主頁（http://www.by236.com）：智能視頻分析發展方向 近年來在視頻監控市場中，智能視頻分析技術成為熱點產品，諸如行為分析、車牌識別、人臉抓拍、客流統計等智能化技術，在城市管理、公共安全、銀行、交通等行業得到了較廣泛的應用，取得了很好的社會效益和經濟效益，成為安防企業一個新的技術制高點和發展方向。 隨著智能化技術的普及使用，市場漸漸不再滿足于現有的智能化技術種類，而是尋求更新的算法、更豐富的業務應用、更整體化的系統應用，力求實現在應用的廣度、深度上的突破。為此，安防行業已經開始進行對新一代智能視頻分析技術的研究，提出了一些新的產品形態，新的應用模式，新的系統架構。這些新技術、新產品正在逐漸與市場結合，探求新的發展空間。 智能視頻的創新方向 在基礎的智能監控需求已經得到滿足的情況下，智能視頻新技術集中向著幾個方向發展： 第一，提升視覺感官體驗的技術，包括圖像防抖動、圖像增強等視頻預處理技術。 第二，提升分析準確率的技術，主要是雙目識別技術。 第三，改善系統應用性的技術，包括多球機聯動跟蹤等。 第四，面向事后分析的技術，包括圖像復原、圖像摘要檢索等技術。 以下分別就各項技術的實現、應用及前景做一些分析。 圖像防抖動技術 圖像抖動是在交通領域經常見到的問題，主要的成因是道路監控中高架安裝方式帶來的較高頻率小幅抖動，以及車載移動監控中由于攝像位置變化帶來的低頻大幅抖動。在模擬標清時代，主要會影響了大倍率下的圖像畫面，而在數字高清時代，在焦距達到20mm以上畫面就會明顯抖動，這對于監控內容的識別有明顯的影響。 圖像防抖動的解決途徑主要有幾種： 采用軟件技術進行處理 采集完整的傳感器圖像，圖像處理緩沖。 為實現防抖，預留邊緣圖像，對中心圖像進行數字放大(圖像失真或模糊)。 使用預留邊緣圖像，對圖像進行補償，達到防抖效果(補償區域縮放，邊緣模糊)。 硬件軟件結合的方式 為彌補圖像數字放大帶來的圖像模糊問題，使用更大像素的圖像傳感器。 采用直接物理像素尺寸，對圖像抖動區域進行補償，避免圖像邊緣模糊。 圖像防抖動技術在前端球機產品中應用時，通常采用軟硬件結合的方式。技術關鍵點之一，是要克服圖像邊緣角落虛焦的現象。 圖像增強技術 當前監控系統面臨的重要問題，是受到各種干擾因素的影響，使得系統不能在全天候、全天時下運行，系統的可靠度低，LCC值不經濟。這些干擾因素主要包括如白天環境下的虛光、泛光、逆光，低照度環境，監控場景中強逆光的干擾，霧、灰霾等的大氣散射環境干擾，降雨、降雪、沙塵等氣象條件的影響。 圖像增強技術主要解決的問題，是通過算法對視頻源進行視覺改善處理，有效的改善畫質，提高圖像的清晰度，提高視覺可分辨性，使原本低質量的圖像能夠滿足監控需要，達到清晰可辨的程度。 圖像增強的技術實現途徑，是突出原有圖像中需要重點觀測的內容，抑制非重點觀測內容，通過對像素的灰度值運算處理生成一幅新的圖像，以改善視覺效果。圖像增強的關鍵技術問題有： ·對不同自適應不同時刻、不同程度的干擾因素。 ·自適應不同的景深、視角、目標內容。 ·有效分辨畫面內容，充分保留局部細節;畫面對比柔和，色彩過渡均衡，亮暗對比適中;色彩恒常性好，不受場景變化影響。 ·正常環境下不影響畫質;未增強的畫面不失真。 圖像增強的產品形態，涵蓋了從前端、編碼端到后臺顯示端的處理。在產品定位上，可以分為兩個方向：普適性產品，重點是正常氣候下，不降質。惡劣氣候下有改善，但不是最好。作為標配集成到各個設備中。專業級產品，重點解決在惡劣的情況，達到最好的效果。如霧天專用、深海專用、低照度專用、軍事專用等等作為專用設備，應用整合于特種行業。 雙目立體視覺技術 雙目立體視覺技術的核心目的，是提高識別的準確率。由于立體視覺技術形成的視場中帶有物體的三維幾何信息，因此能夠有效的設定檢測規則，排除光線、影子等干擾因素，大幅提高智能分析的準確度。如果說高清技術通過提升可用像素來提高分析的準確率，是戰術性的舉措，那么雙目立體視覺技術對視頻分析準確率的影響則是戰略性的。 雙目立體視覺技術是基于視差原理，并利用成像設備從不同的位置獲取被測物體的兩幅圖像，通過計算圖像對應點間的位置偏差，來獲取物體三維幾何信息的方法。 采用雙相機或多相機，對視場內空間的自由運動體的三維位置坐標及姿態進行高精度的測量，確定運動目標的質心位置，并根據標定結果對運動目標進行高精度跟蹤。 立體視覺技術的跟蹤，由于能夠辨識目標的三維坐標、姿態、相對距離、與背景環境的空間距離，因此能適應復雜的跟蹤背景環境。 多球機聯動跟蹤 多球機聯動跟蹤技術，是以單球機智能跟蹤技術作為基礎的。從應用的層面上看，能夠將普通的跟蹤球機的單點式監控，提升為系統內對單個目標的無縫式接力跟蹤，配合電子地圖的使用，能夠容易的實現對高安全等級區域的無縫式跟蹤，并實現目標軌跡描繪、犯罪行為預警等高等級的安保需求。 多球機聯動跟蹤技術的實現，需要首先具備多目標識別與跟蹤技術。在應用中，通常設定一臺球機作為發起點，對廣域范圍內目標進行的智能行為分析，并將同時監控的多個目標按照既定的策略進行排序，并按照先后順序，指揮智能跟蹤球機逐個跟蹤監控目標。與單目標跟蹤相比，多目標跟蹤技術的關鍵點是數據關聯問題，即建立一個統一的坐標系，使得發起球機可以將目標的坐標信息傳遞給跟蹤球機，實現聯動跟蹤。 多目標跟蹤的過程可以劃分為以下幾部分： 數據關聯：在觀測數據和目標之間建立起對應關系。常見的方法有最近鄰算法、聯合概率數據關聯濾波器、多假設跟蹤算法。 狀態估計：通常將多目標跟蹤問題轉化成對多個單目標的跟蹤過程，并建立相應的狀態空間模型。為每個目標分配一個單目標跟蹤器，相互獨立地跟蹤每個目標，通過設計一些特殊的方法來處理目標之間的交互和遮擋問題。
|
