智能视频分析技术、品及发展趋势.pptx

智能视频分析技术、产品及发展趋势 ?前景：市场容量巨大即将迎来爆发 ????智能视频分析指计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。用户可以根据视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音,用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。目前来说，智能视频分析技术广泛应用于公共安全相关系统、建筑智能化、智能交通等相关系统。 智能视频分析大体上分为两大类，一类是以背景模型建立为基础，主要包括周界防范在内的行为分析等。第二类是以特征识别为基础，包括车牌识别、人脸识别等。 智能视频分析的“短板” 虽然当前智能视频分析技术的主要原理阐述起来简洁明了，但是实施到具体的应用，还有许多复杂的技术问题。 1.无法完全消除误报的影响 例如运动目标识别中的背景建模技术，在控制漏报数量的同时，还不能完全的删除误报。在以目标识别为技术基础的周界防范产品中，误报的数量一直是反映该产品优劣的一大指标。而误报的数量是由背景模型与实际使用情况之间的差距造成的。模型的适应能力越强，造成的误报越少，背后要求的技术也越高。影响背景模型建立的因数很多，例如空旷的柏油马路和边上有树木的围墙，6m高的摄像机与2m高的摄像机所拍摄的画面就需要不同的背景模型，白天和黑夜的状态需要的模型也不同。目前，行业中还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全的解决随机事件的影响，如在黑夜环境下车灯造成的误报。 2.不具备行为的判断能力 例如周界防范，机器中行为分析的区域入侵功能能够发现活动目标，并可以在这些活动目标中利用技术手段把用户希望的目标（例如人体）提取出来。但是再进一步，这个闯入者的动机是什么，是偶尔路过，还是故意闯入，是否有意的往警戒区域内探望，这些都无法靠机器来识别。毕竟智能视频分析还只是一系列设定好的数学公式与程序，远没有达到人的判断能力。 3.特征识别技术对画面要求高 对于基于特征识别的分析技术，对于图像的要求比较高。除了画面本身清晰度外，也需要清楚的展示目标物体的特征，目前计算机的识别能力大大低于人类对物体特征的识别能力，不同的光照条件和拍摄角度，都将改变计算机所看到的特征。因此，对摄像机的安装以及周围环境的要求比较高。例如车牌识别的产品，对车牌在画面中呈现的角度，像素大小都有比较严格的要求，这些高要求限制了该类产品的实施与应用。 当前主流智能视频分析技术主要包括：行为分析、视频识别技术、生物识别领域的视频分析应用、机器视觉方面应用。目前，这几种技术都比较常用，尤其是行为分析和生物识别技术已经得到了广泛的应用。 　　 　　按照算法层面的差异性，智能视频分析相关技术可分为周界防范、行为识别、面部识别、车牌识别、技术统计、密度分析、画质分析等等。相关设备主要以三种形态为主，第一种，也是最常用的嵌入式前端分析设备；第二种，PC式后端分析设备；第三种，以灵动处理器为核心开发的PC式前端分析设备。目前，最为稳定也是最常用的是第一种，即嵌入式前端分析设备，其特点是布点灵活、稳定，易于管理和维护。 目前，专注于智能视频分析领域的厂商也越来越多，综合型的企业代表如海康威视，专项智能行业型的如卓扬科技、智安邦科技、文安科技等；国外企业代表如美国的ObjectVideo、以色列的ioimage、NICE等。 市场上存在的设备种类多样，主要分为嵌入式视频分析产品与纯软件视频分析产品两大类。嵌入式视频分析产品的主要表现形式有智能摄像机、智能DVR等，其一般应用在监控系统的前端，分布式的处理方式具有占用带宽小，不受传输影响的优点，缺陷是往往只能针对特定的一路或者几路进行分析，对视频分析技术的算法与前端设备性能有较大的依赖。这一类的产品主要应用在一些重点的行业，例如军队、金融、教育、小区等，企业在销售模式上主要以产品形式为主导。纯软件视频分析产品主要运行于普通PC或服务器上，形成智能视频分析服务器，相比嵌入式，这种方式能处理更多路数的视频和实现更为强大的功能，却也不可避免的存在占用带宽大的缺点，对服务器性能要求较高。这一类的产品应用相对广泛，平安城市是其应用的重要体现，企业在销售模式上主要以分析模块与解决方案为主导。 离开区域检测 区域入侵检测 拌线检测功能 逆向运动检测 物品遗留检测 物品丢失检测 摄像头遮挡检测 摄像头移动监测 摄像头模糊检测 视频信号丢失检测 火焰检测 烟雾检测 人数统计 车流密度统计 徘徊检测 聚集检测 打架斗殴检测 人群运动模式检测 PTZ跟踪 …… 区域入侵检测 拌线检测 物品遗留检测 物品丢失或移走检测 有方向拌