智能技術前置是繼IP技術被引入監控領域之后最具劃時代意義的創舉,其集最高效的處理性能和最豐富的功能應用于一身,帶來的是一種全新的監控理念。
第一代智能攝像機小試牛刀
得益于IP技術的普及,前端攝像機近十年發展迅速,也帶動整個安防行業向前跨了一大步,與此同時,傳統IPC由于功能單一,基本上只能做到音視頻數據采集,所以在其他應用方面,就顯得捉襟見肘,即使配合后端智能分析服務器的智能系統,其實時性和精確度也難以滿足用戶日益苛刻的需求。相對于安防的高適應性,高交互性以及強實時性,傳統攝像機與用戶的需求之間的矛盾越來越明顯。
為了適應國內安防市場的井噴式發展,國內的安防企業陸續建立了實力雄厚的安防研發團隊,巨大的市場規模為研發團隊帶來了飛速的技術發展和積累,經過市場的長期驗證,可以說,國內安防行業已經代表了世界水準;與此同時,國內外硬件廠商再也無法忽視安防行業的高速發展,推出了一系列的高性能芯片來適應安防市場的需求?;谲浻布夹g的發展,業界對于圖像技術,視頻處理和智能分析的研究也有所突破和發展,這使得智能功能的前移,即將智能功能部署于前端攝像機成為了可能。
于是,智能攝像機應運而生。2013年,國內主流廠商開始推出第一代智能攝像機Smart IPC1.0。智能功能開始了從后端到前端的戰略性轉移,相對于功能單一的傳統攝像機,其巨大的優勢使整個安防行業發生了質的變化。
更實時:視頻數據分析和處理的實時性和精確性得到提高
監控行業的核心需求是快速及時的處理和記錄異常發生情況下的音視頻信息,并能及時驅動相關聯動動作,所以對于智能應用來說,實時性是關乎用戶體驗的第一要素,但是在智能攝像機出現之前,智能安防方案的核心都存在于后臺分析服務器,視頻數據通過前端采集、編碼、打包、網傳等一系列過程之后才能到達服務器進行解碼分析,然后再驅動用戶或者調用前端攝像機執行相關動作,難以保證實時性。而使用智能攝像機則可以在第一時間對于采集的視頻數據進行分析并驅動相關聯動動作,保證在事件發生的第一時間得到有效處理。
更簡單:釋放了后臺服務器的資源
因為主要的數據計算分析工作在前端攝像機上完成,所以對于后臺服務器的性能要求大大下降,性能較低的后臺服務器即能滿足整個系統方案的需求,降低了智能安防系統的建設門檻。同時單服務器所能接入處理的前端相機數量也能得到提高,安防系統的網絡建設和系統復雜度也能得到有效控制。
更可靠:提高了整個智能系統的容錯能力
在智能后置的傳統智能方案中,一旦智能分析平臺出現故障,則整個智能分析系統就處于癱瘓狀態,容錯能力比較差,而對于采用智能攝像機的系統,單個攝像機節點出現故障,不會影響其他節點的智能分析,故而容錯能力較好。同時,前端和后端的低耦合環境下,即使是網絡環境出現故障,也不會影響前端相機的分析和聯動動作,拿球機為例,即使網絡連接斷開,設備也可以對觸發的事件進行錄像和聯動跟蹤,并能在網絡恢復正常時及時將相關信息上傳給服務器。
第二代智能攝像機粉墨登場
Smart IPC1.0的推出是業界對于智能前置的一系列探索,從目前來看,確實為用戶解決了不少問題,也取得了良好的用戶反饋,同時應該承認的是Smart1.0仍然存在不少問題,如智能業務的多樣性不夠廣泛,智能的效果也有待改善等,所以在Smart1.0之后業界對于Smart IPC的發展也一直在進行一系列的探索。繼市場2013年發布了帶有行為分析功能的Smart IPC之后,各大廠商在2014年和2015年陸續發布了第二代智能攝像機Smart2.0,其相對第一代智能攝像機的的主要改進如下。
智能的業務多樣性擴展
繼Smart1.0實現了行為分析在前端產品的普及之后,Smart2.0實現了智能功能向人臉偵測、車輛檢測、熱度圖、違章取證等智能的橫向擴展,擴大了智能功能的覆蓋面,全面助力于智慧城市、中國制造、一帶一路等國家戰略的發展。
智能效果的改進
Smart1.0是業界對于前端智能的初步探索,功能還比較粗糙,效果還有待改進,所以結合第一代智能攝像機在研發、推廣、以及用戶反饋所總結的經驗,在第二代智能攝像機上可以看到的明顯變化是智能效果的提升改進。如Smart2.0明顯改善了行為分析的準確率,在智能跟蹤設備上的跟蹤效果也有了較大改善。
智能可用性的提高
Smart2.0帶來的另外一個重要的趨勢是其開始出現面向行業的專業智能和面向普通用戶的普通智能。Smart1.0上智能功能專業性強,配置和操作都比較復雜,操作界面用戶不友好,Smart2.0推出了面向行業用戶的追求智能效果的專業智能攝像機,如面向司法、教育、交通、航運等行業的專業智能攝像機。同時也推出了普通版智能,用軟件對一些潛在用戶操作做了自動化處理,從而減少了用戶操作,在智能效果和用戶操作復雜度中取得了較好的平衡。
下一代智能攝像機將走向何方
