智能視頻分析技術應用瓶頸及其對策研究

　　智能視頻分析是當前安防技術應用熱點，但一些因素制約了安防智能視頻分析技術的推廣應用。因此，本文特意分析安防智能視頻分析技術深度應用瓶頸并提出相應對策。

　　在平安城市建設的推動下，安防視頻監控應用日趨普及。隨著安防視頻監控系統規模迅速擴大，傳統人工監控在異常目標、行為、事件識別效率、準確性、實時性等方面均已經難以滿足安防實戰需求。安防智能視頻分析應用技術的先進理念和新穎應用模式令人耳目一新。然而，歷經近十年發展，其實際應用成效與用戶預期之間仍存在巨大反差，幾乎陷入"產品功能千遍一律、深度應用乏善可陳、市場監管混亂無序"的僵局。如何突破制約安防智能視頻分析深度應用瓶頸，亟需市場監管、產品研發、系統集成、專業用戶多方共同努力。

　　智能視頻分析技術應用瓶頸及其對策

　　安防智能視頻分析技術簡介

　　基本概念

　　安防智能視頻分析技術起源于計算機視覺技術，它綜合應用圖像增強處理等技術，在實現目標與背景分離的基礎上，通過將目標特征信息與預先設置的模板或規則進行比對，自動識別感興趣的目標、行為、事件或數據并產生報警，必要時可自動跟蹤異常目標并聯動其他安防設施，顯著提高了安全防控整體效率和能力。同時利用安防智能視頻分析技術在海量歷史視頻信息中實現基于時間、地點以及語義特征描述的智能化查詢搜索，可以為公安機關偵察辦案提供高效的查證手段。

　　基本架構

　　安防智能視頻分析應用系統總體架構主要有以下三種模式：

　　前端嵌入式部署模式：將智能分析功能模塊前置于視頻采集前端設備，共享攝像機圖像處理芯片或專用高性能DSP作為智能分析引擎，實現對異常目標、行為、事件的智能分析。這種架構不受圖像傳輸環節影響，緩解了視頻傳輸及后臺存儲壓力，同時利用非壓縮原始圖像進行智能分析，實時性好，針對性強，便于大規模部署。不足之處是難以支撐復雜智能分析應用，且由于前端處理壓力大，對前端設備集成散熱工藝和穩定性提出較高要求，比較容易受環境因素制約。另外，前端嵌入式智能分析軟件升級困難，在一定程度上增加安裝調試與運行維護的難度與成本。

　　后臺服務器部署模式：通過部署在安防監控中心的專用服務器（群）或專用客戶端實現智能分析應用。這種架構有效解決了前端處理能力不足的矛盾，可以通過強大的后臺處理能力實現復雜目標、行為、事件智能分析；方便與其他專業應用系統融合，拓展智能分析應用范圍；智能分析引擎后臺運行環境有保證，系統工作穩定性大大提高，且方便智能分析軟件升級，有效降低系統運行維護壓力?？傊?，這種架構比較適用階段性固定監控場景智能分析應用（如大型活動安保），但對后臺服務器性能配置要求較高，智能分析水平容易受圖像傳輸鏈路帶寬限制，實時性能不夠理想，應對大規模智能分析應用顯得力不從心。

　　分布式混合部署模式：將部分相對簡單的視頻預處理功能前置于攝像機（或視頻服務器），完成目標特征數據提取、打包、發送；后臺智能分析引擎負責接收目標特征數據，完成與預設規則或模塊進行分析比較并且自動產生報警。這種架構降低了前端智能分析壓力，后臺服務器只需要對目標數據進行分析，同時方便與其他專業應用系統融合，提高了智能分析效率和能力，比較適合大規模、高性能智能分析應用，但系統部署整體代價及運行維護壓力不容低估。

