文/张展 博康智能网络科技股份有限公司PBU总监

　　安防监控发展至今，视频监控作为一种广泛使用的技术防范手段，在城市社会治安综合防控体系中发挥着重要作用，随着视频监控逐步由标清向高清发展，画质的提高使得视频监控中捕获到的细节内容也越来越丰富，利用智能视频分析，在海量的视频监控数据中检索感兴趣目标成为可能，智能分析快速、准确的检索无疑大大提高了视频检索的效率。

　　常用的智能视频分析有哪些

　　常用的智能视频分析广义上主要分为：行为分析类、事件检测类、特征识别类、图像处理类。

　　行为分析类，从监控视频中检测出目标，并判断目标运动行为，也包括目标计数。

　　事件检测类，主要应用于交通行业，从监控视频中检测出车辆目标和行人目标，并对目标事件进行判断，形成一系列交通事件，如拥堵分析、车辆逆行、行人出现、行人横穿等。

　　特征识别类，从监控视频中检测出目标，并对目标进行分析识别，包括车辆特征识别(车牌、车标、车身颜色、车辆子品牌等)、人脸识别等。

　　图像处理类，主要是针对一些模糊不清图像进行优化处理，以增加视频的可监控性能。

　　行为分析类

　　通过场景中背景和目标分离，并追踪在视频场景中出现的目标，用户可以通过不同场景中设置不同的报警规则，一旦目标在场景中出现了违反预先定义的规则，智能识别系统会自动发出预警，工作人员根据报警提示进行相关处置措施。行为分析主要广泛应用于公共安全相关领域，如监所、银行等重点场所。行为分析效果和室外监控场景关系非常大，受到光线和其它干扰影响比较大，如晚上效果比白天差，光线、阴影、树叶晃动等情况都会影响使用效果，因此，行为分析应用应该充分了解应用场景和环境条件情况下使用合适的行为分析功能。

　　行为分析应用上可分为周界防范预警、可疑行为预警、目标计数。

　　周界防范预警：用于检测视频监控区域出现的单向/双向跨线越界、区域闯入、区域离开等行为事件。该功能以连续的视频帧为处理数据，提取目标特征，分析其运动行为，从而实现多种应用功能。周界防范预警主要应用于一些重点场所的安全防范，如监狱周界、工厂周界、金库等，利用周界防范预警功能可以把监控工作人员从繁重的纯人工监控方式转变为智能预警方式，监控工作人员只需要监看实时报警画面即可。

　　可疑行为预警：分析打架斗殴、区域徘徊、遗留物品、物品移动等可疑行为，从而实现及时预警功能。可疑行为预警主要应用于如监所、银行、博物馆等场所。

　　目标计数：基于对运动目标的智能跟踪与识别技术，通过对区域和方向的设定来统计通过人数，以及人群流动量、人群流动方向的统计及分析数据，计数主要应用于机场、商城等需要了解客流情况的场所。

　　事件检测类

　　视频检测常采用多目标识别与多目标跟踪技术，可对视频图像中的所有目标进行检测、锁定、跟踪，精确描述其运动轨迹，准确测量其位移量，从而实现各类交通事件检测。事件检测主要应用于交通行业，主要功能见表1.

　　表1 交通行业事件检测主要功能

　　特征识别类

　　特征识别首先需要对视频/图片中的目标检测分析，需要检测出目标类型，再进行比对分析，从而实现目标的特征识别，目前常用的主要包括人脸识别、车辆特征识别。

　　车辆特征识别

　　车辆特征识别是基于视频流、图片的分析，可以对车辆的身份进行识别，包括车牌号码、车身颜色、车标、安全带检测、打手机检测、夜间遮阳板检测、车辆子品牌及具体年款等。

　　基于视频流分析的车辆特征识别广泛应用卡口和电子警察系统，目前很多厂家在前端DSP相机中直接集成车辆特征识别功能，相机能直接输出车辆特征信息，但由于DSP性能限制，一般能够识别的车辆特征信息较后端分析方式相对有限;基于图片分析的车辆特征识更多应用卡口/电警图片的二次识别中，通常采用后端分析方式，能够实现所有的车辆特征信息识别，二次识别系统能够对已建各厂商卡口/电警系统集中二次分析，可以实现纠正一次识别错误，提供更多车辆特征信息，主要应用于交警和公安行业。主要的车辆特征信息如下：

　　车头特征信息：

　　·车牌号码——对车牌号码的检测识别;

　　·车牌颜色——颜色可分为蓝、黄、白、黑等;

　　·车牌类型——军牌、教练牌等多种类型车牌识别;

　　·车身颜色——对车身颜色的检测识别;

　　·车型细分——大型货车、大型客车、中型客车、小型客车、小型货车、两轮车等类型的车型细分;

　　·车标粗分——主流车标的检测识别(如大众、别克等);

　　·车辆子品牌细分——同一车标的品牌子类细分(例如大众如桑塔纳2006款);

　　·无牌车识别——对于无牌、牌照遮挡、牌照污损车辆的车身颜色、车型、车辆品牌及子品牌的识别;

