智能視頻分析是當前安防技術應用熱點，但一些因素制約了安防智能視頻分析技術的推廣應用。因此，本文特意分析安防智能視頻分析技術深度應用瓶頸并提出相應對策。
在平安城市建設的推動下，安防視頻監控應用日趨普及。隨著安防視頻監控系統規模迅速擴大，傳統人工監控在異常目標、行為、事件識別效率、準確性、實時性等方面均已經難以滿足安防實戰需求。安防智能視頻分析應用技術的先進理念和新穎應用模式令人耳目一新。然而，歷經近十年發展，其實際應用成效與用戶預期之間仍存在巨大反差，幾乎陷入“產品功能千遍一律、深度應用乏善可陳、市場監管混亂無序”的僵局。如何突破制約安防智能視頻分析深度應用瓶頸，亟需市場監管、產品研發、系統集成、專業用戶多方共同努力。
智能視頻分析技術應用瓶頸及其對策
安防智能視頻分析技術簡介
基本概念
安防智能視頻分析技術起源于計算機視覺技術，它綜合應用圖像增強處理等技術，在實現目標與背景分離的基礎上，通過將目標特征信息與預先設置的模板或規則進行比對，自動識別感興趣的目標、行為、事件或數據并產生報警，必要時可自動跟蹤異常目標并聯動其他安防設施，顯著提高了安全防控整體效率和能力。同時利用安防智能視頻分析技術在海量歷史視頻信息中實現基于時間、地點以及語義特征描述的智能化查詢搜索，可以為公安機關偵察辦案提供高效的查證手段。
基本架構
安防智能視頻分析應用系統總體架構主要有以下三種模式：
前端嵌入式部署模式：將智能分析功能模塊前置于視頻采集前端設備，共享攝像機圖像處理芯片或專用高性能DSP作為智能分析引擎，實現對異常目標、行為、事件的智能分析。這種架構不受圖像傳輸環節影響，緩解了視頻傳輸及后臺存儲壓力，同時利用非壓縮原始圖像進行智能分析，實時性好，針對性強，便于大規模部署。不足之處是難以支撐復雜智能分析應用，且由于前端處理壓力大，對前端設備集成散熱工藝和穩定性提出較高要求，比較容易受環境因素制約。另外，前端嵌入式智能分析軟件升級困難，在一定程度上增加安裝調試與運行維護的難度與成本。
后臺服務器部署模式：通過部署在安防監控中心的專用服務器（群）或專用客戶端實現智能分析應用。這種架構有效解決了前端處理能力不足的矛盾，可以通過強大的后臺處理能力實現復雜目標、行為、事件智能分析；方便與其他專業應用系統融合，拓展智能分析應用范圍；智能分析引擎后臺運行環境有保證，系統工作穩定性大大提高，且方便智能分析軟件升級，有效降低系統運行維護壓力。總之，這種架構比較適用階段性固定監控場景智能分析應用（如大型活動安保），但對后臺服務器性能配置要求較高，智能分析水平容易受圖像傳輸鏈路帶寬限制，實時性能不夠理想，應對大規模智能分析應用顯得力不從心。
分布式混合部署模式：將部分相對簡單的視頻預處理功能前置于攝像機（或視頻服務器），完成目標特征數據提取、打包、發送；后臺智能分析引擎負責接收目標特征數據，完成與預設規則或模塊進行分析比較并且自動產生報警。這種架構降低了前端智能分析壓力，后臺服務器只需要對目標數據進行分析，同時方便與其他專業應用系統融合，提高了智能分析效率和能力，比較適合大規模、高性能智能分析應用，但系統部署整體代價及運行維護壓力不容低估。
一種基于分布式混合部署模式的安防智能視頻監控系統的網絡架構示意圖，見圖1。
圖1
基本功能
異常目標識別跟蹤。對特定時段、特定區域出現的異常動態目標進行分類識別、鎖定跟蹤，自動記錄其運動軌跡。
