新思路：安防未来与大数据密不可分

日期 2014-12-01阅读(7946)

杭州图伦信息：智能安防技术的未来与大数据密不可分

2014/9/28 10:43:00 中国安防行业网关键字：杭州图伦信息,智能安防,大数据

在平安城市以及智慧城市建设中，视频监控智能分析的核心内容是对海量数据进行自动处理，帮助城市管理人员进行事件处理与决策。传统的视频监控依靠人进行观察、判断，但是在城市成千上万个监控场景下，这种方式几乎不可能发挥作用。而我们的智能视频分析技术可以使过去的被动监控转变到一种全自动化的主动监控，具有很明显的优势。

由全国安全防范报警系统标准化技术委员会（SAC/TC100）归口并组织起草的国家标准GB/T30147-2013《安防监控视频实时智能分析设备技术要求》和GB/T30148-2013《安全防范报警设备电磁兼容抗扰度要求和试验方法》，经过国家标准管理委员会发布，已于2014年8月1日起实施。

　　其中《安防监控视频实时智能分析设备技术要求》是我国第一个视频智能分析方面的国家标准。本标准规定了安防监控视频实时智能分析设备的功能、性能、接口、电磁兼容性、环境适应性、试验方法、检验规则等内容，是嵌入式视频实时智能分析设备进行设计、生产、检验的依据。本标准适用于安防监控系统中应用的嵌入式视频实时智能分析设备，其他行业的视频智能分析产品和应用系统可参考采用。视频监控系统作为一种广泛使用的技术防范手段，在城市社会治安综合防控体系建设中发挥着越来越重要的作用。

　　而随着视频监控网路化、高清化逐步成为现实，智能化发展一直存在着诸多问题，在今年8月份GDSF应用论坛中，通过一些厂商的讲演和展台的产品看出，高清智能仍是未来发展的大趋势。尤其智能分析技术，定会成为未来安防应用的主流。针对目前智能视频分析的发展情况，我们采访了杭州图伦信息技术有限公司董事长兼总经理毛旦生。

中国安防行业网：请您比较全面的概括一下什么是智能视频分析技术？

毛旦生：智能视频分析技术主要指是采用计算机视觉的方法，在几乎不需要人为干预的情况下，通过对摄像机拍摄的图像序列进行自动分析，实现对监控场景中的目标进行提取、识别，并在此基础上分析和判断目标的行为，从而做到在异常情况发生的时候及时做出反应。智能视频分析技术借助计算机强大的数据处理能力，过滤掉视频画面无用的或干扰信息，自动分析、抽取视频中的关键有用信息，从而使摄像机成为人的眼睛，使计算机成为人的大脑。

中国安防行业网：目前智能分析技术已经广泛应用于各种安防领域，根据其实现的方式进行区分，主要有那几种类型的智能分析？

毛旦生：从实现方法的角度，目前安防领域的智能分析技术大致可以分为三类：

　　第一类是对画面整体状态的监控，通常用于监控摄像机的异常监测，例如视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等监控画面异常情况。

　　第二类是采用画面分割前景提取等主要方法对视频画面中的目标进行提取分析，主要是监控场景中目标的运动轨迹，通过不同的轨迹行为来区分不同的事件，例如：传统的行为分析类功能（跨界、区域入侵、轨迹提取等），还有一些交通事件监测（逆行检测、违章停车等）都属于这类算法技术的应用。

　　第三类是利用模式识别与机器学习技术，通过对大量视频已知信息的自主学习，对画面中的特定物体或行为进行建模，从而达到对视频画面中的特定物体或行为进行识别的相关应用，例如：车辆识别、人脸检测、头肩检测、群体异常行为检测等。

中国安防行业网：请您谈一谈在平安城市以及智慧城市建设中，视频监控智能分析将发挥哪些作用？除了在公共安全领域的应用，智能分析技术在大数据信息挖掘中，还会有哪些实际的应用？

毛旦生：在平安城市以及智慧城市建设中，视频监控智能分析的核心内容是对海量数据进行自动处理，帮助城市管理人员进行事件处理与决策。传统的视频监控依靠人进行观察、判断，但是在城市成千上万个监控场景下，这种方式几乎不可能发挥作用。而我们的智能视频分析技术可以使过去的被动监控转变到一种全自动化的主动监控，具有很明显的优势。以下几种分析技术是目前应用比较广泛的，

