安防監(jiān)控領(lǐng)域之所以出現(xiàn)智能化，一方面是應(yīng)對(duì)用戶日漸苛刻的需求，而另一方面也是減少人工支出成本。當(dāng)越來(lái)越多的地方普及監(jiān)控設(shè)施，越來(lái)越多的地方普及高清監(jiān)控，隨之而來(lái)的就是海量數(shù)據(jù)信息及復(fù)雜的視頻檢索。如何在安防大數(shù)據(jù)中找到最核心信息，智能監(jiān)控對(duì)大數(shù)據(jù)提出了更多挑戰(zhàn)。
大數(shù)據(jù)對(duì)監(jiān)控?cái)?shù)據(jù)處理的價(jià)值
大數(shù)據(jù)在對(duì)安防數(shù)據(jù)處理價(jià)值上主要體現(xiàn)在以下幾個(gè)方面：
一、數(shù)據(jù)應(yīng)用效率不斷提升。通過(guò)智能分析技術(shù)、大數(shù)據(jù)技術(shù)，能夠使視頻數(shù)據(jù)的應(yīng)用效率不斷提升，解決以往應(yīng)用效率低下的問(wèn)題。應(yīng)用效率的提升能夠使視頻數(shù)據(jù)產(chǎn)生更大的價(jià)值。
二、數(shù)據(jù)深度應(yīng)用。數(shù)據(jù)的深度應(yīng)用能夠體現(xiàn)大數(shù)據(jù)的真正價(jià)值，而這也更能提升安防系統(tǒng)的整體實(shí)力，使視頻數(shù)據(jù)的邊緣地位向核心地位靠攏，使安防行業(yè)的競(jìng)爭(zhēng)力得到提升。
三、體制及標(biāo)準(zhǔn)的完善。標(biāo)準(zhǔn)和體制的完善能夠進(jìn)一步促進(jìn)大數(shù)據(jù)的發(fā)展，而掌握標(biāo)準(zhǔn)的安防企業(yè)將會(huì)有更強(qiáng)大的話語(yǔ)權(quán)。
大數(shù)據(jù)智能監(jiān)控的六大應(yīng)用
大數(shù)據(jù)對(duì)安防監(jiān)控?cái)?shù)據(jù)處理能力的要求在六個(gè)應(yīng)用中有具體體現(xiàn)，無(wú)論圖像升級(jí)還是識(shí)別方式升級(jí)，其最終是在高清的基礎(chǔ)上進(jìn)一步突出了智能監(jiān)控的作用。關(guān)于智能、關(guān)于高清，仍然有許多技術(shù)應(yīng)用值得我們?nèi)ネ诰颉?/p>
智能監(jiān)控-圖像增強(qiáng)與復(fù)原
低照度環(huán)境下監(jiān)控?cái)z像機(jī)成像一片漆黑或者一片白，顯然在低光照環(huán)境下，圖像增加技術(shù)應(yīng)該來(lái)彌補(bǔ)缺陷。
正如業(yè)內(nèi)分析得出，圖像增強(qiáng)算法可以有效改善由于光照、霧氣等原因造成的圖像質(zhì)量問(wèn)題，使圖像細(xì)節(jié)明顯改善。簡(jiǎn)單理解這就是一種圖像優(yōu)化技術(shù)。除了圖像增強(qiáng)外，還有一種圖像復(fù)原技術(shù)也特別適用于夜視監(jiān)控，只不過(guò)這種捕捉環(huán)境更具有針對(duì)性。
圖像復(fù)原技術(shù)更適合捕捉快速移動(dòng)的物體，例如行駛中的汽車。如果要正確、完整地捕捉車牌信息。聚焦、運(yùn)動(dòng)等原因造成圖像模糊的過(guò)程進(jìn)行建模，利用解卷積算法反推原始圖像信息的算法，能部分恢復(fù)車牌文字、人臉等關(guān)鍵信息。
例如抓拍車牌包括以下幾項(xiàng)信息：最重要的是車牌號(hào)碼、車牌顏色、字母、文字等，特別是針對(duì)易混淆的數(shù)字"0"和字母"Q"等，處理系統(tǒng)還需要特別對(duì)待。當(dāng)然有些監(jiān)控探頭不僅捕捉車牌信息，連帶測(cè)速功能也一同植入，這對(duì)于司機(jī)朋友來(lái)說(shuō)絕對(duì)是個(gè)"雷"。
智能監(jiān)控-濃縮播放
