智能視頻分析搭上AI 世界會(huì)怎樣

□ 文/本刊記者 羅 超

智能視頻分析搭上AI 世界會(huì)怎樣

□ 文/本刊記者 羅 超

對(duì)于這個(gè)沒有邊界的監(jiān)控智能化概念，當(dāng)智能視頻分析遇上AI之后，我們?cè)谛聲r(shí)期對(duì)監(jiān)控智能化有了新的指標(biāo)，那就是會(huì)深度學(xué)習(xí)。

早在8年前，行業(yè)就在談?wù)摫O(jiān)控智能化，但智能化的概念較為模糊，不像網(wǎng)絡(luò)和高清監(jiān)控，有明顯的技術(shù)指標(biāo)。對(duì)于這個(gè)沒有邊界的監(jiān)控智能化概念，當(dāng)智能視頻分析遇上AI之后，我們?cè)谛聲r(shí)期對(duì)監(jiān)控智能化有了新的指標(biāo)，那就是會(huì)深度學(xué)習(xí)。

智能視頻分析技術(shù)的分類

從廣義上來說，智能視頻分析技術(shù)主要包括以下三類：

頻分析類

該類主要是在監(jiān)控圖像中找出目標(biāo)，并檢測(cè)目標(biāo)的運(yùn)動(dòng)特征屬性（如目標(biāo)相對(duì)的像素點(diǎn)位置 ，目 標(biāo) 的 移 動(dòng) 方 向 及 相 對(duì) 像 素 點(diǎn) 移 動(dòng) 速 度 ，目標(biāo)本身在畫面中的形狀及其改變），根據(jù)以上的基本功能，視頻分析可分為以下幾個(gè)功能模塊：周界入侵檢測(cè)、目標(biāo)移動(dòng)方向檢測(cè)、目標(biāo)運(yùn)動(dòng)、停止?fàn)顟B(tài)改變檢測(cè)、目標(biāo)出現(xiàn)與消失檢測(cè)、人流量、車流量統(tǒng)計(jì)、PTZ自動(dòng)追蹤系統(tǒng)、系統(tǒng)智能自檢功能等。

視頻識(shí)別類

該類包括人臉識(shí)別、步態(tài)識(shí)別與車牌識(shí)別，其主要技術(shù)是在視頻圖像中找出局部中一些畫面 的 共 性 ，如 人 臉 必 然 有 兩 個(gè) 眼 睛 ，如 果 可 以 找到雙目的位置，那么就可以定性人臉的位置及尺寸。

視頻改善類

該類主要是針對(duì)一些不可視、模糊不清，或者 是 對(duì) 振 動(dòng) 的 圖 像 進(jìn) 行 部 分 優(yōu) 化 處 理 ，以 增 加 視頻的可監(jiān)控性能。具體包括：紅外夜視圖像增強(qiáng)處理、車牌識(shí)別影像消模糊處理、光變與陰影抑制處理、潮汐與物體尺寸過濾處理、視頻圖像穩(wěn)定系統(tǒng)等。

從實(shí)現(xiàn)方式來看，智能視頻分析技術(shù)目前有兩種常用方式：第一種是基于智能視頻處理器的前端解決方案；第二種是基于監(jiān)控的后端智能視頻分析解決方案?；谝曨l處理器的前端解決方案：所有的目標(biāo)跟蹤、行為判斷、報(bào)警觸發(fā)都是 由 前 端 智 能 分 析 設(shè) 備 完 成 ，只 將 報(bào) 警 信 息 通 過網(wǎng) 絡(luò) 傳 輸 至 監(jiān) 控 中 心 。優(yōu) 點(diǎn) 是 ：視 頻 分 析 設(shè) 備 被放 置 在 I P 攝 像 機(jī) 之 后 ，這 樣 可 以 有 效 地 節(jié) 約 視 頻流 占 用 的 帶 寬 ；缺 點(diǎn) 是 ：價(jià) 格 昂 貴 ，安 裝 復(fù) 雜 ；前端設(shè)備分散、易損率高；報(bào)警記錄與視頻監(jiān)控分開。

智能視頻分析的應(yīng)用需求與不足

傳統(tǒng)的視頻監(jiān)控系統(tǒng)通常是通過人員監(jiān)控和錄像來實(shí)現(xiàn)安全防護(hù)，實(shí)際上并不能主動(dòng)有效地 保 障 安 全 ，尤 其 是 監(jiān) 控 點(diǎn) 過 多 的 時(shí) 候 ，人 員 監(jiān)控根本無法顧及所有監(jiān)控場(chǎng)景；同時(shí)，監(jiān)控人員的注意力很難保證二十四小時(shí)都能準(zhǔn)確高效地監(jiān)控所有監(jiān)控場(chǎng)景；此外，被動(dòng)錄像通常只能在事 件 發(fā) 生 之 后 通 過 調(diào) 用 錄 像 進(jìn) 行 回 放 取 證 ，一 方面損失已經(jīng) 產(chǎn)生不 可能 挽回，另一方面，通 過 人工 回 放 錄 像 取 證 的 方 式 效 率 十 分 低 下 。智 能 分 析視頻監(jiān)控則可以有效地解決以上問題。智能監(jiān)控的主要特征是采用計(jì)算機(jī)視覺方式，在幾乎不需要人為干預(yù)的情況下，通過對(duì)攝像機(jī)拍錄的圖像序列進(jìn)行定位、識(shí)別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，從而做到既能完成日常管理又能在異常情況發(fā)生的時(shí)候及時(shí)作出反應(yīng)，智能監(jiān)控的主要優(yōu)勢(shì)有：群體行為分析、入侵檢測(cè)和運(yùn)動(dòng)目標(biāo)跟蹤、有效擴(kuò)展視頻資源的用途、滯留物和搬移物報(bào)警、對(duì)攝像機(jī)保護(hù)、降低人力成本。

