主页（http://www.pttcn.net）：智能视频分析发展方向 近年来在视频监控市场中，智能视频分析技术成为热点产品，诸如行为分析、车牌识别、人脸抓拍、客流统计等智能化技术，在城市管理、公共安全、银行、交通等行业得到了较广泛的应用，取得了很好的社会效益和经济效益，成为安防企业一个新的技术制高点和发展方向。 随着智能化技术的普及使用，市场渐渐不再满足于现有的智能化技术种类，而是寻求更新的算法、更丰富的业务应用、更整体化的系统应用，力求实现在应用的广度、深度上的突破。为此，安防行业已经开始进行对新一代智能视频分析技术的研究，提出了一些新的产品形态，新的应用模式，新的系统架构。这些新技术、新产品正在逐渐与市场结合，探求新的发展空间。 智能视频的创新方向 在基础的智能监控需求已经得到满足的情况下，智能视频新技术集中向着几个方向发展： 第一，提升视觉感官体验的技术，包括图像防抖动、图像增强等视频预处理技术。 第二，提升分析准确率的技术，主要是双目识别技术。 第三，改善系统应用性的技术，包括多球机联动跟踪等。 第四，面向事后分析的技术，包括图像复原、图像摘要检索等技术。 以下分别就各项技术的实现、应用及前景做一些分析。 图像防抖动技术 图像抖动是在交通领域经常见到的问题，主要的成因是道路监控中高架安装方式带来的较高频率小幅抖动，以及车载移动监控中由于摄像位置变化带来的低频大幅抖动。在模拟标清时代，主要会影响了大倍率下的图像画面，而在数字高清时代，在焦距达到20mm以上画面就会明显抖动，这对于监控内容的识别有明显的影响。 图像防抖动的解决途径主要有几种： 采用软件技术进行处理 采集完整的传感器图像，图像处理缓冲。 为实现防抖，预留边缘图像，对中心图像进行数字放大(图像失真或模糊)。 使用预留边缘图像，对图像进行补偿，达到防抖效果(补偿区域缩放，边缘模糊)。 硬件软件结合的方式 为弥补图像数字放大带来的图像模糊问题，使用更大像素的图像传感器。 采用直接物理像素尺寸，对图像抖动区域进行补偿，避免图像边缘模糊。 图像防抖动技术在前端球机产品中应用时，通常采用软硬件结合的方式。技术关键点之一，是要克服图像边缘角落虚焦的现象。 图像增强技术 当前监控系统面临的重要问题，是受到各种干扰因素的影响，使得系统不能在全天候、全天时下运行，系统的可靠度低，LCC值不经济。这些干扰因素主要包括如白天环境下的虚光、泛光、逆光，低照度环境，监控场景中强逆光的干扰，雾、灰霾等的大气散射环境干扰，降雨、降雪、沙尘等气象条件的影响。 图像增强技术主要解决的问题，是通过算法对视频源进行视觉改善处理，有效的改善画质，提高图像的清晰度，提高视觉可分辨性，使原本低质量的图像能够满足监控需要，达到清晰可辨的程度。 图像增强的技术实现途径，是突出原有图像中需要重点观测的内容，抑制非重点观测内容，通过对像素的灰度值运算处理生成一幅新的图像，以改善视觉效果。图像增强的关键技术问题有： ·对不同自适应不同时刻、不同程度的干扰因素。 ·自适应不同的景深、视角、目标内容。 ·有效分辨画面内容，充分保留局部细节;画面对比柔和，色彩过渡均衡，亮暗对比适中;色彩恒常性好，不受场景变化影响。 ·正常环境下不影响画质;未增强的画面不失真。 图像增强的产品形态，涵盖了从前端、编码端到后台显示端的处理。在产品定位上，可以分为两个方向：普适性产品，重点是正常气候下，不降质。恶劣气候下有改善，但不是最好。作为标配集成到各个设备中。专业级产品，重点解决在恶劣的情况，达到最好的效果。如雾天专用、深海专用、低照度专用、军事专用等等作为专用设备，应用整合于特种行业。 双目立体视觉技术 双目立体视觉技术的核心目的，是提高识别的准确率。由于立体视觉技术形成的视场中带有物体的三维几何信息，因此能够有效的设定检测规则，排除光线、影子等干扰因素，大幅提高智能分析的准确度。如果说高清技术通过提升可用像素来提高分析的准确率，是战术性的举措，那么双目立体视觉技术对视频分析准确率的影响则是战略性的。 双目立体视觉技术是基于视差原理，并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。 采用双相机或多相机，对视场内空间的自由运动体的三维位置坐标及姿态进行高精度的测量，确定运动目标的质心位置，并根据标定结果对运动目标进行高精度跟踪。 立体视觉技术的跟踪，由于能够辨识目标的三维坐标、姿态、相对距离、与背景环境的空间距离，因此能适应复杂的跟踪背景环境。 多球机联动跟踪 多球机联动跟踪技术，是以单球机智能跟踪技术作为基础的。从应用的层面上看，能够将普通的跟踪球机的单点式监控，提升为系统内对单个目标的无缝式接力跟踪，配合电子地图的使用，能够容易的实现对高安全等级区域的无缝式跟踪，并实现目标轨迹描绘、犯罪行为预警等高等级的安保需求。 多球机联动跟踪技术的实现，需要首先具备多目标识别与跟踪技术。在应用中，通常设定一台球机作为发起点，对广域范围内目标进行的智能行为分析，并将同时监控的多个目标按照既定的策略进行排序，并按照先后顺序，指挥智能跟踪球机逐个跟踪监控目标。与单目标跟踪相比，多目标跟踪技术的关键点是数据关联问题，即建立一个统一的坐标系，使得发起球机可以将目标的坐标信息传递给跟踪球机，实现联动跟踪。 多目标跟踪的过程可以划分为以下几部分： 数据关联：在观测数据和目标之间建立起对应关系。常见的方法有最近邻算法、联合概率数据关联滤波器、多假设跟踪算法。 状态估计：通常将多目标跟踪问题转化成对多个单目标的跟踪过程，并建立相应的状态空间模型。为每个目标分配一个单目标跟踪器，相互独立地跟踪每个目标，通过设计一些特殊的方法来处理目标之间的交互和遮挡问题。
|
