主頁（http://www.130131.com）：智能視頻監(jiān)控技術(shù)與應(yīng)用分析(2) 用戶應(yīng)用需求實現(xiàn)。 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，智能視頻分析可以很快的定位到移動目標，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，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。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。 建設(shè)成本。 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。 應(yīng)合理選擇攝像機及其安裝位置與角度。 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。
|