在監(jiān)控?cái)z像機(jī)未能植入智能分析模塊時(shí)，大多探頭都只具備基本的錄像功能。而在處理突發(fā)事件時(shí)，監(jiān)控系統(tǒng)往往具有滯后性。例如警察需要調(diào)取一周內(nèi)的視頻資料，且不說(shuō)這些視頻數(shù)據(jù)量有多少，如果一分鐘一分鐘地看，也要花費(fèi)不少時(shí)間。未來(lái)能夠在海量的視頻信息中提取關(guān)鍵數(shù)據(jù)信息，濃縮播放應(yīng)運(yùn)而生。
濃縮播放從字面上理解為快速瀏覽錄像信息。但實(shí)際應(yīng)用中視頻系統(tǒng)又是如何做的呢？首先對(duì)視頻進(jìn)行濃縮生成摘要，設(shè)立原始圖像；然后將數(shù)小時(shí)視頻片段壓縮成數(shù)分鐘的濃縮視頻；再次將視頻中出現(xiàn)在不同時(shí)間點(diǎn)上的目標(biāo)疊加在同一畫(huà)面中；最后根據(jù)其出現(xiàn)的不同時(shí)間點(diǎn)進(jìn)行播放并區(qū)分標(biāo)注。這種濃縮播放、快速提煉有效信息，大大提高了查找效率。
最常見(jiàn)的智能監(jiān)控-人臉檢索
與人臉識(shí)別不同的是，人臉檢索是提供需要檢索人員的面部圖像信息，到龐大的數(shù)據(jù)庫(kù)中進(jìn)行檢索，通過(guò)人臉庫(kù)檢索對(duì)比找到樣貌相似人物，從而在進(jìn)行判定。這是一種常見(jiàn)的快速確認(rèn)身份的辦法。
人臉檢索對(duì)常住人口庫(kù)、重點(diǎn)人員庫(kù)、吸毒人員庫(kù)等進(jìn)行檢索，快速確認(rèn)身份。對(duì)在逃人員庫(kù)進(jìn)行檢索，實(shí)現(xiàn)串并案分析。另外，還可以對(duì)身份證、暫住證、戶籍證等進(jìn)行分析對(duì)比，查找一人多證等問(wèn)題。
比人臉識(shí)別更智能-人臉人體屬性分析
除了人臉檢索外，我們熟悉的還有人臉識(shí)別。但是，現(xiàn)在有一種人臉識(shí)別方式更為智能，其識(shí)別不僅包括人臉，還包括了一些人體屬性。例如被捕捉到的人性別、年齡段、身高及是否佩戴眼鏡。如此詳細(xì)的人臉識(shí)別將進(jìn)一步定位待檢索人員。
人臉人體屬性分析是通過(guò)人臉抓拍機(jī)，實(shí)現(xiàn)對(duì)人臉的自動(dòng)抓拍。結(jié)合雙目立體視覺(jué)技術(shù)實(shí)現(xiàn)人體屬性特征的提取，而這些特征正是上述筆者所舉例的那些。這種人體屬性分析大多應(yīng)用在公安機(jī)關(guān)排查可疑人口，或針對(duì)人流量較大的商場(chǎng)商圈商業(yè)分析等。
三維立體識(shí)別更智能
與傳統(tǒng)的人臉識(shí)別相比，三維立體識(shí)別更顯智能。通過(guò)這種立體式識(shí)別檢測(cè)方式可以檢查屋內(nèi)是否有人及人員數(shù)量；此外還可以定位跟蹤屋內(nèi)人員活動(dòng)路徑；更為智能的是，可通過(guò)智能分析判定人員處于站立還是倒地狀態(tài)，進(jìn)行及時(shí)預(yù)警。這種立體識(shí)別適用于小空間室內(nèi)場(chǎng)景，路監(jiān)獄審訊室、金庫(kù)場(chǎng)景等。
智能監(jiān)控再升級(jí)：車臉檢索
在文章開(kāi)始筆者介紹了關(guān)于圖像復(fù)原技術(shù)，特別適用于車牌識(shí)別。往往有些狡猾的犯罪分子，可能會(huì)使用假車牌，這情況給破案帶來(lái)很大麻煩。法網(wǎng)恢恢疏而不漏，不給犯罪分子可乘之機(jī)，新型車臉檢索功能可判斷嫌疑人是否修改或更換號(hào)牌，車臉檢索同樣是輸入樣例圖片，找出相似車輛及車牌號(hào)碼，實(shí)現(xiàn)快速檢索的功能。
視頻監(jiān)控大數(shù)據(jù)處理仍然面臨三大挑戰(zhàn)
目前的視頻系統(tǒng)大數(shù)據(jù)應(yīng)用仍然面臨三大技術(shù)挑戰(zhàn)，可以概括為“存不下”、“找不到”、“看不清”三個(gè)方面。這三大挑戰(zhàn)在一定程度上反映出當(dāng)前視頻大數(shù)據(jù)處理領(lǐng)域存在的主要問(wèn)題，同時(shí)也對(duì)視頻大數(shù)據(jù)處理技術(shù)提出了更高的要求。