安防的智能化是大勢所趨,因為這能解決安防行業的核心需求,帶來用戶體驗的巨大提升,為用戶帶來便捷貼心的安防服務的同時也能降低用戶的總體成本。就目前來講,智能攝像機還處于發展的初級階段,后續還將從多個方面繼續演進。
第一個方向是在智能上走得更遠,智能的業務多樣性和精確度將在很長一段時間內仍然作為其發展的一個重要主題。而在高新技術產業上,產品的發展永遠脫離不了技術發展的驅動,智能攝像機的發展展望,也無法脫離對智能算法發展趨勢的把握。以下便是筆者認為可能會在未來對智能攝像機的發展產生巨大影響的四大智能技術方向:
視頻語義解析
視頻語義分析是一種基于音視頻分析結果對視頻內容語義進行解析和提取的技術,是主要采用能反映時間語義約束,語義變化的幀切片策略選取關鍵幀,并用分類器對這些區域進行基本語義分類識別的技術。目前學術界對于視頻語義解析的研究已經比較成熟,相對于行為分析類智能只能依賴預置規則判斷“在做什么”,視頻語義解析將可以通過音視頻數據分析出“有什么”、“在哪里”、“什么在做什么”等,對于顏色,紋理,事物都有一定的準確提取率,是一種有效的海量視頻數據預處理方式。
模糊信息處理
模糊信息處理是一種依賴于智能圖像處理技術清晰化模糊圖像的技術,可以在同等條件下獲取更多的圖像細節,這將能有效解決攝像機對于復雜場景環境的適應性,同時也有助于解決球形攝像機和一體化攝像機在倍率發展方面的瓶頸,在同樣的倍率和分辨率環境下獲得更多的圖像細節,輔助于整個智能分析系統?;谀:畔⑻幚砑夹g,人臉識別和車牌識別等技術在同樣的視頻條件下可以抓取更多的人臉和車牌,帶來更可靠的用戶體驗。
視頻索引技術
視頻索引技術是一種采用結構化數據對視頻內容進行標記的技術。可以看到的是,隨著眾多從業者的努力,整個產業已經取得了長足的進步,安防的覆蓋面越來越廣,大街小巷滿是攝像機,尤其是隨著近兩年O2O、智能硬件以及民用安防的興起,攝像機幾乎已經覆蓋了生活的邊邊角角,大批量的攝像機帶來的是海量的視頻數據,這大規模的數據的管理以及后期的存儲,檢索都是對業界很大的考驗。而得益于視頻索引技術,在前端智能攝像機上對視頻數據依據視頻語義分析的結果做初步的歸納,標記以及索引,加上結構化的數據管理,使得存儲節點能依賴索引進行數據存儲,將能有效的控制的視頻檢索的技術難度,降低智能監控系統建設的成本。
語音識別
目前智能攝像機主要的智能分析都集中在視頻上,業界對于音頻還沒有有效嘗試。學術界對于音頻的智能分析已經有了穩定有效的模型,可以想象的是,在未來的數年中,音頻的智能分析將很快出現在智能攝像機上,尤其是以語音識別為代表的音頻處理技術可以有效來提高智能分析的準確性,基于音頻的關鍵詞提取也將能拓展更多的行業應用。音視頻分析的互相輔助和結合,立體的分析模型,對智能分析的精度驅動將帶來智能分析領域的下一次飛躍。
從產品形態上來看,下一代智能攝像機將走向融合,這個融合不僅僅是硬件形態的融合,還是軟件業務的融合,其最終隨著云計算,智能硬件浪潮走向一個終端平臺的概念。
從硬件形態上來看,目前智能攝像機的形態還比較獨立,槍型攝像機,球形攝像機,云臺攝像機等種種形態之間交叉還比較少。但是隨著智能業務的發展,各個形態的弊端將逐漸顯露出來,如球形攝像機雖然靈活,但是無法同時提供超大廣角的監控效果。而產品形態的融合將能取長補短,如目前業界已經開始出現的“槍球聯動”、“魚球聯動”、“360度全實時全景”等概念,就是不同產品形態的融合,為用戶解決了很多的痛點。
從軟件業務上來看,攝像機目前能采集的數據還僅限于音頻和視頻數據,但是隨著前端硬件性能的提升,攝像機將向著信息采集一體化平臺的方向發展,攝像機將不止“能看能聽”,還能“能感覺、能嗅探、知方位”。作為一體化信息采集平臺,其優勢不僅僅在于信息采集的多樣性。與此同時,基于多方面多維度信息的輔助,攝像機對于周界環境的感知和適應性將得到大幅提高,其監控這一核心業務上多年來一直存在的一些瓶頸問題也將得到緩解或根除。如集成了雨量采集器的智能攝像機將可以智能驅動雨刷的開關以及雨刷運動速度,以達到最好的圖像效果,同時也可以對于雨天場景的效果做特殊優化,從而帶來更好的用戶體驗。
同時,得益于大數據&云計算的發展,智能攝像機和普通攝像機將能通過云端有效消除信息的不對稱。普通攝像機和智能攝像機通過云端通道共享信息,以達成以點帶面的效果,如某臺能獲取霧霾信息的攝像機能通過云端將這一信息同步給同區域內其他攝像機,其他攝像機便可以通過這一信息自動開啟“去霧”功能以獲得更好的圖像效果。
結語
智能技術前置是繼IP技術被引入監控領域之后最具劃時代意義的創舉,其集最高效的處理性能和最豐富的功能應用于一身,帶來的是一種全新的監控理念,體現了智能、精確、實時、便捷和用戶友好等安防發展方向。其強大的實時智能功能,高度的場景適應性,就如安防這座皇冠上最耀眼的明珠,已經顛覆了用戶對于安防攝像機的理解,并將在未來的數年中繼續引領攝像機,乃至整個安防行業的發展方向。
(本文作者現任浙江大華技術股份有限公司前端產品線總監)