視頻監控智能算法的幾個(gè)關(guān)鍵問(wèn)題

　　智能分析作為視頻監控下一個(gè)技術(shù)的競爭焦點(diǎn)，在安防監控業(yè)內已然成為炙手可熱的研究課題?，F在不僅安防設備商/集成商對此功能蜂擁而至，很多IT領(lǐng)域的集成商由于算法成本研發(fā)的成本不高，所以也開(kāi)始從其他領(lǐng)域的智能識別涉足智能監控，或通過(guò)后端SDK提供服務(wù)，或與攝像機設備商合作，并且往往在產(chǎn)品形態(tài)上有異于當前主流的攝像機外形。

　　如此眾多繁雜的攝像機產(chǎn)品及智能算法功能，不得不進(jìn)行一些關(guān)鍵性技術(shù)的區分辨別。以深度學(xué)習的人臉檢測、人臉識別、人群分析、車(chē)牌識別、圖像識別等技術(shù)而言，普通的二維智能算法多半通過(guò)后端大數據庫的比對實(shí)現查找匹配的功能，在簡(jiǎn)單的應用場(chǎng)景下，準確率都能達到85%以上，但在復雜的應用場(chǎng)景，如擁擠的人群、遮擋物眾多、移動(dòng)速度過(guò)快等狀況下，二維智能算法的缺陷表露無(wú)遺。

　　普通攝像機智能分析的缺點(diǎn)及根源

　　在市面上，普通的智能攝像機存在三個(gè)缺點(diǎn)：一是不帶變焦的攝像機對遠距離的目標無(wú)法看清目標細節;二是帶變焦的鏡頭雖然通過(guò)人工操作，可以看清遠處目標，但不能跟蹤運動(dòng)目標，同時(shí)因完全靠肉眼觀(guān)察，容易疲勞，也需要大量人力投入，成本高昂;三是部分智能攝像機能識別車(chē)牌及實(shí)現有限的報警功能，但對安裝角度、目標距離有很高要求，不適合大面積應用，并且在對多個(gè)運動(dòng)目標實(shí)現自動(dòng)鎖定、自動(dòng)跟蹤、自動(dòng)預警等方面的技術(shù)不夠成熟。

　　而對于造成攝像機智能分析功能存在這些缺點(diǎn)，業(yè)內專(zhuān)業(yè)人士認為，當前大多數做智能視頻分析的廠(chǎng)家都是在后臺對前端攝像機采集的圖像進(jìn)行分析處理，但因傳輸帶寬及存儲空間的瓶頸，前端傳回后臺的圖像一般都經(jīng)過(guò)壓縮處理，清晰度變差，這大大降低了視頻分析的識別率。目前，視頻分析的眾多產(chǎn)品都存在這樣那樣的問(wèn)題，根源就在于視頻源的低質(zhì)量。

　　智能分析算法存在的困難

　　當前，智能分析算法存在的最大困難，主要來(lái)自于兩方面：第一，是對處理器芯片的實(shí)時(shí)處理能力要求很高，受制于處理器的有限資源，攝像機前端在實(shí)時(shí)處理能力上較弱，這會(huì )大大限制產(chǎn)品功能的有效性;第二，是對前端設備的制約較多，如芯片的處理能力、芯片的散熱方案較難實(shí)現等。目前大多數商用的智能分析算法還存在誤檢/漏檢率高，場(chǎng)景適應性差等問(wèn)題，實(shí)際應用效果有限。而學(xué)術(shù)界高精度的算法則存在硬件要求高，不適應于大面積商業(yè)化運用。

　　不同攝像機能否自動(dòng)識別同一個(gè)人的方法

　　在視頻監控的智能分析功能中，對于同一個(gè)人進(jìn)入不同攝像機之間能否被準確辨認出來(lái)，業(yè)界一直在研究，如果此功能能夠實(shí)現，對于公安破案將帶來(lái)極大的幫助。對此算法，有業(yè)內人士認為，行人的跨攝像頭跟蹤，主要可以通過(guò)兩種算法來(lái)實(shí)現，一是行人匹配算法，也就是利用某個(gè)特定行人的紋理特征和運動(dòng)特征;另一個(gè)是人臉識別算法，也就是通過(guò)人臉檢測算法和人臉匹配技術(shù)，來(lái)判斷是否有同一個(gè)人出現在不同的攝像機里。

　　縱觀(guān)整個(gè)安防市場(chǎng)，雖然視頻監控智現在還在起步階段，很多攝像機內的智能分析功能也只是作為高附加值在項目招投標中略有體現，但隨著(zhù)算法精度的多元化和精度的提升，以及芯片及后端設備成本的下降，可以預估對智能分析功能進(jìn)行大規模的商業(yè)應用已經(jīng)為期不遠。