　　群体行为分析：对人群、车流等目标的正常行为和异常行为进行分析。能够对场景中群体的正常行为进行分析，如统计穿越出入口或指定区域人或车的数量，识别人群的整体运动特征，包括速度、方向等；同样能够对场景中群体的异常行为进行分析，如检测、分类、跟踪和记录过往行人，是否有行人及车辆在禁区内发生长时间徘徊、停留、逆行等行为，检测公共场所是否有人员的集聚、奔跑、斗殴等异常行为。

　　智能交通系统：包括对日常交通情况的实时分析，如违章停车检测、逆行检测，高速路口流量统计，车流密度分析，车祸现场定位，车牌、车型、车标识别等

　　相机异常状态检测：能够对大量的监控相机画面进行实时分析，并实时报告各种影响监控效果的异常情况，如监控相机被恶意转向、遮挡、制盲，硬件损坏造成的画面丢失、视频模糊，线路故障导致的画面抖动、画面冻结、对比度异常等。

　　智能跟踪：通过识别技术对可疑人员或物体目标进行锁定，并记录目标世界坐标运动轨迹，同时PTZ云台将实时跟随目标进行不间断捕捉，对于事中的目标跟踪和事后案件举证都有重要意义。

　　在安防领域之外，智能分析技术也有广泛的应用。在强大的算法和高效数据中心的支持下，我们不计其数的智能计算节点能够快速高效的浏览分析海量的城市监控视频，深入挖掘这些数据内部的关联，统计出深层次的数据信息，以支持管理者决策。

图 1 车辆信息记录

　　例如，我们的车辆信息提取系统能够实时提取各个城市路口监控视频中的车牌、车型、车标、颜色、驾驶者人脸等信息，通过计算集群对大量车辆信息进行关联挖掘，即可生成整个城市交通状态的可视化网图，如道路拥堵情况，易于拥堵的时段、趋势，以及不同区域的车辆迁移路线，甚至根据时间、天气、节假日情况等信息预测交通状况，从而为城市交通决策、应急指挥提供精准、实时的参考数据和信息支撑。

中国安防行业网：目前智能视频分析功能可选择在前端采集设备上或后端服务器实现，您认为这两种各有什么优势？未来会更注重在前端还是后端？

毛旦生：目前市场上可以看到很多智能摄像机，摄像机本身已经集成了一些简单的视频分析算法，如实现来车检测的车辆抓拍摄像机、实现区域入侵功能的检测报警摄像机等。

　　类似的前端智能分析系统主要优势在于架构简单、安装便捷，小规模实施时单路监控成本较低。但是目前的摄像机DSP处理能力有限，只能运行小部分较为简单的分析算法，如九宫格入侵分析，稍微复杂一点如人脸检测等。在场景简单及数量不多情况下，效果与后端服务器分析产品基本相同，反之亦然。

　　目前市场上较复杂的智能视频分析功能，或者说精确度更高误报率更低的实现方式还是以后端服务器分析为主。后端服务器分析产品有软件应用灵活、改造项目适用性强等特点，尤其是像平安城市这样的项目已经安装了不计其数的普通摄像机，如何让其具备智能化？那就必须使用后端分析的方式。另外，在大规模实施的情况下，后端分析模式的实施成本更低，而且效果更好。目前，客流统计分析、人脸检索分析、人脸比对、交通事件检测、视频内容检索、视频质量诊断等应用大部分还集中在服务器产品上。

　　智能视频分析在网络越来越成熟的未来会更注重后端！

中国安防行业网：智能分析技术前途是光明的，道路是曲折的，您认为目前在视频监控中智能分析技术还存在哪些难点和问题？

毛旦生：主要还存在以下几个难点：（1）监控场景的复杂性

　　现实监控环境是复杂多样的，不同的现场环境，如角度、位置、光照、昼夜切换、恶劣天气等因素，都会对智能视频分析算法的准确度产生影响。如光照变化会引起目标的色调、色度及亮度变化；角度变化会造成目标投射的形状变化；天气恶劣会造成摄像机根本无法清晰成像等。如何最大限度降低这些因素对算法的影响，是智能视频分析核心技术之一。

　　（2）目标行为的复杂性

　　在监控场景中目标较多时，多个目标产生的复杂行为也对目标提取、行为分析造成较大的困难。如场景中多个目标相互遮挡或者半遮挡，都会导致目标跟踪的轨迹不连续，对行为的分析就造成很大困难，所以多目标相互遮挡是目标跟踪中必须解决的难点问题。为了减少遮挡带来的歧义性问题，必须正确处理遮挡时特征与目标间的对应关系，这是核心技术之二。

