智能网络摄像机的发展方向及其应用

智能视频监控正在兴起

然而智能监控在过去几年一直未能真正实现普遍性商用，究其原因无非是视频图像质量低下而无法为智能分析提供基本资源，但这两年随着高清技术的逐渐普及，使得基于高清晰图像实现智能分析成为可能且技术不断成熟。

智能网络摄像机是前端智能的主要形态

前端智能是视频智能分析技术的主要应用形态之一，网络摄像机与模拟摄像机由于硬件结构等先天因素，因而在智能的实现模式上完全不同。我们知道，一台智能摄像机必须由包括摄像镜头图像采集环节、A/D与图像预处理环节、智能分析与计算环节、编码压缩环节、网络传输环节五部分组成。网络摄像机本身就具备图像采集与处理、编码压缩、网络传输模块，只需添加一个智能分析计算模块即可组成智能网络摄像机，视频图像经智能网络摄像机进行分析处理后就可依据需要传递至管理中心(如图1所示)，甚至一些要求不高且CPU性能较强的网络摄像机只需直接灌入智能分析软件就能实现一系列智能化的应用了。

图1

而模拟摄像机则不然，其结构一般只有图像采集处理环节，图像编码压缩则通过DVR或其它外部编码设备来完成，在这样的结构上直接内置智能芯片来实现智能应用的成本较高，所以模拟摄像机的前端智能大多采用外接智能盒的方式。即由智能分析盒负责对摄像机提供的图像信息进行智能分析，然后将结果传递至编码设备(如DVR等)，再由这台编码设备传输至管理中心。也就是说，与上文一体化的网络智能摄像机不同，模拟摄像机的智能化必须通过多台独立的设备分别操作才能完成。如图2所示。

虽然目前通过外接智能盒实现智能应用还较常见，但由于这种分体式前端智能解决方案一方面设备多，在建设和维护方面都较繁琐且成本高，另一方面，多设备间的互通与运行也会存在不稳定等诸多问题。而相比之下，基于DSP芯片的一体化智能网络摄像机则不论在成本投入还是系统的安全可靠以及扩展性能方面都具有明显优势。

另外，还有更重要的一点，前端智能的实现前提是高质量图像，越完善、越丰富的智能就需要越清晰的图像，前文也提到，智能的应用要真正普及必须先普及高清监控，而模拟摄像机如果要实现高清就必须对视频源不做压缩处理就进行传输，传输方式虽既有模拟化的YPbPr分量传输，也有数字化的DVI、HDMI或者HD-SDI传输，但不论哪种，这些传输手段所需要的线缆等成本都将非常高昂，根本不可能真正做到普遍性应用。而网络摄像机的高清化却是采用基于高效压缩的、网络化的方式进行传输，其传输线缆就是网线，与标清时代的IP传输是完全相同的，不会增加部署成本，成本的有效控制对普及应用来说肯定是非常重要的因素。由此可见，在高清领域，网络高清摄像机必然是主流。并且，随着网络与高清技术的不断成熟，网络高清摄像机的市场规模已在迅速扩大，款型与性能都几乎已可与发展多年的模拟摄像机相媲美，相应的，网络摄像机越发展，一体化的智能前端应用也将越普遍，而智能视频分析盒则会慢慢淡出市场。

智能网络摄像机的应用有所侧重

前端智能与中心智能并存

与前端智能也就是网络摄像机的智能应用相对而言，目前在智能应用领域还有另一种主要形式就是中心智能，也叫后端智能。与前端智能利用前端摄像机自身的芯片进行计算不同，中心智能是利用后端计算机纯软件的方式进行分析，即摄像机并不提供任何智能分析与运算结果，而只是单纯的向管理中心传输图像信息，所有智能运算与分析全部由中心进行。图3是一项中心智能业务的方案架构示意。

从上图可见，中心智能解决方案除了在管理中心要配置性能完善的智能分析运算软件以构成中心智能图像识别、客户端智能图像识别及第三方数据分析这三个模块之外，由于前端摄像机并不对图像进行任何分析，所有图像数据都必须传至管理中心，因此，中心往往还需要一台或多台容量庞大、性能优越的管理服务器。