　　一種基于分布式混合部署模式的安防智能視頻監控系統的網絡架構示意圖，見圖1。

　　網絡架構示意圖

　　基本功能

　　異常目標識別跟蹤。對特定時段、特定區域出現的異常動態目標進行分類識別、鎖定跟蹤，自動記錄其運動軌跡。

　　異常事件、行為識別報警。針對在指定區域內產生的越界、遺留、滯留、徘徊、跌倒、尾隨、斗毆、偷竊、聚集等異常事件或行為進行識別，并且自動報警。特征數據獲取。車牌識別、人臉識別、交通流量監測、公共區域擁擠度實時監測等。

　　海量視頻智能搜索。根據目標、行為、事件特征的語義描述，綜合事件發生地點、時間等輔助信息，在海量歷史視頻信息中自動搜索所需要的視頻信息，提高公安機關偵察員辦案人員事后查證效率。

　　安防智能視頻分析技術應用現狀

　　目前，安防智能視頻分析技術應用主要集中于城市治安管理（如治安卡口信息識別、道口車輛查控、網吧人臉比對等）、大型活動安保（例如上海世博會園區出入口人像采集比對、虛擬水岸電子圍欄等）、監所管理等業務領域。比較成功的應用模式以特征數據獲取比對為主，同時在監控場景相對固定、光照條件較好的監管場所，針對監管對象非法越界、超時滯留、打架對毆、異常聚集等行為、事件的智能分析報警應用取得了一定成效。

　　就整體應用水平而言，由于受智能分析算法有效性、背景復雜性、光照條件不確定性等因素制約，復雜開放環境下異常目標、行為、事件的智能視頻分析應用距離安防實戰要求尚有較大差距。治安卡口、市境道口的車牌識別率比較高（超過90%），但基于車牌識別的深度應用還有很大提升空間。靜態人像比對技術在比對源和比對目標質量較高的前提下（如第二代居民身份提供的人像照片），其比對正確率一般可以超過90%，已經具備較高的實戰應用價值，但開放環境下人臉采集實時比對技術受現場光照條件、"黑名單"質量、配合程度等諸多因素限制，比對正確率約60-70%，目前只能作為大型活動現場實時布控輔助手段。

　　制約安防智能視頻分析應用的主要因素

　　技術層面

　　開放環境下夜間光照不足、惡劣天氣（霧、雪、雨、沙塵等）、圖像壓縮處理、網絡傳輸鏈路帶寬受限等因素造成圖像質量下降，給安防智能視頻分析帶來先天困難；針對復雜異常行為、事件建模困難，相應的智能分析算法識別性能不高；目標與背景過于接近或背景雜亂等導致目標分割以及特征信息提取困難；運動目標被背景遮擋以及多個運動目標互相遮擋導致目標特征信息不完整。上述因素容易造成虛假報警、漏報警、跟蹤困難等不良后果，嚴重制約安防智能視頻分析應用系統實戰性能提升。

　　基于D1或HD分辨率嵌入式智能視頻分析算法效率不高，導致前端DSP硬件運算資源緊張，前端設備集成、散熱工藝欠缺進一步限制了DSP性能發揮，嵌入式智能分析引擎硬件處理能力以及穩定性已經成為制約安防智能視頻分析應用水平的另一個主要因素。

　　由于目前國內安防智能視頻分析應用產品絕大部分來自國外廠商，且沒有形成規模應用效應，因此產品定價普遍畸高；工程實施過程中人工標定、后臺軟件調試等工作量大，部分高端產品調試甚至需要國外廠商技術人員直接參與，加上嵌入式前端設備故障率相對較高，難以實施故障診斷、軟件升級等遠端維護工作，導致應用系統運行維護成本居高不下。上述因素造成安防智能視頻分析應用性價比偏低，嚴重限制了安防智能視頻分析應用的有效推廣。

　　機制層面

　　目前，安防視頻監控系統建設總體仍處于粗放型的規模擴張階段，作為建設主體單位，安防用戶更多關注的仍然是"監控覆蓋率"，對事前預警重視程度還不夠，智能視頻分析應用方向的研發經費投入也明顯不足。 

聲明:

凡文章來源標明“中國智能交通網”的文章版權均為本站所有，請不要一聲不吭地來拿走，轉載請注明出處，違者本網保留追究相關法律責任的權利；所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點，“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。