異常事件、行為識別報警。針對在指定區域內產生的越界、遺留、滯留、徘徊、跌倒、尾隨、斗毆、偷竊、聚集等異常事件或行為進行識別，并且自動報警。特征數據獲取。車牌識別、人臉識別、交通流量監測、公共區域擁擠度實時監測等。
海量視頻智能搜索。根據目標、行為、事件特征的語義描述，綜合事件發生地點、時間等輔助信息，在海量歷史視頻信息中自動搜索所需要的視頻信息，提高公安機關偵察員辦案人員事后查證效率。
安防智能視頻分析技術應用現狀
目前，安防智能視頻分析技術應用主要集中于城市治安管理（如治安卡口信息識別、道口車輛查控、網吧人臉比對等）、大型活動安保（例如上海世博會園區出入口人像采集比對、虛擬水岸電子圍欄等）、監所管理等業務領域。比較成功的應用模式以特征數據獲取比對為主，同時在監控場景相對固定、光照條件較好的監管場所，針對監管對象非法越界、超時滯留、打架對毆、異常聚集等行為、事件的智能分析報警應用取得了一定成效。
就整體應用水平而言，由于受智能分析算法有效性、背景復雜性、光照條件不確定性等因素制約，復雜開放環境下異常目標、行為、事件的智能視頻分析應用距離安防實戰要求尚有較大差距。治安卡口、市境道口的車牌識別率比較高（超過90%），但基于車牌識別的深度應用還有很大提升空間。靜態人像比對技術在比對源和比對目標質量較高的前提下（如第二代居民身份提供的人像照片），其比對正確率一般可以超過90%，已經具備較高的實戰應用價值，但開放環境下人臉采集實時比對技術受現場光照條件、“黑名單”質量、配合程度等諸多因素限制，比對正確率約60-70%，目前只能作為大型活動現場實時布控輔助手段。
制約安防智能視頻分析應用的主要因素
技術層面
開放環境下夜間光照不足、惡劣天氣（霧、雪、雨、沙塵等）、圖像壓縮處理、網絡傳輸鏈路帶寬受限等因素造成圖像質量下降，給安防智能視頻分析帶來先天困難；針對復雜異常行為、事件建模困難，相應的智能分析算法識別性能不高；目標與背景過于接近或背景雜亂等導致目標分割以及特征信息提取困難；運動目標被背景遮擋以及多個運動目標互相遮擋導致目標特征信息不完整。上述因素容易造成虛假報警、漏報警、跟蹤困難等不良后果，嚴重制約安防智能視頻分析應用系統實戰性能提升。
基于D1或HD分辨率嵌入式智能視頻分析算法效率不高，導致前端DSP硬件運算資源緊張，前端設備集成、散熱工藝欠缺進一步限制了DSP性能發揮，嵌入式智能分析引擎硬件處理能力以及穩定性已經成為制約安防智能視頻分析應用水平的另一個主要因素。
由于目前國內安防智能視頻分析應用產品絕大部分來自國外廠商，且沒有形成規模應用效應，因此產品定價普遍畸高；工程實施過程中人工標定、后臺軟件調試等工作量大，部分高端產品調試甚至需要國外廠商技術人員直接參與，加上嵌入式前端設備故障率相對較高，難以實施故障診斷、軟件升級等遠端維護工作，導致應用系統運行維護成本居高不下。上述因素造成安防智能視頻分析應用性價比偏低，嚴重限制了安防智能視頻分析應用的有效推廣。
機制層面
目前，安防視頻監控系統建設總體仍處于粗放型的規模擴張階段，作為建設主體單位，安防用戶更多關注的仍然是“監控覆蓋率”，對事前預警重視程度還不夠，智能視頻分析應用方向的研發經費投入也明顯不足。