“存不下”主要體現(xiàn)在視頻壓縮編解碼性能的限制。
隨著數(shù)字視頻應(yīng)用產(chǎn)業(yè)鏈的快速發(fā)展，政府、學(xué)校、社區(qū)、民用以及網(wǎng)絡(luò)終端所產(chǎn)生的海量視頻向傳統(tǒng)視頻編碼標(biāo)準(zhǔn)發(fā)出宣戰(zhàn)。存儲(chǔ)的視頻數(shù)量不斷加大就需要更大程度地提高編解碼效率，提高視頻壓縮率，從而降低存儲(chǔ)空間。網(wǎng)絡(luò)化進(jìn)程的加快也要求編碼后的視頻在快速、便捷傳輸?shù)耐瑫r(shí)保證解碼還原的視頻質(zhì)量。
視頻壓縮也制約著智能視頻領(lǐng)域的發(fā)展。很多情況下我們要求降低解碼后的視頻損耗，比如多媒體視頻認(rèn)證領(lǐng)域，視頻的無(wú)損還原是提高算法判斷準(zhǔn)確度的先決條件，只有控制在一個(gè)合理的損耗范圍內(nèi)，它才能提高視頻篡改提示的準(zhǔn)確度。因此隨著視頻的網(wǎng)絡(luò)化、高清化、智能化時(shí)代的來(lái)臨，領(lǐng)先新一代視頻編碼標(biāo)準(zhǔn)，超越新的技術(shù)框架和編碼性能，才能在城市級(jí)視頻應(yīng)用領(lǐng)域中取得核心的主導(dǎo)地位。
“找不到”主要體現(xiàn)為智能視頻監(jiān)控領(lǐng)域中的算法檢測(cè)識(shí)別準(zhǔn)確率的問(wèn)題。
目前的視頻監(jiān)控方法只能在非常簡(jiǎn)單的環(huán)境下聚焦少量目標(biāo)，檢測(cè)、識(shí)別、跟蹤性能還無(wú)法達(dá)到一個(gè)較高的水準(zhǔn)，多數(shù)軟件都存在場(chǎng)景、環(huán)境的限制，例如在簡(jiǎn)單、純凈的場(chǎng)景中，檢測(cè)目標(biāo)背景與前景差別較大時(shí)，檢測(cè)結(jié)果較為準(zhǔn)確；而在一些人流量密度大的復(fù)雜場(chǎng)景中，如地鐵、車站、商場(chǎng)，監(jiān)視成千上萬(wàn)個(gè)個(gè)體時(shí)，準(zhǔn)確地識(shí)別、跟蹤、檢測(cè)則是一項(xiàng)非常艱巨的任務(wù)。
同時(shí)算法檢測(cè)會(huì)受到光線、顏色、化妝、攝像機(jī)硬件誤差及精密度等一系列的問(wèn)題影響，因此在低端智能與真正的人工智能之間還存在一個(gè)較大的鴻溝，它需要計(jì)算機(jī)處理能力及處理速度的提升。我們需要的是一種接近人類，甚至高于人類的識(shí)別準(zhǔn)確率，并且能夠檢測(cè)區(qū)分人群行為，預(yù)測(cè)潛在的群體災(zāi)難。這不僅僅在智能視頻領(lǐng)域，而且從多領(lǐng)域的交叉融合角度，智能分析的研發(fā)與探索對(duì)機(jī)器人的發(fā)展也能夠起到積極的推進(jìn)作用。
“看不清”主要體現(xiàn)在高清監(jiān)控?cái)z像機(jī)的智能化處理上。
以往大多數(shù)城市級(jí)安防監(jiān)控?cái)z像頭錄制的視頻畫(huà)面都較為模糊，刑偵破案分析的依據(jù)僅僅為模糊畫(huà)面動(dòng)作方向，甚至是模糊的像素點(diǎn)，對(duì)具體人物細(xì)節(jié)的描述不清晰導(dǎo)致刑偵難度加大，輔助公安機(jī)關(guān)研判的力度不強(qiáng)。在智能監(jiān)控領(lǐng)域，傳統(tǒng)的智能分析方法較多的是在CIF格式下進(jìn)行算法處理，這樣處理速度更易達(dá)到實(shí)時(shí)。當(dāng)傳統(tǒng)視頻向高清視頻轉(zhuǎn)換過(guò)渡時(shí)需要多重處理策略相結(jié)合進(jìn)行算法分析，這需要持續(xù)的研發(fā)革新。在從標(biāo)清向高清的門檻跨越過(guò)程中，網(wǎng)絡(luò)帶寬的承載力、視頻的顯示、存儲(chǔ)等問(wèn)題也不斷顯現(xiàn)。
京公網(wǎng)安備 11010502049343號(hào)