|
视频监控网络化大大提升了它对视频内容采集和存储的能力，用“海量”的视频数据来形容现在的监控系统一点都不为过。但与此同时，大数据量也带来了信息处理的挑战，即如何及时在海量的信息中发现有用的信息，就引出了视频监控中另一个非常有用的技术应用将给视频监控芯片、解决方案、系统、软件厂商带来新的增长机遇。  通常会把图像内容分析与图像识别混淆起来，或把图像识别作为智能监控的目标。确实图像识别技术在安防系统中应用前景是非常广阔的，也是安防系统智能化的一个主要方向。但是，对于通常的视频监控应用找不到合适的切入点。下面我们从图像识别的主要应用说起，首先明确：图像识别是指采用图像技术对目标的个体识别，如认定某一个人，找到某一辆车或某一件物。以图像生物特征识别为例，就是采用图像(模式识别)技术识别人体自身载有的、具有唯一性和相对稳定性的特征(如人脸、视网膜、虹膜、指纹、掌纹/形及步态等)，确定个体的身份。目前，它们的应用主要有两种方式： 1、验证：是把当事人的身份与正在发生的行为联系在一起，确认其合法性。这是安全防范系统的典型应用，把人的生物特征视作一把钥匙或一张卡。 验证系统因可对特征的输入加以更多的控制，系统的可靠性和稳定性好，也相对成熟，已广泛地应用于出入管理系统中。它的基本工作方式是把特征输入装置读取的特征与系统存贮的有限量的特征样本(这些样本代表了一定的授权)进行比对，来确定请求合法性。通常系统的存贮样本的数量不是很多，现场特征输入的条件又可以加以控制，所以，系统的识别率很高(误识率和误拒率很低)。由于生物特征来自人自身，不需要进行同一认证，具有极高的安全性，因此、适用于高安全性要求的场所，如贵重物品的库房、重要活动或要人访客的出入管理。 2、识别：对输入特征与存贮在数据库中的大量的参考进行比对，来确定目标的身份。这样的系统首先要建立一个海量的基础样本数据库，如各城市人口的指纹库等。对于人脸等生物特征，要求输入的环境与建库的环境具有足够的相关性，以保证输入特征与样本特征的可比性。所以，建立一个稍加控制的环境，以排除或限制影响特征采集不真实(失真、不完整、伪装)的各种因素是系统应用的必要条件。如边防检查系统设立专门的人员通道来采集出入境人员的面部特征;机场安检信息系统在验征台处摄取旅客的面部图像。 两者都是对个体身份的认证，都要求有一个限定的工作环境，这一点通常的视频监控系统是做不到的，而且，它们的工作目标也不是对人体的身份认证。所以，必须在验证与识别之间选择新的切入点。 图像内容分析成为智能监控的突破口就在于：它是在通常的视频监控的环境下(如3111工程所建的系统)实现上述的功能。它对现行系统是锦上添花的方式，不影响现行系统的运行和使用，逐步完善、增加系统功能实现安防系统的智能化。更重要的是，它不仅是提取图像的表面信息(生物特征)，而是挖掘并表述图像承载的深层信息，通过对图像序列的分析和多源图像的综合得出预测性、趋势性的判断。而在技术上正是数字视频与特征识别安全防范两大箭头技术的交汇点。视频监控技术正处于这样的时期，厂商都在积极抓住机遇，追求技术创新、把视频监控技术提高到一个崭新的阶段。 现在智能分析技术已经引起了人们的较大关注，相关应用市场也在启动之中。它的具体应用主要包括事件检测与行为分析、高级视频移动侦测、物体追踪、人物面部识别、车辆识别和非法滞留等安防领域和一些非安全类的应用，如人数统计、人群控制和交通流量控制等等。智能分析的应用可以提高报警精确度，减少漏分析或者误分析的现象，还可以缩短响应时间，防止潜在的威胁，也可以帮助人们在大量的数据中快速搜索有用的信息。近年来，具有智能分析功能的监控系统开始在一些特定的领域，如车站、银行、商场等公共场合被采用。 总结来说，智能分析可以及时捕获有用信息，在实时监控中做出分析并给安防人员发出信号，减少人为监测的误差并将人员从枯燥的“盯屏幕”工作中解脱出来；另外对已存数据的迅速调用，因为海量的视频数据如果没有智能的搜索功能，单靠人工去操作，费力费时。这意味着将来前端摄像机和后端存储设备两个部分都将具备智能分析功能。【转载自 中国安防网】 |
|
|
