智能视觉技术在安防行业的应用

　　三、智能视觉分析技术的发展

　　随着高清探头不断投入，人们对于智能视觉分析技术产品化的需求越来越多，要求也越来越高，这给安防行业带来了广阔的思路，许多智能化新产品快速涌现：

　　1、 双目技术

　　双目立体技术核心目的是提高识别的准确率。由于立体视觉技术形成的视场中带有物体的三维几何信息，因此能够有效的设定检测规则，排除光线、影子等干扰因素，大幅提高智能分析的准确度。如果说高清技术通过提升可用像素来提高分析的准确率，是战术性的举措，那么双目立体视觉技术对视频分析准确率的影响则是战略性的。双目立体视觉技术是基于视差原理，并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。 采用双相机或多相机，对视场内空间的自由运动体的三维位置坐标及姿态进行高精度的测量，确定运动目标的质心位置，并根据标定结果对运动目标进行高精度跟踪。

　　立体视觉技术的跟踪，由于能够辨识目标的三维坐标、姿态、相对距离、与背景环境的空间距离，因此能适应复杂的跟踪背景环境。双目技术应用于人体属性识别是人脸识别技术一次技术应用的跨步，这对更准确的定位和分析人的特征有着支援重要的作用。

　　2、 多球机联动跟踪技术

　　多球机联动跟踪技术是以单球机智能跟踪技术作为基础的。从应用的层面上看，能够将普通的跟踪球机的单点式监控，提升为系统内对单个目标的无缝式接力跟踪，配合电子地图的使用，能够容易的实现对高安全等级区域的无缝式跟踪，并实现目标轨迹描绘、犯罪行为预警等高等级的安保需求。多球机联动跟踪技术的实现，需要具备多目标识别与跟踪技术。在应用中，通常设定一台球机作为发起点，对广域范围内目标进行的智能行为分析，并将同时监控的多个目标按照既定的策略进行排序，并按照先后顺序，指挥智能跟踪球机逐个跟踪监控目标。与单目标跟踪相比，多目标跟踪技术的关键点是数据关联问题，即建立一个统一的坐标系，使得发起球机可以将目标的坐标信息传递给跟踪球机，实现联动跟踪。

　　3、 面向事后应用的智能技术

　　随着监控探头的普及，监控系统中存有海量的录像数据，在目前人工查看的模式下，传统的方法需要从头到尾顺序播放，往往需要数倍于原始视频的时间才能审看完成，因此需要大量人员连续加班数周进行视频的审看。为了规避遗漏和误差，就要加大人力投入的方法。但是经过实践证明，这种方法吃力不讨好，仍然解决不了根本的问题，如何有效、高效的应用，减轻人工查看回放带来的时效性差、成本高、疲劳问题，并在不同分辨率、不同清晰度的录像中准确的辨别出需要获取的信息，基于以上需求，安防厂家研发了视频摘要、视频检索等技术手段。

　　视频摘要技术

　　将视频摘要形成视频片断，不同时刻的目标“穿越时空”同时展现播放，使24小时的视频被制作成一个简短到几分钟摘要视频成为现实。视频摘要不仅浓缩的是事件的精华，也是活动事件的全部，没有价值的视频将被剔除。通过多分格快照技术，可以在几秒中看完所有的活动目标成为可能，回溯原始视频功能，瞬间锁定目标在原始视频中的位置。这些智能视频分析功能的实现和应用将大大提高海量视频监控录像分析的效率。

　　视频检索技术

　　视频检索主要是依赖于视频算法对视频进行预处理，通过对视频内容进行结构化处理，提取出视频内容中的有效信息，进行标记或者相关处理后，人后可以通过各种属性描述进行快速检索。因此视频检索最主要的是利用视频检测算法对视频进行结构化描述，目前已经在相应的产品中得到应用的算法主要有以下几种：行为分析算法、车牌识别算法、车辆颜色识别算法、车标识别算法、车型识别算法、人脸检测识别算法、人体特征识别算法等。其中人体特征识别又包括人的年龄、性别、身高、衣服颜色、是否戴眼镜等特征信息的识别。在视频检索中已经得到比较成熟应用的算法技术是行为分析算法、车牌识别算法、车辆颜色识别算法、人脸检测识别算法等。

　　由于监控探头的布置也会有盲点等原因，当双目技术和多球机跟踪技术无法每时每刻准确的扑捉到嫌疑人的轨迹信息的时候，可以通过校园内遍布的探头录像进行事后检索分析，找到相关线索，帮助刑侦人员及时快速的定位嫌疑人。

　　4、 视频拼接技术

　　视频拼接系统是基于图像拼接技术得以实现的，而图像拼接技术是根据实际的科研和工程的需要而发展来的。在很多领域经常会用到超过人眼视角的高分辨率图像，而普通相机或摄像机的视角往往不能满足需要，例如由于距离的限制，某些超大尺寸的物体无法清晰的用视频拍摄下来。目前来说，许多大型应用场景都需要高清晰高覆盖的拍摄，比如机场跑道、码头等，一个摄像机无法真正清晰的展示这些大型应用场景的全貌，无法给出一种用户满意的高清视频，更无法对视频中的事物进行高清分析，由此而带来的就是高投入和多画面展示，不仅仅视觉效果不好，也不能最大程度的满足用户的高清大画面的需求。基于以上需求，图像拼接技术解决了这一难题，该技术将来自不同视角的图像拼接在一起得到高分辨率图像，解决了用户大场景高清晰监控的迫切需求，用户可以在一幅视频图像上浏览高清晰画面。

　　目前智能视觉分析技术已经趋于成熟，这和安防企业的努力是分不开的，他们是智能视觉分析技术的先行者，比如杭州海康威视数字技术股份有限公司等，这些企业的智能视觉分析技术发展或许可以成为榜样，带动业内企业的研发脚步，真正为智能视觉分析技术的应用带来革命性的变化。

　　四、结束语

　　虽然智能视觉分析技术其自身发展也存在诸多缺陷，但是智能视觉分析技术已经逐渐成为安防行业发展的大方向，众人拾柴火焰高，在国内外众多科研机构、院校、大型安防企业对智能视觉分析技术不断的研究和创新，智能视觉分析的运用会逐渐大众化，将来会更广泛的应用于金融、交通等各个领域中，普及到人们的日常生活当中，真正发挥安全防范的预见作用，将危险因素扼杀在摇篮里，给人们的工作和生活带来安全保障。

　　参考资料

　　[1] 浅谈校园安防的智能应用—孟祥广 2014

　　[2] 智能视觉监控技术的研究背景现状及展望 2007

　　[3] 安防天下——智能网络视频监控技术详解与实践 2010

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。