三、DVR压缩产品图像质量评估
图像质量的评估包括主观评价和客观评价两个部分，这两项指标同等重要，考察项目主要是以下几个项目：
1．图像分辨率
数字图像的分辨率要考察水平和垂直两个方面，水平和垂直分辨率对评价数字图像质量同等重要，这是与模拟视频不同的地方。
2．图像帧率
数字图像的帧率测试不能够简单采用数帧的方法，这样的方法有很大的片面性，应该采用每帧都有标记的测试信号。
3．图像压缩比
由于通常的产品压缩比是可以调节的，因此科学的方法是基于固定的压缩参数下进行测试，防止在低压缩比下测试，而在实际应用中设置为高压缩比。
4．图像质量评价
主要评价图像还原质量（回放质量）的真实程度和等级。
图像质量主观评价方法：
主观评价方面数字与模拟系统的评价重点不同：
1、马赛克效应：还原图像中对于单色区域画面还原存在的色块。
2、边缘处理：对于图像中的物体边界还原的真实程度和线条（横、竖、斜方向）还原的真实程度，主要考察边界的对比度和变形情况。
3、颜色平滑度：还原图像中对于单色区域画面还原后的颜色层次丰富程度。
4、画面的还原性：指画面还原的真实性，包括画面的完整性、是否存在色差、对还原图像的整体接受程度。
以上四项在对参考视频的全部内容评测后作出综合评价结果。
5、快速运动图像处理：考察快速运动参考源下图像还原的连续性。
6、低照度环境图像处理：考察低照度环境图像还原的清晰度。
要求在测试时所有路必须同时接入视频信号压缩，同时要打开回放、图标叠加、图像运动侦测等功能。（不在满负荷的状态下不能测试出真实的数据）
评价应该选择专业人士和非专业人士共同组成的专家组来评价，对每个项目按照5分制打分。
图像质量客观评价方法：
图像质量的客观评价方法主要是考察图像还原的分辨率和信噪比，就目前DVR产品而言由于国家没有相应的标准，所以从技术上现在没有一个有效的方法来测试准确的数据。根据现在的条件切实可行的方法就是制作参考视频源。
参考视频源的制作主要考虑数字图像压缩的特点和安防实际现场图像特征，在制作的时候可以选择不同应用领域的特征，这样的检测结果对于用户选择具有非常大的指导意义。
对于视频源的制作主要考虑监控环境的特征，应该覆盖固定镜头、慢速摇动镜头、快速摇动镜头、变焦等方面，参考视频源应该包括以下内容，用于不同目的的测试：
1、测试帧率视频段：选取两段录像，分别为简单图像和快速运动图像，图像上每一帧上做好帧数标记。
2、音视频同步测试视频段：采用普通摄像头录制录像，录像中包括声音和图像，可以识别出音视频同步差异。
3、分辨率测试视频段：主要采用分辨率标准侧视图来测试。
4、视频质量检测视频段：
无运动：固定镜头，画面中应具有单色块（如墙壁），具有横、竖、斜方向的边缘或线条，没有运动物体。
简单运动：固定镜头，画面中应具有单色块（如墙壁），具有横、竖、斜方向的边缘或线条，有人在里面移动，人在画面中所占的比例应在1/4到1/5。
快速运动：固定镜头中目标快速移动（比如道路中的车辆），移动目标在画面中所占的比例应在1/4到1/5，画面中应具有单色块，具有横、竖、斜方向的边缘或线条。
低照度：夜间只能够辨清物体形状，有明显的噪点。
对于不同的产品按照实际使用的参数设置对标准视频源压缩，然后可以直接对比压缩比，同时对每个特征可以进行相应比对。
汉邦高科开发了客观评价测试参考源，即DVR数字视频图像评测工具，这些内容制成了高清晰度DVD光盘，可以完成图像质量客观评价。
四、智能化监控的发展与应用
在HB18系列产品中未来将重点推出智能化系列，实现以下功能：
目标检测：提供目标的个数、位置和大小信息
目标特征：提供目标的颜色、类型、运动速度和运动方向等信息
目标跟踪：提供目标运动的轨迹信息
人脸检测：提供图像中人脸的位置信息
人脸识别：提供人脸的自动识别功能
车辆检测识别：提供车型和牌照的自动识别功能
基于计算机视觉技术的智能化视频监控系统是今后视频监控系统的发展方向，它能够大大提高视频监控系统的监控功能和性能，及时地发现和预防危险、危害事件的发生，并能在事后迅速将指定事件的相关资料进行收集。智能视频监控系统需要对监控场景中的目标，主要是运动目标(如人和车辆)的活动进行理解。车辆是刚性目标，在交通监控系统中得到大量研究;而人是非刚性目标，对其活动进行视频理解，对于人的检测跟踪又是最基本和最关键的技术问题。因为人是大多数视频监控系统中的主要运动对象，及活动实施者。同时对运动目标的检测及对人的跟踪又是对人行为活动进行分析和理解，并做出判断的基础。面向人的运动目标的检测和跟踪等低层视觉技术是实现后续活动、识别行为理解等高层视觉技术的基础，也是面向人的视频理解中最基本最困难的问题之一。
智能化技术总体上分两部分，即对输入信息进行分析和对得到的信息进行处理。
信息分析对输入的视频流以及文本流等其他辅助信息进行同步分析，包括人体和车辆的检测和行为识别等，最终将所有信息进行融合得到一个集成的表达模式，作为信息处理阶段的输入。
信息处理根据得到的各目标物体的运动信息，按照事先约定的报警模式，通过划定区域等方式，对各种行为模式做出反应，包括自动报警，多摄像头的跟踪等等。并且在同步输出控制的同时，把得到的处理结果以良好的人机交互方式展示给用户，可以是文字，图表等形式。
目标的跟踪问题中的基于训练的方法，根据特定的跟踪对象，利用机器学习和模式识别的思想，常常与其他方法相融合。
例如人的跟踪问题，简单的方法是根据被跟踪对象的位置、尺寸、外部轮廓等进行跟踪.这种方法的优点是：算法简单，跟踪速度比较快；缺点是：不适用于背景复杂或出现遮挡的情况。因此跟踪方法还要结合人体特征、衣服颜色、皮肤颜色等特征，能够解决目标之间的遮挡问题。
另外，也可以采用基于多摄像机的人的运动跟踪技术，如利用多摄像机对人进行跟踪，通过选择最好的视点来解决人与人之间的互遮挡和自身遮挡问题;在不同摄像机之间进行目标匹配的概率方法，并且对相邻摄像机之间的自动切换。
由于HB18系列产品实现了TI DM645 DSP 单片压缩8路CIF，除了可以支持纯软件智能化分析以外，还可以采用目前主流产品的方式即单片压缩4路CIF实时视频，这样DSP就可以空出一半以上的资源用于复杂的智能化应用，再加上目前PC机处理能力的迅速增强，完全可以实现单机多路视频实时压缩和智能化分析的双重功能。
HB18系列产品提供完整的SDK开发包及实例源程序，支持多种通用结构，开发简单方便，其中包括压缩SDK、播放SDK、网传SDK和常用工具包。除此以外将提供功能强大的智能化软件包，支持目标的检测、跟踪和识别功能。其中包括：
HB18系列产品智能化典型应用模式。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
