浅析视频智能化技术应用

    如今，视频监控在保障人身财产等社会生活中发挥重要作用。传统的安防技术更多的强调事件响应的实时性或事后查证的有效性。传统的监控系统，无论是模拟的，还是数字的，或者是模式混合的，其工作方式依旧是“实时监控，实时录像，事后查看”。

    然而，随着全社会对安全需求的增强，摄像机广泛部署建设，不论是交通违章管理，还是治安管理，实时观看和浏览录像都已无法满足城市管理需求。为了提高监控的管理效率，基于视频智能分析技术的新系统呼之欲出，走进人们的视野，为构建全新的智慧城市智能化监控管理系统。
　　
    视频智能分析刚开始的应用是为了把人眼从密切盯住屏幕解放出来，以视频事件检测为主，在检测到异常事件如非法进入禁区，越过绊线等行为，同时联动报警。然而，视频检测和报警功能方面虽然有一定作用，但无法广泛部署和深入市场应用。究其原因，无法解决误警率高，性能不足，环境光照敏感，适应性差的问题，国外著名的智能厂商例如OV，NICE也无法很好解决这一问题。
　　
    而且，不同的行业对于视频监控需求和流程有着非常明显的差异，对于智能分析的应用需求就更加复杂和多变。例如监管行业为降低和防止犯人的自杀现象，提出如何通过智能分析和检测实现;而金融银行关注如何分析识别出非法粘贴小纸条，安装假键盘，蒙面，暴力抢劫等行为;机场、地铁等客户对于遗留物的检测和徘徊检测的需求比较突出。不同行业千差万别的自动监控需求，如何利用智能分析实用化，也非一朝一夕之功。
　　
    智能交通与平安城市
　　
    然而，监控市场对利用智能化提升效率的需求一直很强烈，尤其在在交通管理和平安城市领域。基于视频智能分析技术的监控系统在构建智慧城市的新一代监控系统中发挥重要作用。例如，在原来交通管理业务流程主要借助道路监控摄像机来记录视频，然后由人工肉眼筛查，识别交通违章，出具违章判罚处理结果，这样的管理效率低下，无法满足汽车数量的日益增长。
　　
    而人工处理的部分业务正逐步被新一代具备车辆分析和识别功能的智能系统取代。尤其前端高清一体化摄像机，如宇视的HTS-HC系列高清电警、卡口智能摄像机具有出色的识别准确率，强的场景适应性，开放的智能平台，降低管理成本，适合大规模部署。高清电警摄像机可通过对视频识别分析，对每辆车进行完整的违法行为分析，车牌识别，抓拍图片，记录车辆违法的整个过程，形成违章证据链。这样，一台智能高清摄像机就能取代传统的线圈感应，人工浏览，识别，筛查等传统手段，进行闯红灯，超速，不按规定车道行驶等各类交通违法行为管理。此外在繁忙道路的违章停车管理方面，市场上已有智能违停服务器，而宇视的前端违章停车检测判罚一体化球机，适合部署，有利于杜绝道路车辆乱停、乱放现象，解决拥堵路段的管理人力不足的矛盾，体现城市交通管理的智慧。
　　
    对于城市的治安管理而言，治安案件处理也会通过查看道路监控录像来寻找涉案车辆信息和线索。然而，随着摄像机广泛部署，通过浏览录像寻找线索显得费时费力。以警方办案为例，往往要调用案发现场及周边的大量历史监控录像进行持续数天甚至更长时间的肉眼识别，才可能发现破案线索。随着智能技术的发展，智能化系统平台正在改变这一被动的局面。利用智能服务器系统将每条违章图片进行二次分析，识别和提取出车牌号码，车身颜色，车标，车型，遮阳板、不及安全带等结构化数据，实现驾乘人脸检测和高清抓拍，即还向管理平台提供一张司乘人脸照片。并且大数据智能分析平台能将这些结构化的车辆特征信息，进行数据挖掘，车辆检索，车辆布控，多点碰撞等分析挖掘出案件有用的信息。
　　
    借助智能服务器系统对车辆其他特征进行分析，识别后产生的信息展开下一步线索侦查，甚至找到嫌疑车辆所在位置。例如，通过“红色”，福特09款，打开遮阳板，5月8日，中山路南向北等条件信息，对生成的结构化数据进行搜索，即可迅速找到当天所有符合条件的车辆信息，包括行驶时间与方向，行驶速度，车牌号码，车标，年款等完整的结构化数据信息。宇视的的IA8500-IT智能交通服务器，就能提取200多种车辆品牌，2000多种车型年款信息，还有丰富的驾驶室特征分析识别，不仅高效，准确，也能大大节约管理成本。

