如何使視頻監(jiān)控告別人工識圖時代?
來源:數(shù)字音視工程網(wǎng) 編輯:航行150 2015-11-20 09:47:35 加入收藏 咨詢

所在單位: | * |
姓名: | * |
手機: | * |
職位: | |
郵箱: | * |
其他聯(lián)系方式: | |
咨詢內(nèi)容: | |
驗證碼: |
|
視頻監(jiān)控的大規(guī)模發(fā)展,以及IP高清監(jiān)控帶來的海量視頻信息使得傳統(tǒng)的依靠人工進行圖像識別和圖像處理的監(jiān)控方式越來越不能滿足用戶的需求。如何擺脫對人力的束縛,依靠計算機技術(shù)在海量信息中快速找到有價值的信息,進而挖掘出更豐富更有價值的應(yīng)用,將是視頻監(jiān)控產(chǎn)業(yè)的發(fā)展趨勢,也是監(jiān)控企業(yè)的主要研發(fā)方向。
背景分析
隨著安防行業(yè)的深入發(fā)展,以及IP高清的日益普及,各個行業(yè)視頻監(jiān)控系統(tǒng)的規(guī)模越來越大,尤其是在平安城市等領(lǐng)域,動輒是幾萬甚至幾十萬個監(jiān)控點位。這雖然給用戶帶來了更為豐富更為全面的視頻信息,但如此海量的信息顯然已經(jīng)遠(yuǎn)遠(yuǎn)超越了人力的有效處理范圍,如果仍然采用傳統(tǒng)人工查看的方式來利用這些視頻,將會越來越不現(xiàn)實。
以一個10000路的監(jiān)控系統(tǒng)為例,即使每路視頻僅需1Mbps帶寬,每天視頻的存儲量也要達(dá)到108TB,每個月將有3PB。一旦發(fā)生事故,工作人員要在如此海量的視頻信息中查找出有價值的線索,無異于海底撈針,不僅工作人員工作量巨大,效率也會非常低下。同時,花費巨資構(gòu)建的系統(tǒng),如果仍然只是用于事后查看,會抑制用戶進一步建設(shè)的積極性,如何幫助用戶進一步深挖視頻信息的價值,對用戶的業(yè)務(wù)形成支撐成為業(yè)內(nèi)關(guān)注的重點。
傳統(tǒng)的依靠人工識圖的監(jiān)控應(yīng)用方式已經(jīng)無法滿足將來視頻監(jiān)控應(yīng)用的需求。面對大規(guī)模視頻監(jiān)控系統(tǒng)以及海量的視頻圖像,如何快速的找到對用戶真正有價值的信息,以及如何將這些信息進行分析、歸納實現(xiàn)更多的應(yīng)用,需要轉(zhuǎn)向利用計算機視覺技術(shù)對視頻圖像進行處理和分析,以更有效率地利用和挖掘視頻圖像的價值。而近年來,智能視頻分析技術(shù)、云計算、大數(shù)據(jù)等一系列技術(shù)的出現(xiàn)以及在視頻監(jiān)控行業(yè)的落地,為視頻監(jiān)控告別人工識圖時代提供了強有力的技術(shù)支撐。
前端智能在IP高清監(jiān)控時代更具優(yōu)勢
要利用計算機來對視頻圖像進行處理和分析,首先就要保證計算機能夠讀取到視頻圖像中的信息。不過,由于視頻圖像是一種非結(jié)構(gòu)化的數(shù)據(jù)類型,計算機無法直接對其進行識別和處理,因此,首先就需要利用智能視頻分析技術(shù)將圖片、視頻等信息中的各種運動目標(biāo)及其特征提取出來,轉(zhuǎn)換成結(jié)構(gòu)化的語義描述后,才能通過計算機對其進行搜索、比對和分析。
智能視頻分析技術(shù)綜合了多個學(xué)科的研究成果,包括圖像處理、跟蹤技術(shù)、模式識別、軟件工程、數(shù)字信號處理(DSP)等領(lǐng)域。2001年911事件后,美國對視頻分析技術(shù)加大投入,2005年左右全球領(lǐng)先的智能視頻系統(tǒng)軟件供貨商ObjectVideo進入中國市場。其在國內(nèi)有眾多的技術(shù)追隨者,大部分廠商提供的視頻智能分析產(chǎn)品都是基于ObjectVideo公司的圖像分析技術(shù)。早期受限于硬件性能以及智能分析算法的成熟度,企業(yè)提供的多是智能型DVS、智能型DVR,以及智能視頻分析服務(wù)器產(chǎn)品。由于智能型DVR和DVS的運算處理能力有限,且智能功能也較為簡單,因此不能滿足大規(guī)模監(jiān)控系統(tǒng)的分析需求。而借助服務(wù)器強大的計算能力實現(xiàn)各種智能算法是當(dāng)時比較好的視頻分析處理方式,但智能視頻分析服務(wù)器的成本非常高,這一致命缺陷限制了其在安防領(lǐng)域的大規(guī)模應(yīng)用。除了設(shè)備成本之外,服務(wù)器的能耗、所占場地、數(shù)據(jù)中心的網(wǎng)絡(luò)設(shè)備、后期維護等成本使得建設(shè)智能視頻監(jiān)控系統(tǒng)的成本高昂,讓用戶望而卻步。慢慢地,人們將目光轉(zhuǎn)向了更具優(yōu)勢的前端智能產(chǎn)品。
感知型攝像機使監(jiān)控系統(tǒng)具備思考和判斷能力
