智能視頻分析技術(shù)應用研究

智能視頻分析包含的范圍很廣，很多智能視頻分析技術(shù)已經(jīng)在各個行業(yè)發(fā)揮了重要的作用。本文討論智能視頻分析技術(shù)結(jié)構(gòu)、內(nèi)容、難點、應用與發(fā)展趨勢，重點討論智能視頻分析在視頻監(jiān)控行業(yè)中的應用，期望能為智能視頻分析技術(shù)的應用、研究與發(fā)展提供借鑒。

智能視頻分析是什么　　

計算機視覺技術(shù)在圖像及圖像描述之間建立映射關(guān)系，從而使計算機能夠通過數(shù)字圖像處理和分析來理解視頻畫面中的內(nèi)容。視頻智能分析(IVS，Intelligent  Video  Surveillance)主要指計算機“自動的抽取和分析視頻源中的關(guān)鍵信息”，按照一定的規(guī)則進行判斷并決定是否給出報警。如果把攝像機看作人的眼睛，而智能分析系統(tǒng)可以看作人的大腦?！　?/p>

需求　　

隨著近年來視頻監(jiān)控系統(tǒng)的大力建設(shè)，各個行業(yè)的攝像機越建越多。僅僅在平安城市的建設(shè)中，至2010年，根據(jù)北京市公安局的統(tǒng)計數(shù)據(jù)，公安建設(shè)的各類監(jiān)控有270多萬個，共享社會資源300多萬個。在傳統(tǒng)的視頻監(jiān)控模式下，通過有限的電視墻人工監(jiān)控來監(jiān)看實時事件;通過人工根據(jù)時間段和大致地點來查找已發(fā)生的事件。如此多的攝像頭，極少量的電視墻，人工實時監(jiān)視根本無法顧及。統(tǒng)計信息顯示，人工不能有效監(jiān)控多個電視屏幕，操作人員盯著屏幕電視監(jiān)控超過10分鐘后將漏掉90%的視頻信息，來自其他事件將會干擾監(jiān)控的效果(例如電話、聊天等)。在發(fā)生事件后，通過人工來檢索事件變得比較困難而低效，大部分事件稍一疏忽就會遺漏過去。倫敦七七爆炸案中，有100多位安保人員花費了70多個工時才在大量磁帶中找到了需要的信息?！　?/p>

另外，成千上萬的攝像頭給管理部門的維護也帶來麻煩，如何確定每一路視頻是否在正常工作也成為一個難題;有一些視頻會因為大風或震動出現(xiàn)抖動;也有一些視頻因為大霧而變得不清晰等等。　　

而智能視頻分析技術(shù)的出現(xiàn)正是為解決上述問題，它能協(xié)助進行視頻質(zhì)量的診斷，幫助確定哪些攝像機可能存在問題;它能對實時視頻進行24小時不間斷的分析，而不會感覺疲勞或被打擾;它可以幫助我們智能搜索感興趣的內(nèi)容而不是一幀一幀的查找視頻。但是，它并不能代替我們工作，要明確智能視頻分析所起到的作用是輔助的，它可以通過科技力量提高工作的效率，做出最終判斷還是人工?！　?/p>

智能視頻分析技術(shù)解析　　

系統(tǒng)結(jié)構(gòu)分析　　

基于現(xiàn)有的視頻監(jiān)控系統(tǒng)架構(gòu)，智能視頻分析系統(tǒng)有不同的系統(tǒng)結(jié)構(gòu)?！　?/p>

針對傳統(tǒng)的模擬視頻監(jiān)控系統(tǒng)，通常增加外置DSP處理主機(集成軟件License)或工控機+視頻采集卡+軟件License。針對傳統(tǒng)的IP視頻監(jiān)控系統(tǒng)，通常增加外置嵌入式主機+軟件License或服務(wù)器+軟件License。　　

基于視頻質(zhì)量的分析　　

基于視頻質(zhì)量的分析主要由兩個方面，視頻質(zhì)量診斷主  要用于 設(shè) 備 運 營 管 理，在 中、大 型 視 頻 監(jiān) 控 系 統(tǒng) 中  的作用非常明顯;視頻圖像增強用于改善的視覺效果，用于某些特定的場合?！　?/p>

視頻質(zhì)量診斷　　

功能：視頻信號缺失、遮擋、清晰度異常、亮度異常、噪聲、雪花、偏色、畫面凍結(jié)、PTZ運動失控等?！　?/p>

通過基于視頻圖像比對的方法、機器自動學習的方法、模擬運動指令圖像分析等方法對視頻質(zhì)量的異常進行分析，并對異常的攝像機提出報警，由人工進行檢查修正。機器自動學習的方法在實際視頻監(jiān)控系統(tǒng)中應提取大量的視頻片斷，包括正常視頻以及存在各種故障的視頻，形成訓練樣本，并模擬人類視覺特性，針對不同故障類型提取了大量視頻圖像特征參數(shù)，用以訓練檢測系統(tǒng)?！　?/p>

在實際運行場景中，視頻質(zhì)量診斷系統(tǒng)應當通過自動學習適應攝像機在室外環(huán)境下的光線變化、場景變化、季節(jié)變化、各種不同的安裝視角、球機或云臺的運動適應，特別需要加強自動學習能力方面的設(shè)計，與人眼的識別不同，機器是通過各種參數(shù)來識別，場景變化對機器來說更加敏感，所以自動學習適應能力對視頻質(zhì)量診斷系統(tǒng)來說尤為重要，通過對新樣本的訓練來提高系統(tǒng)的性能是可行的。