    此外，交通大数据管理系统提供的城市车辆详细信息，不同品牌车辆的车型的拥有量，过车高峰期，车辆进出城高峰期，首次进出城，行驶方向等丰富的交通数据，协助城市交通部门的流量管控，交通规划，智慧城市的治安管理等提供翔实的数据支撑。
　　
    智能化应用思考
　　
    如此看来，智能视频分析在技术层面有共通性，但在行业领域的差异性需求，这都是安防企业需要思考的问题。在市场领域层面，目前智能化的应用领域也并非遍地开花，而其中当属智能交通行业应用最为成熟。究其原因，笔者认为有如下原因：

    第一，交通行业智能化管理需求非常强烈，市场巨大，极大推动了视频智能技术研发投入。随着国民生产总值的增长，近年来中国的汽车保有量飞速增长，交通监管的需求日益增加。市场份额吸引大量的研发人才投入，不断突破新的技术瓶颈。
　　
    第二，交通行业智能检测和识别的对象具有明确统一标准，有利于视频智能算法的发展。车辆尺寸、车牌字符、大小、颜色等等都有一系列行标，国标的统一标准要求。而无论是金融银行，还是电力，监管行业，人的行为检测和识别无法存在统一和明确的需求，更别提有统一的行业标准。因此智能交通产品从开发到成熟时间往往也快于其他领域。
　　
    第三，交通行业智能检测和识别的场景规范化。随着智能化建设的深入，规范化施工解决了实际环境中光照的影响，摄像的安装角度，保证即使夜晚，视频和图片的关键车牌和车辆特性信息保留完整。而其他行业即使同样的建设需求，也很难保证实际场景一致。
　　
    智能技术未来发展
　　
    未来无疑是智能化的时代，一个更加便捷的时代。这一切的前提都依赖于智能算法技术不断突破和成熟。笔者认为，如下几个方向值得期待。
　　
    首先，除了视频信息以外，更多维传感数据信息的融合。例如深度摄像机，双目摄像机等技术，更有利于排除光照，背景干扰，智能识别和检测算法的指标更加实用化。
　　
    其次，机器学习，尤其是深度学习等前沿技术的不断发展。目标对象包括人和车辆的更多特征将得到检测和识别。并随着芯片计算性能不断提升，和大量丰富的数据样本“锤炼”，算法成熟周期越来越短，识别指标不断提升，性价比越来越高。越来越丰富有效的信息数据必然导致智能化应用在交通等各个领域大放异彩。

    深度学习还有很多应用场景，只要涉及到目标检测，目标识别的地方，理论上都可以应用深度学习来解决。就像百度首席科学家吴恩达在一些报告中提出，深度学习可以取代现有的很多特征提取，目标检测技术。可以想象在未来，深度学习还将与安防应用摩擦出更多的火花。
　　
    第三，数据挖掘分析的大数据技术结合促进安防行业变革发展。传统监控数据只有视频和图片这些非结构化信息，查询只能是空间和时间两个维度，这样的信息利用效率低下，隐含的价值信息也会被大量冗余的信息所覆盖。随着智能化的发展，正提供更多的数据信息，检出更多人，车，物等目标的辨别特征，以及其他维度数据信息，再结合时间和空间，为挖掘出目标对象的行为和变化，关联。提供更多线索和数据视角，衍生出了很多紧贴实战的特色管理应用。
　　
    结语
　　
    视频智能化已经渗透进交通、平安城市、金融、楼宇、能源、文教卫、商业连锁、司法、军队、海关等领域，可以说对整个社会的生活影响巨大。即使由于视频智能化行业的自身原因，未能产生较大的应用价值，相信未来也会借鉴成熟的行业规范，需求归一化，场景建设规范标准化，智能的应用将大行其道。可以说，视频的智能技术经历安防行业的考验，不断开拓新的应用领域，未来值得期待。