事實上,在智能視頻分析技術(shù)的發(fā)展歷程中,隨著芯片性能的不斷提升,以及智能分析算法的日趨完善,為了解決智能視頻服務(wù)器成本過高的問題,各類嵌入式智能視頻分析產(chǎn)品開始陸續(xù)涌現(xiàn),其中最引人矚目的當(dāng)屬智能型IPC。
不過,早期的智能IPC主要定位于移動偵測、警戒線、區(qū)域看防、人數(shù)統(tǒng)計等簡單的智能功能,這類智能分析只是在某個行為觸發(fā)了一定條件之后輸出報警信號,仍然無法向計算機描述監(jiān)控場景中的目標(biāo)及其特征。直到2014年,蘇州科達(dá)科技股份有限公司推出感知型攝像機(IntelligentIPC)。感知型攝像機基于視頻智能分析技術(shù),能夠識別出監(jiān)控畫面中的內(nèi)容,并對其進行語義描述,實現(xiàn)非結(jié)構(gòu)化視頻的結(jié)構(gòu)化處理,再與后端的大數(shù)據(jù)平臺相結(jié)合,能夠?qū)崿F(xiàn)視頻信息的快速檢索、比對和深度分析,代替人類做出思考和判斷。相比智能視頻分析服務(wù)器來說,感知型攝像機的成本要低得多,這為視頻圖像經(jīng)濟性和規(guī)?;M行結(jié)構(gòu)化處理奠定了基礎(chǔ)。
云存儲和大數(shù)據(jù)使視頻監(jiān)控告別人工識圖成為可能
感知型攝像機實現(xiàn)了視頻圖像的結(jié)構(gòu)化處理,使得計算機能夠識別視頻圖像中的目標(biāo)及其特征,但要進一步利用計算機來對視頻圖像進行分析和挖掘,就離不開云存儲和云計算技術(shù)的支持。對于視頻監(jiān)控來說,存儲是不可忽視的環(huán)節(jié),一旦視頻丟失,后面的應(yīng)用也就無從談起。在視頻數(shù)據(jù)量越來越大的當(dāng)下,存儲系統(tǒng)在安全性、可靠性、可擴容性、可維護性等方面都提出了更高的要求,傳統(tǒng)的DVR、IPSAN存儲方式已經(jīng)無能為力,需要依靠功能更為強大,系統(tǒng)更為靈活,擴展性更強,更加穩(wěn)定可靠的云存儲來完成海量視頻數(shù)據(jù)的可靠存儲。雖然有了感知型攝像機的思考和判斷,以及云存儲系統(tǒng)的穩(wěn)定可靠,但要進一步實現(xiàn)視頻圖像的實戰(zhàn)應(yīng)用,還需要依托云計算強大的計算能力,根據(jù)用戶的業(yè)務(wù)需求構(gòu)建相應(yīng)地大數(shù)據(jù)應(yīng)用平臺,來實現(xiàn)針對各個行業(yè)的視頻實戰(zhàn)應(yīng)用。
目前,基于感知型攝像機、云存儲系統(tǒng)、大數(shù)據(jù)平臺而構(gòu)建的大數(shù)據(jù)解決方案已經(jīng)能夠結(jié)合行業(yè)的具體需求提供快速檢索、分析研判以及實施布控與調(diào)度等應(yīng)用,而這些應(yīng)用在人工識圖時代,基本上是沒有辦法實現(xiàn)的。以轟動一時的周克華案件為例,當(dāng)時長沙全市近千名視頻偵查民警花費兩個月左右的時間觀看了將近30萬G的監(jiān)控視頻,最終才鎖定了犯罪嫌疑人,而事實上在此之前警方已經(jīng)獲得了周克華清晰的正面照和側(cè)面照,如果長沙當(dāng)時所有的視頻信息都經(jīng)過了結(jié)構(gòu)化的處理,并建立了相應(yīng)的大數(shù)據(jù)平臺,就可以采用以圖搜圖的的功能,在幾秒時間內(nèi)迅速找出與犯罪嫌疑人相關(guān)的視頻,從而獲得破案線索。相比依靠人工對視頻進行排查的手段,通過視頻大數(shù)據(jù)技術(shù)來進行視頻的檢索、分析及應(yīng)用,不僅會大量減少公安人員消耗,也會極大地提高公安破案效率。
瓶頸依然存在
隨著IP高清監(jiān)控攝像機、智能視頻分析產(chǎn)品的逐漸成熟以及大數(shù)據(jù)、云計算技術(shù)逐漸在安防行業(yè)的應(yīng)用落地,視頻監(jiān)控告別人工識圖時代的時機已經(jīng)到來,但計算機要完全取代人工監(jiān)控也面臨著諸多障礙。比如智能分析算法對應(yīng)用場景要求非常高,容易受到光線、監(jiān)控角度、天氣等外部環(huán)境干擾。應(yīng)用場景發(fā)生任何變化都有可能會對算法的準(zhǔn)確性產(chǎn)生影響,導(dǎo)致攝像機無法準(zhǔn)確識別和描述視頻圖像中的目標(biāo)和特征,因此如何提高智能分析算法的場景適應(yīng)性是橫在相關(guān)企業(yè)面前的一道坎。
此外,如何將大數(shù)據(jù)技術(shù)與視頻監(jiān)控行業(yè)應(yīng)用特征相結(jié)合,并將視頻監(jiān)控系統(tǒng)與行業(yè)業(yè)務(wù)流程相融合,真正幫助用戶解決安全管理和業(yè)務(wù)管理方面的難題,也是值得企業(yè)進一步去探索的。這一過程離不開企業(yè)對行業(yè)應(yīng)用的深度理解,對用戶不斷變化的需求的把握與持續(xù)跟進,并需要企業(yè)通過不斷的參與行業(yè)項目而積累成熟的經(jīng)驗。
評論comment