智能视频分析技术现状及发展趋势

　　智能视频监控技术是基于图像处理、模式识别的新型视频监控技术。简而言之，就是发现图像中运动的物体，并对其进行跟踪、分析，及时发现“异常”行为，触发报警并采取其他措施进行干预。

　　智能视频分析的发展过程

　　智能视频分析技术(Video Analytics)综合了多学科的研究成果。主要包括图像处理、跟踪技术、模式识别、软件工程，数字信号处理(DSP)等领域。2001年“911”事件发生后，美国在安防科研方面大大加强了投资力度。许多研究机构和研究人员纷纷加入了安防类技术研究和开发，智能视频分析是其中的一个亮点。从研究论文的数量来看，2002年到2005年有一个明显的高峰期，这和此期间科研经费的大量投入是相吻合的。目前此研究领域的科研论文逐渐转移到细分问题和方向。这并不代表智能视频监控变成了一个已经解决了的问题，恰恰相反，即使目前最优秀的商业系统离人们对此类技术的期待值还有一些距离。解决问题的方法也没有达成共识，它实际上反映了原创性的理论工作在减少，此项技术的进步在未来可能更多地依赖企业自身科研开发力量。

　　国内此市场的发展滞后北美大概3到4年，现在具有自主知识产权和研发能力的国内公司并不多，主要有北京的文安、智安邦，上海的安维尔、弘视等。由于公司都处在早期的市场拓展阶段，已经完成的有代表性工程项目并不多，典型的有核电站、军队项目、港口等。

　　主要功能

　　目前市场上的智能视频分析系统通常都具有以下功能：

　　1、图像采集/接口。绝大多数的智能视频分析算法是基于非压缩图像格式，如RGB或者YUV。所以图像信号在被采集以后不经过压缩直接送给视频分析单元。几乎所有的视频分析系统都自带有图像采集功能，通常是通过BNC输入模拟图像信号。现有的图像监控系统中图像信号通常是以压缩图像流的形式存在。可以将图像流解压还原成原始图像格式后再进行分析。

　　2、运动物体检测。简单地说，运动检测就是发现图像中运动的物体，运动物体可以简单定义为图像中变化的部分。一些初级的运动检测算法就是基于这些概念，此类方法的误报警率太高，不适合用作实时报警系统。

　　并不是所有图像中的变化都是我们感兴趣的运动物体，例如由相机自身引入的变化，它包括像素噪声，相机自动光圈控制电路引起的整体亮度变化，图像传输中引入的高低频周期噪声信号，红外相机周期校准所带来的突变等。外界环境引入的变化包括地面光照在多云天气里迅速的变化，运动物体阴影，水面波浪或者波光粼粼现象，陆地上树枝的摆动，夜间汽车大灯造成的光晕，雨雪天气等现象。另外相机在大风天，尤其是高灯杆上容易抖动，由上述这些现象造成的图像变化是应该被过滤掉的，它们可以通过算法或者其它技术手段加以解决。

　　从算法的角度来看，可以简单地分为两大类。一类是建立背景模型，通过和背景模型相对比来发现运动物体。另一类是通过“光流”法，通过发现运动物体对光流场的影响来发现运动物体。另外就是介于两者之间或者两者结合的方法。

　　3、多物体跟踪。跟踪实质上就是将在每一帧上发现的同一物体沿时间顺序串起来。此领域本身就是一个相对独立的活跃的研究领域。主要研究方向是在复杂环境下，如多个运动物体，多个相机，运动物体之间互相遮挡，消失及重现等情况下进行有效跟踪。

　　在实际监控应用中，尤其是对一些入侵报警的应用案例中，对跟踪算法的要求比较低。现有的系统对运动物体“融合”及其它复杂应用场景的跟踪效果并不理想。但是参照以往技术发展速度，这方面会很快完善起来。

　　4、行为特征分析。行为特征分析是从图像中寻找满足预先设定的行为特征的事件。目前市场上比较典型的应用包括：

　　(1)分类。判断运动物体是人、车、船只、飞机，停止或者突然加速，例如车辆在隧道或者公路上抛锚，大街上抢劫得手后逃跑等场景。

　　(2)徘徊。如在敏感区域观察的人员。对正常通过的行人、车辆不报警。

　　(3)遗留物。如在机场，油库等地放置爆炸物然后离开。

　　(4)物品遗失。如博物馆的贵重展品当发现展品消失后系统会立刻报警。

　　(5)人数统计。如对进入超市等场所的人数进行统计，并结合销售数据绘制一天当中平均消费额曲线。

　　(6)人群密度。如当聚集人员过多时报警，或者人群突然散开出现异常情况时进行报警。

　　(7)人员倒地。如当人员由直立突然变成平躺。

　　总的来说，智能视频分析可以做很多事情，需要视频分析开发人员和最终用户进行有效沟通。由于智能视频分析还是一个较新的技术，在国内了解此项技术的圈子目前只拓展到集成商这个层面上，很多适合视频分析技术的应用场景还有待市场开发。但有一点是一目了然的，企业必须掌握核心技术并具有自主研究开发能力。智能视频分析市场是由许多细分小市场组成的，新的应用正不断地出现。

　　5、设定报警条件。在视频监控里引入“智能”极大地丰富了监控内容。 目前可供选择的报警要素包括区域、时间段、物体种类、尺寸、运动方向、速度、行为特征等许多内容。

　　6、报警联动。在智能视频分析系统发现异常情况以后，通常需要作核实报警真实性，如通过另外一台云台相机对报警事件拉近进行详细调查，或者及时通知、提醒监控人员。常用实时提示方法包括语音、弹出图像、发送短信、截图等手段提示监控人员。

　　产品主要形式及特点

　　目前智能视频分析产品主要基于通用CPU如英特尔(服务器，工控机)或者DSP。有些产品和DVR集成在一起，有些产品做成独立的模块，通过提供界面和开发SDK供集成商使用。集成化程度最高的产品已经和相机做成一体，直接输出智能分析结果。

　　基于服务器(工控机)的系统通常适合布置在监控系统的后台，由于它的架构相对开放，可以方便地和现有监控系统融合。另外服务器的CPU处理能力和DSP相比要高的多，可以使用较为复杂的算法，以往DSP处理器所特有的优化操作在通用处理器上也逐渐变得平常。多核是英特尔CPU的发展方向，非常适合多路图像处理的需要及发展趋势，对于降低系统成本很有帮助。英特尔每两年推出一款新产品的速度也远较德州仪器(TI)快，基于服务器的系统性能可以随着英特尔产品的更新而方便地提升，在一些高端智能视频监控系统中，使用服务器的比较多。DSP的模块化产品通常适合布置在监控系统的前端，它安装实施起来比较方便，对知识产权的保护也容易做到位。

　　成功安装使用智能视频分析产品通常应由有丰富经验的集成商或者开发商通过解决方案的形式给予直接有力的支持。现在市场上的智能视频分析产品和传统监控形式相比，监控效率、质量，特别在实时报警方面，有了实质性的进步。但是它们离我们期望的标准还有一些差距，还不能指望像安装监控相机一样搭起一套系统马上正常运转。像任何新技术一样，要达到好的效果，必须有了解智能视频分析产品特点的工程人员从方案设计到施工、调试全程支持。