安防智能視頻分析產品開發缺乏有效機制，一方面，大部分安防用戶沒有認真梳理應用需求，另一方面，產品研發部門缺乏對安防行業的深入理解，導致智能視頻分析產品功能千遍一律，缺乏針對性。同時大部分系統集成商沒有充分發揮產品研發與用戶之間的橋梁作用，有的集成商甚至夸大智能視頻分析產品功能，嚴重損傷了智能視頻分析產品的市場形象。
另外，從市場監管角度來看，由于缺乏權威標準認證體系，導致用戶對產品性能無法有效度量、把控，嚴重影響用戶對安防智能視頻分析應用的信心。
推動安防智能視頻分析應用的主要對策
注重本土研發力量扶持，集中開展關鍵技術攻關。
為了應對目前安防智能視頻分析應用過度依賴國外技術的局面，同時有效制止簡單模仿、重復投入的低效率研發格局，有必要精心組織部本土專業研究機構集中開展基礎、共性關鍵技術攻關，為突破安防智能視頻分析深度應用創造條件。
高效智能視頻分析算法：改進基于復雜場景（如光照條件多變、目標與背景顏色接近、背景雜亂、目標被背景遮擋、監控視場變化等）的目標分割、特征提取、目標識別、動態跟蹤算法性能，提升靜態目標庫、動態規則庫的容量和有效性，降低對硬件運算資源的占用，提高針對開放、復雜、大尺度監控區域復雜目標、行為、事件自動分析報警的準確性、實時性；同時加大智能分析軟件總體架構研究，有效兼顧智能視頻分析軟件的實時性、健壯性，并且滿足標清、高清等不同分辨率視頻流智能分析需求，使智能分析軟件架構更趨合理、高效；開發基于目標特性的自動標定技術，增強背影自適應“學習”能力，降低誤報警概率，同時避免繁雜的人工標定，降低系統調試難度，提高系統可維護性。
人像采集比對技術：進一步改進基于開放空間、無配合條件下人像采集比對算法，最大限度消除現場光照復雜多變、人員自由通行等不利條件的影響，提高系統實時比對的正確率，提高其實戰應用價值；通過自動剔除冗余人像數據等算法提高后臺人像存儲數據可用度；提高基于超大容量人像庫靜態異源人像目標自動搜索查詢比對結果可信度和實時性。此外，加大便攜式、可搬移式人像采集比對終端研發，提高基于人像采集比對技術的可疑目標機動布控能力，大力拓展人像采集比對技術在公安實戰的應用范圍。
海量視頻智能搜索技術：進一步改進視頻語義分析（包括視頻的語義特征提取、多粒度事件表示等）算法性能，提高基于目標或事件語義描述以及事件發生時段、地點、區域等信息的海量視頻智能搜索實時性和準確性，同時提供移動目標軌跡分析展示；加快便攜式智能視頻搜索比對終端設備研發，方便公安部門偵察辦案人員對獨立存儲的歷史視頻的查詢搜索，提高視頻取證的效率。
模糊圖像處理技術：在盡可能選用低照度、高清攝像機以及提高傳輸網絡帶寬的基礎上，進一步加大基于圖像增強、圖像復原、超分辨率重構的模糊圖像處理技術研發，提高因天氣惡劣、目標運動、光學鏡頭離焦等原因造成的模糊圖像處理能力，為后續智能視頻分析應用奠定基礎。
加大示范應用力度，在實戰中提升智能視頻分析應用水平。
安防智能視頻分析水平突破的關鍵在于應用，只有通過實戰才能真實檢驗系統性能并且不斷加以改進。作為安防部門，既不能將智能視頻分析技術視為無所不能的“靈丹妙藥”，更不應該采取被動、消極觀望態度，而應該依據“需求牽引、示范先行”的應用策略，積極穩妥提高安防智能視頻分析應用水平。根據安防智能視頻分析技術發展現狀，結合安防業務需求迫切性，可以優先考慮開展以下幾個方面的示范應用：