前端智能与中心智能各有所长

前端智能与中心智能由于其在架构方案上的差异而造成了应用性能方面的差异。首先，前端智能在性能方面有三个优势，一是实时性高，摄像机对采集到的视频源当即分析当即产生并上报结果，这能有效提升系统的运行效率;二是由摄像机先对视频图像进行分析识别，可只将有异常的图像传输到中心去记录与显示，这些图像一般最多只占到总图像数据的几十分之一，这样就可以大大降低网络带宽的压力，保证整个系统的高效运行;三是由于视频压缩后往往会失去一部分真实信息并产生一些噪音信号，系统如果是对压缩后的视频进行分析与识别处理，会容易产生漏报或误报，而前端智能在流程上一般都是基于采集到的、未经压缩处理的原始视频进行分析与运算，这样就有效杜绝了上述问题。但是前端智能同样面临一些技术缺陷，最显著的就是以目前前端DSP芯片的性能及容量，和后端基于大型服务器与计算机软件的处理能力相比起来实在相形见绌，在一些智能分析经常运用到的高端行业，如公安等，由于对智能的性能要求复杂多样，因而视频分析的运算量非常庞大，而大多数DSP却并没有足够大的内存和处理能力来支持，处理能力的低下势必会造成分析准确性低下，导致误报的增加。其次，前端智能的可扩展性及灵活性较差，即系统一旦需要增减智能摄像机数量或调整位置时，操作起来就会很麻烦。

反之，中心智能一方面借助服务器强劲的运算处理能力能够实现非常完善、卓越的智能分析性能，并且对前端资源的调度与管理也极其方便。但另一方面，如上文所述，由于它对中心的完全依赖，系统必须配备非常完善的网络和服务器资源才能应对海量图像数据的传输及管理，这必将对构建成本带来很大的挑战。此外，在实时性和准确性方面，中心智能的模式也表现出了一定的弊端。

前端智能与中心智能的应用各有侧重

首先，智能分析的实际运用在目前仍以高端行业为主，基于前端智能和中心智能在性能方面的特质，我们认为前者更适用于特定行为分析的场所，而中心智能则更适于综合行为及历史数据分析，这一点在当前交通卡口监控、平安城市、监管行业的实际应用中已经表现显著。

一、交通卡口领域的智能应用倾向前端化

预防减少道路交通违章、交通事故以及盗抢机动车辆等违法行为的发生是交通卡口监控系统建设的主要目的，在核心性能需求上主要包括车辆抓拍、车牌识别、司乘人脸识别等，而这些性能必须依赖智能视频分析才能实现，同时，这也是当前智能分析应用中相对较高端的需求。从这一领域的智能应用需求来看，该类需求都较特定且都是实时的，因而完全能够通过当前的智能摄像机来完成。

苏州科达科技有限公司于2011年新推出了高清智能卡口系统解决方案，图4为该系统的框架示意。从图中可见，该套系统已经在前端环节进行了较重的智能化部署，包括车辆捕获、高清抓拍等都是典型的智能应用。并且，在未来，科达高清智能卡口系统解决方案还将继续在智能由后端向前端转移上发力，这也是这一行业智能监控应用的主流趋势。

二、平安城市、监管行业更适于中心智能

平安城市和监管行业虽然在智能监控应用需求的表现形式上有所不同，但却可以归为一大类。例如，平安城市首先需要面向复杂的监控场所：道路、广场、娱乐场所等;其次，从性能需求上，平安城市的智能监控主要包括人员/物品滞留、行为异常、非法聚集、周界入侵等;此外，平安城市由于视频资源数量非常庞大，这就难免会在实时监控方面有所欠缺，因此，对历史数据进行快速分析、调用等智能应用就会较为迫切。由此可见，平安城市的智能监控无论从场所还是性能需求方面都表现出了很强的复杂性、综合性、可追溯性，这就相应对承载智能运算的平台提出了较高的要求，但就目前智能摄像机芯片处理能力而言，还是比较勉强的。并且，监控场所的复杂也决定了系统在前端环节一定要具备较强的灵活性和可扩展性，这也是前文提到的前端智能之劣势所在。

监狱、看守所等也同样如此，虽然监管行业的监控系统不存在复杂场所这一问题，但人员非法聚集、行为异常、非法滞留等多样化需求同样表现出了一系列复杂性、综合性的特质，因此，从当前实际案例来看，偏于采用中心智能解决方案的要明显居多。

当然，不论从技术特点还是市场需求特点来说，前端智能和中心智能两者并不矛盾甚至是相互配合、相辅相成的，一套视频监控系统也往往不会非此即彼，而一定是前端和中心智能并用。即使在未来，随着芯片技术处理能力的不断提高以及智能运算法的持续改进，智能网络摄像机的市场前景有了更大的提升，相信两者并存、各有侧重的局面也会仍旧如此。