究，但由于其算法的復(fù)雜度以及目標(biāo)行為的多樣性等原因，發(fā)展一直比較緩慢。而相對起來，由于國際上反恐形勢的需要，而第一類研究方向可以用在監(jiān)控系統(tǒng)中實現(xiàn)異常狀態(tài)自動報警的功能，具有實時報警、縮短異常事件反應(yīng)時間、減少損失、增強監(jiān)控系統(tǒng)威懾力等特點。國外在視頻分析技術(shù)這一領(lǐng)域的研究、發(fā)展和產(chǎn)品化比之國內(nèi)的研究單位來說，研究成果具有一定的領(lǐng)先性。

    雖然針對不同的應(yīng)用需求，產(chǎn)品有著不同的目標(biāo)市場和目標(biāo)用戶，其功能也不盡相同，但其實現(xiàn)過程中很多的核心技術(shù)或?qū)崿F(xiàn)思路卻是一樣的，都需要解決一些共同的難題，然后再針對具體需求來增加一些特殊的處理和運算，使之精度更高，速度更快，準(zhǔn)確率更高。

    以第一類的研究方向，即以目標(biāo)整體的運動軌跡的提取和分析為例，雖然其處理的技巧或方法各有不同，各有特色，但從整體的解決方案框架設(shè)計來說，都是先獲取背景，然后提取前景目標(biāo)，再分析前景目標(biāo)的運動軌跡曲線，最后由該軌跡曲線的特征來實現(xiàn)對于異常行為的分析。在這一過程中，必然要涉及到的是對于光照、陰影、抖動、模糊等異常狀態(tài)的處理和適應(yīng)，使之能適應(yīng)室外光照變化或室內(nèi)的燈泡強弱變化；適應(yīng)各種陰影，包括外界陰影和目標(biāo)物本身的陰影；適應(yīng)攝像頭的抖動和樹葉、水波、光的折射等造成的抖動；適應(yīng)焦距不準(zhǔn)或是雨雪霧天造成的視頻的模糊等。在這些不利的外界環(huán)境條件下仍然能夠準(zhǔn)確地提取目標(biāo)軌跡，分析目標(biāo)行為，能準(zhǔn)確報警并盡可能減少虛警誤警，保證自動監(jiān)測的有效性。在這一同時，又須盡量考慮到運算的速度，算法的復(fù)雜性，以保證報警的及時性。只有這樣，才可能將所開發(fā)的視頻分析技術(shù)轉(zhuǎn)化為可以實際應(yīng)用的產(chǎn)品。
(中國集群通信網(wǎng) | 責(zé)任編輯：陳曉亮)