國家標準出臺 理清視頻智能分析發展之路

        安防監控智能分析國標出臺

        2014年8月，由全國安全防范報警系統標準化技術委員會（SAC/TC100）歸口并組織起草的國家標準GB/T30147-2013《安防監控視頻實時智能分析設備技術要求》和GB/T30148-2013《安全防范報警設備電磁兼容抗擾度要求和試驗方法》，經過國家標準管理委員會發布，已經開始實施。

        其中《安防監控視頻實時智能分析設備技術要求》是我國第一個視頻智能分析方面的國家標準。本標準規定了安防監控視頻實時智能分析設備的功能、性能、接口、電磁兼容性、環境適應性、試驗方法、檢驗規則等內容，是嵌入式視頻實時智能分析設備進行設計、生產、檢驗的依據。本標準適用于安防監控系統中應用的找訂單嵌入式視頻實時智能分析設備，其他行業的視頻智能分析產品和應用系統可參考采用。

        視頻監控系統作為一種廣泛使用的技術防范手段，在城市社會治安綜合防控體系建設中發揮著越來越重要的作用。然而在視頻監控飛速發展的今天，視頻監控畫面的海量信息大大超過了人力有效處理的范圍已經成為客觀事實。智能視頻解決方案以數字化、網絡化視頻監控為基礎，用戶可以設置某些特定的規則，系統識別不同的物體，同時識別目標行為是否符合這些規則，一旦發現監控畫面中的異常情況，系統能夠以最快和最佳的方式發出警報并提供有用信息，從而能夠更加有效的協助安全人員處理危機，最大限度的降低誤報和漏報現象，切實提高監控區域的安全防范能力，協助監控人員第一時找訂單間處理危機。

        智能視頻監控是利用計算機視覺技術對視頻信號進行分析、理解和處理，在操作人員給出相應規則的前提下，智能分析計算機通過對序列圖像自動分析，對監控場景中的目標進行定位、識別和跟蹤，并在此基礎上分析和判斷目標的行為，即在異常情況發生時能及時發出警報或提供告警事件信息，有效地協助安防人員處理危機。

        視頻監控智能分析現狀

        智能視頻技術應用于安防視頻監控系統，將能借助計算機強大的數據處理能力過濾掉圖像中無用的或干擾信息，自動分析、抽取視頻源中的關鍵有用信息，從而使傳統監控系統中的攝像機成為人的眼睛，使“智能視頻分析”計算機成為人的大腦，并具有更為“聰明”的學習思考方式。這一根本性的改變，找訂單可極大地發揮與拓展視頻監控系統的作用與能力，使監控系統具有更高的智能化，大幅度節省資源與人員配置，同時必將全面提升安全防范工作的效率。因此，智能視頻監控不僅僅是一種圖像數字化監控分析技術，而是代表著一種更為高端的數字視頻網絡監控應用。

        從技術角度來講，目前國內智能分析技術主要還集中在兩大類：一類是采用畫面分割前景提取等方法對視頻畫面中的目標進行提取檢測，通過各種不同的規則來區分不同的事件，從而實現不同判斷并產生相應的報警聯動等，例如：最早期的一些行為分析類功能(跨界、區域入侵、打架檢測、人員聚集等)、還有早期的交通事件檢測等都屬于這類算法技術的應用。另一類是利用模式識別技術，對畫面中特定的物體進行建找訂單模，并通過大量樣本進行訓練，從而達到對視頻畫面中的特定物體進行檢測及相關應用。如車輛檢測、人臉檢測、人頭檢測(人流統計)等應用。

        從應用角度來講，目前國內智能分析技術主要有四大類：第一類是實時報警類，第二類是數據統計類，第三類是屬性識別類，第四類是圖像處理類。

        第一類，實時報警類，主要是通過分析技術對實時視頻進行內容的分析和判斷，發現某種狀態達到報警規則的要求時，系統即可發出報警聯動。如最基礎的跨線報警、入侵報警、打架報警、聚眾報警等，當然隨著應用的深入，各行業應用中也出現了很多帶有行業特征的實時報警應用，如交通行業的擁堵報警、行人上高速報警；司法行業的攀高報警、離崗報警；金融行業的尾隨報警、找訂單貼假廣告報價等等。

