智能化视频技术发展浅析

     随着计算机和网络技术的不断发展，视频监控系统正从模拟时代向数字时代和网络时代进行过渡。由于其布线简单，安装方便以及不受距离限制等诸多的优点，所以数字化的视频监控系统取代模拟监控是一种必然的趋势。
 
    如今，视频监控系统已完全应用开来。在银行，商场和公路上我们看到到处都是摄像头。每个摄像头负责一个场景的监控，保安人员通过屏幕观察每个监控画面。随着摄像头的不断增加，是否意味着我们越来越安全呢？事实并未如此，我们忽略了一个重要因素：所有的监控报警的发现都是人来完成的。但是，当摄像头增加到数百个，数千个的时候我们根本无法看到所有的监控区域发生了什么。而且，由于人的生理上的限制，当一个人盯着屏幕看的时间比较长以后，注意力会下降很多。尤其是晚上，人很容易瞌睡，当监控画面上出现异常现象的时候保安有可能不能及时发现，从而导致漏报现象发生。这样，实时监控的视频信息就失去了实时预警、报警的作用，只能作为回溯时使用了。那么如何才能解决这些问题呢？我们可以利用智能化的视频监控技术来解决这些难题。下面我们来探讨一下当前智能化视频技术发展的状况及相关可应用的产品。

    智能化视频技术其实是在视频流中充分应用模式识别技术，模式识别是智能化视频分析技术的关键。模式识别技术可分为三种不同的分支。第一个分支是针对物理数据的模式识别技术，如仪器仪表的读数，传感器返回的探测值等等。第二个重要的分支是对图象数据的模式识别技术，包括对灰度图象，彩色图象等，当前的模式识别技术在图象分析领域已取得巨大的进步，获得了许多很有实用价值的研究成果或技术，这也是当前模式识别技术最为人所熟知的研究领域。而视频分析技术则是模式识别技术中的第三个重要的分支，是对于视频信号的分析识别技术。

    视频分析技术在模式识别领域发展较晚，目前我们了解得比较多一些的有“步态识别”和 “行为检测”等。在这里需要多提到一句的是，有一些技术虽然其接入的也是视频信号，但由于其分析的信息对象的特殊性，仍然只能归纳于图像识别，而不能归入视频分析技术范围中，这个分界点主要是在时域上的识别技术的使用。例如在车牌识别技术中，针对单副图片进行车牌号码的识别和提取，这种识别技术仍是基于单张图像的识别，虽然接入的是视频信号，但并没有利用到多帧图像及其时间轴关系，也只能算成是图像识别的那一分支。因此，在模式识别技术中，视频分析技术区别于图像识别技术的关键即在于是否必须利用到视频“图像流”，并根据多个视频信号帧图像的排列、时间轴及其图像之间的差别来实现对视频信号中内容的自动提取。

    在视频分析技术方面，国外技术仍然处于领先地位。以美国ObjectVideo公司最为出色，其智能分析技术占据全球最大，以色列的MATE公司和NICE公司也占据一定的市场。他们的智能分析技术主要应用在以下几个方面：

    突然入侵检测：指有活动物体突然入侵到某个区域或越过某个边界，有时也称为“越界检测”，“跨越报警”等。

    移动物体检测：指在某区域内发现移动物体，这种检测功能与突然入侵检测比较类似，但突然入侵检测更为敏感些，而移动物体检测则通常是通过一定时间确认可疑目标确实是外来移动个体时才产生报警。

    游荡物体检测：指有活动物体在某特定区域范围内不断移动徘徊超过预定时间的检测，有时也称之为“徘徊检测”，这种检测的要求在于活动物体不能走出视野范围，否则会失去跟踪，无法判断前后是否同一活动物体。

    静止物体检测：指本来处于移动状态的目标突然停下来，并处于静止状态超过预设时间的行为。该检测功能用在交通上可以称为“违章/故障停车检测”，“车辆遣洒检测”等。

    遗留物体检测：这种功能其实是静止物体检测在公安系统的应用，主要用来检测被遗弃在公共场所的可疑物品，是反恐的典型应用。

    运动方向检测：指检测朝某一特定方向或角度运动的物体。具备这种检测功能的产品较少。

    运动路径检测：指检测活动物体是否沿某一路径朝某一方向运动。这是常见的检测功能，几乎各家产品都能实现，但实现的方式却各有不同，有使用绊线检测的，也有使用区域检测的。

    上面的智能化视频分析技术是目前在市场上看得到的几种视频分析技术，其它技术目前还停留在研究阶段，无法应用到实际监控场景中。

    大家在选择智能化视频分析产品时一定要有正确的思路，智能化视频分析技术是用来辅助人们进行监控业务，其技术的成熟度目前还无法取代人。所有的智能化视频分析技术在实际应用中都存在误报率或者漏报率，这说明仍然有很多场景智能化视频分析技术无法识别或者识别错误。我们要充分利用智能化视频分析技术为监控带来的技术革新，同时，也不能盲从，要正确看待这一新技术目前的缺点。多一点耐心，等新技术进一步完善。