首先考慮在監控場景相對固定、光照條件容易保障且目標、行為特征信息辨識度較高的場合（如大型活動安保區域、室內ATM機周邊以及監獄、看守所、拘留所、審訊室等特殊場所內部）開展異常目標、行為、事件自動分析報警應用，提高封閉環境區域的安全管控能力；開展治安卡口信息識別、電子警察、市境道口車駕查控等系統海量數據后臺挖掘、智能關聯分析應用，提高治安卡口和市境道口的車輛查控能力；開展大型活動安保區域出入口、火車站高鐵（動車組）旅客自助進站通道、地鐵車站地下人行通道等區域的人像采集與比對示范應用，提升人員公共集聚區域可疑目標布控能力。
其次，基于復雜背景或場景的異常目標、行為、事件智能分析是安防智能視頻分析應用難點，也是安防實戰應用關鍵領域。為此，需要在高效智能視頻分析算法等關鍵技術研發取得有效突破的前提下，有針對性選擇人流集聚度高、治安形勢復雜的公共活動區域開展智能視頻分析深度應用，力爭使智能視頻分析應用在安防實戰關鍵領域盡早取得實質性進展，為安防智能視頻分析大規模應用創造必要條件。
積極探索實踐，努力突破傳統機制約束
創新產品研發機制。智能視頻分析產品性能與行業應用特點高度相關，考慮安防行業的特殊性、敏感性，如果完全沿用傳統的市場自主研發模式，專業研發機構很難準確理解、把握安防部門復雜的業務需求，其產品也很難真正符合安防實戰要求。鑒于此，有必要通過類似“智能視頻分析應用技術聯合重點實驗室”的形式，依據“利益共享、風險分擔”的原則，創新“研發、集成、用戶”三方合作機制。在合作研發過程中，安防用戶主要通過梳理應用需求、組織示范建設、協調性能改進等方式，主動深度介入產品研發過程；專業研發機構在深入理解安防業務需求的基礎上，著力提高智能視頻分析算法性能，在提高實時性、可靠性同時降低系統誤報、漏報概率，同時提高智能視頻分析產品的性價比；系統集成商通過攝像機選型、輔助補光、監控角度調整、標定等措施，最大限度提供高質量監控圖像，突出監控目標特征信息，為智能視頻分析應用創造基礎條件。通過上述合作機制，促成三方良性互動，引領安防智能視頻分析研發和應用的正確方向。更重要的是，通過安防用戶共享知識產權、研究成果等方式有效降系統建設成本，充分調動安防用戶內在積極性、主動性、創造性，加快推動安防智能視頻分析應用推廣。
拓展經費保障渠道。目前，基于物聯網等核心支撐技術的智慧城市建設在國內不少城市已經進入實質性啟動階段，智能安防作為物聯網示范應用重點之一，也同時納入了智慧城市建設范疇。因此，為了有效解決安防智能視頻分析產品因應用規模不足導致定價偏高的問題，可以通過安防用戶、研發機構、集成商聯合申請關鍵技術攻關及示范應用工程等形式，構建“政府科研經費支持、公司自有資金配套”的經費保障模式，拓展關鍵技術研發和示范應用經費保障渠道，降低專業研發機構經費投入壓力。
加快制定標準和規范。由安防市場管理部門牽頭整合產品研發部門、工程集成商、第三方檢測機構、安防專業用戶等力量，加快推進安防智能視頻分析應用產品標準體系架構研究，從基本功能和總體技術性能要求、應用系統架構、性能等級劃分、檢測認證方法等方面編制相應的技術標準，同時通過組建“智能視頻分析產品認證檢測中心”等實體機構，提高智能視頻分析性能鑒定的權威性和可操作性，在此基礎上進一步完善市場準入、日常監管制度，營造規范、有序的市場環境，為安防智能視頻分析應用推廣“保駕護航”。
京公網安備 11010502049343號