        第二類，數據統計類，主要是通過在特定的場景下，對視頻內容中特定的內容進行統計，形成相關的報表和數據應用。例如，通過視頻分析對公路上的車流量進行自動統計，通過視頻分析對商場出入口等的人流量進行統計等等。

        第三類，屬性識別類，主要是對視頻中特定事務的屬性進行自動識別，達到對視頻內容的深入應用和快速檢索等目的。如人臉識別、車牌識別、車標識別、顏色識別、性別識別、身高識別、年齡識別、手勢識別等等。目前安防行業中應用較多的主要還是人臉識別、車牌識別、車標識別等。

        第四類，圖像處理類，主要是對圖像整體進行分析判斷及優化處理以達到更好的效果或者將不清楚的內容通過算法計算處理達到看得找訂單清的效果。如目前的視頻增強技術(去噪、去霧、銳化、加亮等)、視頻復原技術(去模糊、畸變矯正等)。

        從產品形態來講，目前市場上主要有兩大類產品形態，一類是前端智能產品。一類是后端服務器產品。這兩類產品各有優缺點，根據不同的應用和項目類型有不同的選擇。

        目前市場上可以看到很多智能攝像機，即將一些視頻分析算法移植到網絡攝像機中，在攝像機中實現對實時視頻的分析和檢查，實現一些智能分析的功能(例如目前有實現車輛檢測的車輛抓拍攝像機、實現區域入侵等功能的目標檢測報警的攝像機、有實現人類檢測抓拍的攝像機等等)，智能攝像機自帶分析功能，系統架構簡單，同時目前的攝像機DSP處理能力已經完全能運行各種較為復雜的分找訂單析算法，分析效果和后端產品基本相同。

        市場上出現的多種實時視頻智能分析設備，但這些產品分別由不同的廠家生產，缺少統一的規范和接口，導致其在監控系統中的應用受到了限制。《安防監控視頻實時智能分析設備技術要求》的實施將進一步規范安防監控嵌入式視頻實時智能分析設備，為安防監控視頻智能分析技術的發展奠定了基礎。

        視頻監控智能分析局限

        盡管視頻智能分析功能強大，但其準確性依然不能令人滿意，其只是提高監控人員工作效率的工具，而并不能成為完全替代人工的計算機高級智能。據分析影響其準確性的原因主要有以下幾點：

        環境因素

        例如疾風驟雨所造成的背景混亂，光線變化所造成的目標和背景顏色的變化，以及找訂單由于白天和夜晚不同條件所造成的目標和背景清晰度的變化都是造成分析發生誤差的因素，而這些因素的不可控也導致了智能分析本身的穩定性不夠，這種現象的解決還有待分析算法和分析技術的進一步優化，仍需從業者的持續努力。

        硬件困擾

        硬件包括前端攝像機和后端服務器。就基于像素比對的智能分析來說，圖像的清晰度直接影響到比對的結果，而越清晰的攝像機圖像像素點越多，運算比對也讓服務器壓力更大。例如智能分析中的車牌識別，不同清晰度的攝像機得到的視頻資源，分析準確率相差很大，同時后端服務器的比對效率也會有明顯的不同，使用標清時單臺服務器的分析能力可能是20路，準確率為90%，而使用200萬高清時，處理能力可能是5路，但找訂單準確率卻可達到98%。該問題需在前端的更新換代和“云計算”技術得到高效推廣的情況下才能夠得以較好的解決。

        目前的智能分析，歸根結底還是在人為控制下的計算機對目標的規則行為進行判別，很多尚未被定義的規則行為計算機就無法進行判斷，例如在人群聚集分析上，智能分析可分析出某個區域內在某時間段內人員數量達到了預計值，但這些人員是偶爾路過還是蓄意聚集等都無法進行分析。這也充分體現出了計算機智能分析的實質，其仍無法從根本上代替人的工作。

        視頻監控智能分析發展前景

        智能視頻分析技術，在國際上已經有近10年的發展與應用，目前在國內也已被持續研發和廣泛應用，特別在一些不太復雜的應用其效果還是比較好的。其未來找訂單的發展還要從“前端”和“后端”兩個角度來共同努力。這里的所謂前端即產品的最終用戶，后端即指產品的提供商。前端用戶需要真正理解該“智能”，理性地看待“智能