　　为了解决以上这些问题，我们利用大量稳定的局部特征，并把人工智能算法融入到智能视频分析技术中，通过算法进行自主学习监控场景的语料信息，不断的跟踪场景变化调整算法细节，极大的提升了智能视频分析技术的实用性。

中国安防行业网：随着云计算、大数据的发展，智能视频分析技术在未来大数据应用中将起到什么作用？智能视频分析技术未来呈现怎样的发展趋势？

毛旦生：在过去的十几年间，安防行业蓬勃发展，大量监控设备的投入使用，使得监控不仅仅是政府在主导使用，更是进入千家万户。同时随着政府和企业对平安城市建设、智慧城市建设的持续投入，监控视频数据更是可以用海量来形容。我们正处在一个数据爆炸性增长的“大数据”时代，大数据对社会经济、政治、文化、人们生活等方面产生深远的影响，也是智能视频分析技术新的挑战与机遇。而智能视频分析技术是大数据视频监控体系重要的组成部分，海量的视频资料中的有效信息也只能通过智能视频分析技术获取。

　　在智能视频分析技术出现之前，海量视频的检索与查找一直是困扰人们的一个难题，比如，如果发生了严重的刑事案件该怎么办？很多人认为有了监控摄像机，只需要查找监控录像就可以了，可对于相关办案人员来说，查询海量的视频监控信息是件苦不堪言的差事，面对如城市级的监控数据，去寻找证据和线索，无异于大海捞针，但目前的现实情况通常是被迫使用人海战术进行查看。一个案件的审看需要广泛地查看相关的摄像机视频，所审看的视频量常常达到数百乃至上千小时。在目前的人工查看模式下，往往需要数倍于原始视频的时间才能审看完成，因此需要大量人员连续加班数周进行视频的审看，而且很容易遗漏。这种情况下，智能视频分析技术的作用是毋庸置疑的，比如我们的海量视频内容检索系统，可以实时对监控画面信息索引，实现指定目标的快速过滤与检索，对于重大刑事案件而言，可以协助警方尽快破案，节省了公安干警的办案时间。

　　所以，智能安防技术的未来是和大数据趋势密不可分的，能够有效自主、智能的利用、挖掘海量数据内部的有效信息，是我们未来的主要发展方向。

中国安防行业网：请结合贵公司的相关产品，介绍一些贵公司在智能分析方面比较好的案例？

毛旦生：经过多年的市场耕耘与技术研发，我们的智能分析产品已经覆盖了市场需求的方方面面。并且，得益于海量的数据积累与独特的视觉算法，我们的产品在分析精确度、复杂环境适应性等方面都远远由于市场同类产品，在某些复杂的监控环境下，我们的智能视频分析系统是唯一的可行方案。

　　（1）相机异常检测

　　目前市场上的相机异常检测功能都仅仅用于监控画面出现的状态异常，如亮度失衡，画面模糊、偏色等。我们的算法在支持上述传统功能的同时，还可以支持实时的相机移动、遮挡检测，即对监控过程中发生的人为的偏转相机角度、遮挡相机镜头等恶意行为作出实时报警。该算法已经大规模部署在某地多个银行网点，以保证金库、ATM机、出入口等重点部位监控摄像机正常监控。

　　（2）客流量统计系统

图2 客流计数与密度分析

与一般的客流统计系统不同，我们的客流统计算法具有更好的环境适应能力，实施中不需要限定相机的位置、距离，使用已有的监控相机即可准确计数，该算法主要应用在人流量较大的场合如：景区、各类车站、机场、城市综合体等重要出入口及主要人流通道。目前已部署于某景区，对重点部位进行客流统计、密度分析。长时间的实地分析结果表明我的客流统计算法能有有效适应景区各种复杂环境，对高密度、大流量的人群仍能保证极高的统计准确率。

　　（3）群体行为分析系统

　　图3 人群聚集检测

群体行为分析算法用于检测监控场景下的群体异常行为，如打架斗殴、人群聚集、追逐、快速奔跑等。依托于海量的监控视频语料，我们的人工智能集群自主学习了大量的行为模式信息。相对于传统的规则式行为分析方法，基于人工智能的模式识别方法能够有效的适应复杂的环境，更准确的归纳、判断异常的行为。该系统目前已大量部署于某大型景区，实时分析景区中数百个监控场景中的人群聚集、快速奔跑等异常行为，实施结果表明我们的行为分析系统能够有效的适应景区复杂的人流情况，对各种异常行为判断准确、可靠。

新思路：安防未来与大数据密不可分

热点新闻