智能视频分析技术应用瓶颈及其对策
2012-09-03 10:26:10
来源:CPS中安网 作者:林孝平
责任编辑: luoshui
收藏本文
智能视频分析是当前安防技术应用热点，但一些因素制约了安防智能视频分析技术的推广应用。因此，本文特意分析安防智能视频分析技术深度应用瓶颈并提出相应对策。
安防智能视频分析技术应用现状
目前，安防智能视频分析技术应用主要集中于城市治安管理（如治安卡口信息识别、道口车辆查控、网吧人脸比对等）、大型活动安保（例如上海世博会园区出入口人像采集比对、虚拟水岸
电子围栏等）、监所管理等业务领域。比较成功的应用模式以特征数据获取比对为主，同时在监控场景相对固定、光照条件较好的监管场所，针对监管对象非法越界、超时滞留、打架对殴、异常聚集等行为、事件的智能分析报警应用取得了一定成效。
就整体应用水平而言，由于受智能分析算法有效性、背景复杂性、光照条件不确定性等因素制约，复杂开放环境下异常目标、行为、事件的智能视频分析应用距离安防实战要求尚有较大差距。治安卡口、市境道口的车牌识别率比较高（超过90%），但基于车牌识别的深度应用还有很大提升空间。静态人像比对技术在比对源和比对目标质量较高的前提下（如第二代居民身份提供的人像照片），其比对正确率一般可以超过90%，已经具备较高的实战应用价值，但开放环境下人脸采集实时比对技术受现场光照条件、“黑名单”质量、配合程度等诸多因素限制，比对正确率约60-70%，目前只能作为大型活动现场实时布控辅助手段。
制约安防智能视频分析应用的主要因素
技术层面
开放环境下夜间光照不足、恶劣天气（雾、雪、雨、沙尘等）、图像压缩处理、网络传输链路带宽受限等因素造成图像质量下降，给安防智能视频分析带来先天困难；针对复杂异常行为、事件建模困难，相应的智能分析算法识别性能不高；目标与背景过于接近或背景杂乱等导致目标分割以及特征信息提取困难；运动目标被背景遮挡以及多个运动目标互相遮挡导致目标特征信息不完整。上述因素容易造成虚假报警、漏报警、跟踪困难等不良后果，严重制约安防智能视频分析应用系统实战性能提升。
基于D1或HD分辨率嵌入式智能视频分析算法效率不高，导致前端DSP硬件运算资源紧张，前端设备集成、散热工艺欠缺进一步限制了DSP性能发挥，嵌入式智能分析引擎硬件处理能力以及稳定性已经成为制约安防智能视频分析应用水平的另一个主要因素。
由于目前国内安防智能视频分析应用产品绝大部分来自国外厂商，且没有形成规模应用效应，因此产品定价普遍畸高；工程实施过程中人工标定、后台软件调试等工作量大，部分高端产品调试甚至需要国外厂商技术人员直接参与，加上嵌入式前端设备故障率相对较高，难以实施故障诊断、软件升级等远端维护工作，导致应用系统运行维护成本居高不下。上述因素造成安防智能视频分析应用性价比偏低，严重限制了安防智能视频分析应用的有效推广。
机制层面
目前，安防视频监控系统建设总体仍处于粗放型的规模扩张阶段，作为建设主体单位，安防用户更多关注的仍然是“监控覆盖率”，对事前预警重视程度还不够，智能视频分析应用方向的研发经费投入也明显不足。
安防智能视频分析产品开发缺乏有效机制，一方面，大部分安防用户没有认真梳理应用需求，另一方面，产品研发部门缺乏对
安防行业的深入理解，导致智能视频分析产品功能千遍一律，缺乏针对性。同时大部分系统集成商没有充分发挥产品研发与用户之间的桥梁作用，有的集成商甚至夸大智能视频分析产品功能，严重损伤了智能视频分析产品的市场形象。
另外，从市场监管角度来看，由于缺乏权威标准认证体系，导致用户对产品性能无法有效度量、把控，严重影响用户对安防智能视频分析应用的信心。
【想第一时间了解安防行业的重磅新闻吗？请立即关注中安网官方微信（微信号：cpscomcn）——安防行业第一人气微信，万千精彩，千万不要错过！！！