智能視頻分析成為了安防行業(yè)必要的技術(shù)之一，然而，安防行業(yè)解決方案提供商不僅要解決用戶安全的問題，還要進(jìn)一步為行業(yè)用戶的業(yè)務(wù)系 統(tǒng) 提 供 支 撐 。而 要 實(shí) 現(xiàn) 用 戶 的 這 些 訴 求 ，就 離不開智能視頻分析技術(shù)的支持。不過受限于智能分析算法本身的完善性，以及對(duì)應(yīng)用場(chǎng)景的高要求等因素，智能分析的準(zhǔn)確率受限。而隨著大數(shù)據(jù)、云計(jì)算技術(shù)在安防領(lǐng)域的應(yīng)用，深度學(xué)習(xí)技術(shù)具備了應(yīng)用的條件，大數(shù)據(jù)可以為深度學(xué)習(xí)提供足夠多的訓(xùn)練樣本，而云計(jì)算則為深度學(xué)習(xí)的復(fù)雜算法模型提供了足夠的計(jì)算能力支撐。

智能視頻分析結(jié)合人工智能，展開安防深入應(yīng)用

人 工 智 能 ，為 安 防 行 業(yè) 裝 上 了 會(huì) 思 考 的 大 腦 。其應(yīng) 用一方面提高了一些算法的準(zhǔn)確率；另一方面，監(jiān)控智能分析無法實(shí)現(xiàn)的功能，人工智能也可以實(shí)現(xiàn)。比如，人臉識(shí)別包括了人臉檢測(cè)、特征點(diǎn)定位、特征比對(duì)等多個(gè)環(huán)節(jié)，如果采用深度學(xué)習(xí) 方 ，各 個(gè) 環(huán) 節(jié) 的 識(shí) 別 性 能 都 有 大 幅 提 升 。此 外 ，通過人工智能還可以將表情、年齡、飾品以及偏娛樂的顏值、開心程度等做得更好。再如人群分析方面，傳統(tǒng)的監(jiān)控智能分析是無法處理300人以上的大范圍場(chǎng)景的，更不用提運(yùn)動(dòng)場(chǎng)景的人群分析 。現(xiàn) 在 基 于 人 工 智 能 ，不 僅 能 夠 處 理 大 范 圍 場(chǎng)景及運(yùn)動(dòng)場(chǎng)景的人數(shù)統(tǒng)計(jì)，還可以估計(jì)人群密度、滯留分析等，為一些用戶提供增加商情效益分析的數(shù)據(jù)。

在公安行業(yè)，圍繞公安業(yè)務(wù)需求的公安實(shí)戰(zhàn)平 臺(tái) ，結(jié) 合 視 頻 圖 像 偵 查 業(yè) 務(wù) ，對(duì) 監(jiān) 控 畫 面 中 感興趣的目標(biāo)視頻進(jìn)行智能分析，提取可疑的人、車、物等目標(biāo)信息，生成結(jié)構(gòu)化的語義描述，從而實(shí)現(xiàn)特定目標(biāo)的快速定位、查找和檢索。人工智能在視頻內(nèi)容的特征提取、內(nèi)容理解方面有著天然 的 優(yōu) 勢(shì) 。前 端 攝 像 機(jī) 內(nèi) 置 人 工 智 能 芯 片 ，可 實(shí) 時(shí)分析視頻內(nèi)容，檢測(cè)運(yùn)動(dòng)對(duì)象，識(shí)別人、車屬性信息，并通過網(wǎng)絡(luò)傳遞到后端人工智能的中心數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)。匯總的海量城市級(jí)信息，再利用強(qiáng)大的計(jì)算能力及智能分析能力，人工智能可對(duì)嫌疑人的信息進(jìn)行實(shí)時(shí)分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘，為案件的偵破節(jié)約寶貴的時(shí)間。其強(qiáng)大的交互能力，還能與辦案民警進(jìn)行自然語言方式的溝通，真正成為辦案人員的專家助手。

