智能視頻分析技術發展趨勢和應用規劃
2014-10-23 08:30:00
隨著視頻監控清晰度的不斷提升和儲存設備的不斷發展,智能監控分析成為解決當前后端設備矛盾的最佳方法。
一、智能視頻監控分析技術的幾大發展趨勢
?。ㄒ唬┲悄艽a流技術智能碼流,是系統根據圖像識別后,根據畫面運動主體的運動速度,將正常錄制的視頻進行碼流調整,進行最后的視頻存儲。智能碼流技術,可以減少非敏感圖像占用視頻存儲資源,從而對敏感圖像提供了充裕的記載能力。
?。ǘ﹦討B區域自適應的智能監控技術
以車庫視頻監控畫面為例,畫面上的敏感信息為運動的車輛和人。不敏感畫面是背景(地面和屋頂)。通過圖像識別技術,可以判定固定背景與運動物體圖像,因而,具備了只在記載畫面的中有運動的技術可能。動態區域智能監控,就是只記載除背景以外的運動物體,從而大大減少了視頻存儲空間的需求。攝像系統,通過圖像識別技術,可以智能學習,判斷哪些圖像是背景,即便是由云臺控制的攝像頭,通過設定的時間內的自動學習,也可以自動判定錄制視頻中的新背景,從而實現對運動物體圖像的智能監控。
?。ㄈ┓敲舾袇^域的低碼流記載技術
視頻上方的25%到30%的區域,通常是天空或建筑的頂部圖像,基本屬于敏感要素不太可能出現的區域。如某些典型監控圖像中的紅色馬賽克部分的圖像,基本不會含有人們關心的視頻內容,因此可以把視頻圖像的非敏感區域的忽略或者用低碼流另外記錄,只需在回放的時候與高碼流的視頻做一個同步。值得說明的是,非敏感區域在不同應用場景,各有不同,有的也許在視頻圖像的下方,有的監控場景,非敏感區域是不規則的,可以在監控系統安置好后,根據實際情況再進行應用層面的人工設定。
?。ㄋ模┤四?車輛識別(或其他敏感移動物體)驅動高清攝錄技術
在特殊的場景下,比如大樓的進口處、電梯等地方,人臉是敏感圖像。在車庫內、小區的進出口處,車輛及其號牌是敏感圖像。若全部用高清的視頻固然可以滿足監控需求,但視頻存儲,特別是長時間的保存就會需要海量的存儲空間;若根據圖像識別技術,判斷出現設定的敏感圖像的時候,才驅動攝像頭啟動高清記錄,對于一般的非敏感圖像,則啟動標清甚至低碼率的視頻流來記錄。這樣高清與標清相結合的監控記錄,即保證了記錄敏感圖像的質量,同時又較大程度上減少了視頻存儲量。
?。ㄎ澹┬蛄袔曨l文件分布存儲技術
把視頻在一秒內產生的幀為標識成序列幀,同時編制存儲與播放序列,把不同序列的幀劃分為數個文件存儲;單個幀序列文件可以單獨播放,效果等同于低碼流記錄的視頻效果。
所有幀序列可以合成完全視頻一起播放時,則是高清(或標清)的視頻效果。當需要回收存儲空間的時候,可按存儲策略規劃,先將一部分序列幀視頻文件所占的區域覆蓋。
另一部份則保存下來,從而更有效的利用存儲空間。例如按原存儲能力可以保留1個月的視頻數據,經過視頻幀文件的分布存儲后,可以保留數個月的有選擇的序列幀視頻的文件數據。對已保留了中長期的序列幀視頻文件進行部分覆蓋,實現淡入淡出式的視頻逐漸丟棄,長期保留的視頻數據不是一下完全消失,而是慢慢的消失、丟棄。從而最大限度地延長監 控視頻保留的時間。
二、智能視頻分析技術應用與成果規劃
多年從事安防與視頻監控系統集成和產品研發的公司在進一步成熟傳統監控技術的同時,將智能分析引入視頻監控中。目前,已將視頻的智能分析運用到電力行業、平安城市等的監控系統中。
?。ㄒ唬╇娏π袠I的變電站視頻監控系統
目前電力行業中的視頻監控系統遇到異常情況一般都是進行事后處理,往往為時已晚。因此為防范于未然,可在變電站內在一定范圍內進行周界防范,當發現可疑人物入侵或跨入警戒線時,要求監控系統能夠自動檢測入侵目標,并標識其入侵軌跡,同時發出報警通知管理人員前去處理。
將周界監控范圍內所有的禁止入侵的區域設置為防區。這樣當有入侵者侵入防范區域時就會被智能監控系統自動鎖定并標識出行動軌跡,同時發出報警。這里的報警分前端和后端兩種,前端報警可通過聲光報警器來實現,入侵者觸發報警時,監控系統會發出警報聲警告入侵者,并可打開強光燈使入侵者無法藏身;后端報警在系統軟件平臺應用來實現,通過管理人員對入侵行為進行處理,這樣可以做到“事前防范”,避免損失。
?。ǘ┢桨渤鞘斜O控系統
對平安城市監控系統來說,其一方面主要體現在一些重要的路段、社區、公共場所等,以通過視頻監控方式對出現的可疑目標進行監控報警。另一方面則集中在監控系統的后期運營管理過程中,以通過視頻分析技術檢測前端攝像頭常見故障與視頻圖像質量問題,實現監控系統的有效維護。
平安城市視頻監控需求復雜、系統容量龐大,不僅涉及到交通車輛、人員聚集監控及違規報警,違章停車等智能交通的監控,還涉及到小區里可疑人物的出現和逗留徘徊的報警等等;甚至要結合物聯網及云計算技術,構建海量視頻存儲與內容分析檢索系統。
?。ㄈ┲悄芊治龀晒巹?br /> 目前,安防與視頻監控系統集成和產品研發公司已成功實現部分視頻智能分析成果:入侵檢測、過絆線檢測、遺留物檢測,在一些典型復雜場景進行了魯棒測試;正在規劃實現:人員聚集及人員統計、火焰及煙霧的檢測及報警等等。
入侵檢測:給定一個虛擬的禁區,若有運動物體入侵到這個禁區中,則實現報警;
過線檢測:給定一條虛擬的線,若有運動物體跨過這條虛擬線,則報警;
遺留物檢測:當一個物體(如箱子、包裹、車輛、人物等)在敏感區域停留的時間過長,或超過了預定義的時間長度就產生報警。典型應用場景包括機場、火車站、地鐵站等;
人數統計:統計穿越入口或指定區域的人或物體的數量。例如為業主計算某天光顧其店鋪的顧客數量;
煙霧檢測:在實現運動目標檢測的基礎上,能判斷出運動目標是煙霧,從而實現報警;將煙霧用矩形框標識出來,實現對煙霧的跟蹤;
火焰檢測:在實現運動目標檢測的基礎上,能判斷出運動目標是火焰,從而實現報警;將火焰用矩形框標識出來,實現對火焰的跟蹤。
上一篇:您的網絡攝像頭被黑了嗎?
下一篇:高清監控鏡頭的發展優勢