基于人工智能的視頻智能分析是利用計(jì)算機(jī)圖像視覺處理、模式識(shí)別和機(jī)器學(xué)習(xí)等算法，分析和識(shí)別運(yùn)動(dòng)目標(biāo)信息。作為公安實(shí)戰(zhàn)平臺(tái)中最為 重 要 的 環(huán) 節(jié) ，基 于 人 工 智 能 的 人 臉 識(shí) 別 技 術(shù) 需求應(yīng)用更為迫切。公安部門借助人臉卡口IPC攝像 機(jī) 的 智 能 人 臉 檢 測(cè) 技 術(shù) ，在 城 市 道 路 、廣 場(chǎng) 、娛樂場(chǎng)所及各類重點(diǎn)場(chǎng)所的人員目標(biāo)的人臉識(shí)別，提取包括人的性別、戴眼鏡、年齡段等特征信息。從而實(shí)現(xiàn)人臉的實(shí)時(shí)布控、高危人員比對(duì)、以圖 搜 圖 、語 義 搜 索 等 方 面 的 業(yè) 務(wù) 應(yīng) 用 。比 如 ，人 臉布控業(yè)務(wù)是通過對(duì)場(chǎng)景中視頻的進(jìn)行實(shí)時(shí)人臉采集和視頻分析，并與各種人臉庫(kù)提供的圖片(警綜、信綜、出入境、人口庫(kù)、追逃庫(kù)、犯罪人員庫(kù)等)進(jìn)行實(shí)時(shí)比對(duì)。如果發(fā)現(xiàn)重點(diǎn)關(guān)注人員，將推送到公安實(shí)戰(zhàn)平臺(tái)客戶端或手機(jī)終端。另外公安實(shí)戰(zhàn)平臺(tái)與全國(guó)人口庫(kù)、常住人口庫(kù)、居住證人口庫(kù)等數(shù)據(jù)關(guān)聯(lián)，實(shí)現(xiàn)城市地鐵、機(jī)場(chǎng)、酒店的人臉識(shí)別系統(tǒng)的聯(lián)動(dòng)。結(jié)合地圖業(yè)務(wù)應(yīng)用，可實(shí)現(xiàn)軌跡 回 放 、告 警 、查 詢 的 可 視 化 。

智能視頻分析目前主要還是集中在人和車的識(shí)別應(yīng)用。

車輛識(shí)別

隨著車輛的不斷增長(zhǎng)，智能視頻分析結(jié)合人工智能成為人們關(guān)注的重點(diǎn)，可以有以下改善。其一，車牌的識(shí)別率有了顯著的提高；其二，可以識(shí)別車子的其他特征，例如品牌、型號(hào)（市面上99%+的車型）、顏色等，結(jié)構(gòu)化更多元、更系統(tǒng)；組 合 多 種 元 素去 搜 索，提 高 車 輛 搜 索 的 命 中 率 。

那為什么智能視頻分析結(jié)合人工智能可以賦予車輛識(shí)別更多功能、更好效果呢？不斷訓(xùn)練——用模型去識(shí)別擁有不同種類特征的sample群，就會(huì)獲得不同的識(shí)別功能。比如：預(yù)算有限、識(shí)別準(zhǔn)確率要求沒有那么高，可以通過降低幀率或分辨率，或者犧牲一定的算法計(jì)算資源，換取更 多 的 路 數(shù) ，降 低 單 路 的 成 本 。例 如 ，把 1 0 8 0 P 的分辨率降低至720P，那么路數(shù)預(yù)計(jì)可增加至256路，單路成本直降25%。

人的識(shí)別

如 果 只 是 傳 統(tǒng) 的 智 能 視 頻 分 析 技 術(shù) ，對(duì) 于 人的體型、人種、年齡、長(zhǎng)短發(fā)等的識(shí)別，是無法實(shí)現(xiàn)的。人的識(shí)別困難在于人的動(dòng)作和狀態(tài)都特別不同，但是智能視頻分析結(jié)合人工智能可以處理一個(gè)畫面中的多達(dá)80個(gè)人物，在40毫秒以內(nèi)。類似扶手電梯、十字路口、商業(yè)中心廣場(chǎng)、展會(huì)門口等有持續(xù)不斷流動(dòng)的人群的場(chǎng)所，也可以用人的識(shí)別功能檢測(cè)，并且檢測(cè)準(zhǔn)確率可高達(dá)95%?？梢?，智能視頻分析結(jié)合人工智能的層數(shù)與它需要辨識(shí)的特征復(fù)雜度有關(guān)系。

不可否認(rèn)的是，現(xiàn)在全球智能視頻分析結(jié)合人工智能的技術(shù)，還處于弱AI階段，會(huì)有一些不足。比如，如果視頻撲捉到了人的視頻，就能檢測(cè)到并進(jìn)行分析，但畫面上看不到的則沒辦法識(shí)別到、也不能做分析；如果畫面上人物被遮擋一部分，則會(huì)影響檢測(cè)和分析的效果。尤其是高峰期升降電梯、廣場(chǎng)密集人群等。

此外，全球各地區(qū)的人種不同，AI識(shí)別率下降。大華認(rèn)為，可以在定期輸送各膚色人種樣本，提高 AI 對(duì)更多皮膚色調(diào)的識(shí)別率。

結(jié)束語

綜 上 所 述 ，一 言 以 蔽 之 ，當(dāng) 智 能 視 頻 分 析 搭上人工智能，世界將會(huì)怎樣？