　　·未系安全带识别——识别主副驾驶位置人员未系安全带;

　　·打手机识别——识别驾驶人员打手机;

　　·夜间遮阳板——识别夜间主副驾驶位置人员遮阳板遮挡人脸行为;

　　·人脸检测——检测出主副驾驶人脸。

　　车尾特征信息：

　　·车牌号码——对车牌号码的检测识别;

　　·车牌颜色——颜色可分为蓝、黄、白、黑等;

　　·车牌类型——军牌、教练牌等多种类型车牌识别;

　　·车身颜色——对车身颜色的检测识别;

　　·车标粗分——主流车标的检测识别(如大众、别克等);·车辆子品牌细分——同一车标的品牌子类细分(例如大众如桑塔纳2006款);

　　·无牌车识别——对于无牌、牌照遮挡、牌照污损车辆的车身颜色、车型、车辆品牌及子品牌的识别;

　　·黄牌车车型细分——针对黄牌车，可根据车尾特征区分集装箱、卡车、吊车、拖车、油罐车、水泥车、大巴等。

　　人脸识别

　　人脸识别是基于视频流、图片的分析，主要包含了人脸检测及人脸识别两大部分。人脸检测指通过一定算法分析，从图片或视频背景中分析并定位出人脸模型的工作;人脸识别是指将已定位出的人脸模型进行进一步的比对分析，从而确定人脸身份。

　　人脸识别一般分为基于图片静态比对方式和基于视频流的动态比对方式。静态比对一般多应用于人员身份识别确认，样本图片和人脸身份库进行比对，以相似度方式由高到低排列出来，再结合人工复核确认人员身份，人脸身份库通常情况非常大，地市人脸库为百万级，省或直辖市人脸库为千万级。采用图片采集比对能够较好的控制光线和角度，效果较动态比对要更加理想。动态比对主要从监控相机中检测人脸，再和人脸库实时比对，多应用于黑名单布控报警等应用，动态比对的人脸库一般比较小(几千~几万)，由于动态方式采集到的人脸受光线和角度影响，比对为首位命中方式，漏报和误报是目前阶段较难解决的问题，一般情况在室内光线相对恒定，场景为通道型场所，人脸黑名单库较小的前提下能够实现较好的应用。

　　人脸识别与人体的其它生物特征(指纹、虹膜等)都具有人的身份识别，与其它类型的生物识别比较人脸识别具有一定的特点：

　　·非强制性，用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”;

　　·非接触性，用户不需要和设备直接接触就能获取人脸图像;

　　·并发性，在实际应用场景下可以进行多个人脸的分拣、判断及识别;

　　·除此之外还具有操作简单、结果直观、隐蔽性好等特点。

　　图像处理类

　　图像处理主要是对各种降质影像进行恢复处理，改善图像质量，突出影像细节，以辅助应用人员更好的挖掘图像中有用信息，如车辆牌照号、人脸细节特征等。

　　常见图像处理主要有低照度处理、去雾处理、去抖动处理、聚焦模糊处理、多帧超分辨等，一般对视频录像和图片进行处理，主要应用于公安侦查、检察机关等行业。

　　视频质量诊断分析

　　对监控系统视频状况进行巡检，检测监控设备故障、质量下降、传输干扰、恶意破坏监控系统等情况，只检测不做图像处理，一般采用视频轮巡方式处理诊断。视频质量诊断分析一般应用于大型监控系统，为系统运维提供服务。

　　检测内容包括：清晰度、亮度、对比度、色彩、噪声、视频干扰、冻结、抖动、信号丢失、视频剧变、PTZ功能、视频遮挡。

　　视频浓缩摘要

　　通过对历史视频录像的分析，提取出其中的运动分量，对视频内容进行整合压缩形成摘要，并可通过摘要视频，快速定位运动目标，回溯原始录像。一段稀疏目标的24小时监控视频经过摘要处理后可能压缩到10-30多分钟，大大提高查阅视频的效率。

　　通常情况摘要密度是能够设置调整，视频摘要处理可选择同一画面显示的目标个数，在保证效率的同时不遗漏;具有区域过滤设置，包括关注区和屏蔽区，即框选自己感兴趣的区域或者不感兴趣的区域进行运动目标的过滤，大大减少观看摘要视频的时间。双击运动目标可即刻回溯该运动目标出现的原始视频，而不需要到原始视频中手动寻找对应时间点，提高了目标搜寻效率。

　　以图搜图/以图搜视频方式特征比对

　　是利用已有样本图片，在选定视频或图片中搜索样本图片中的目标，一般提供多种模式的以图搜图/视频：颜色方式、纹理方式和人脸方式。以图搜图/以图搜视频方式特征比对能够在发现嫌疑目标的前提下，利用已抓拍的目标图像在海量视频或图片中快速搜索，提高了目标搜寻效率，主要应用公安图像侦查。

　　结合应用场景选用合适的智能分析

　　何种应用场景该选用怎样的智能分析技术呢?笔者列举了不同应用场景对智能分析功能的不同需求(如表2所示)，相信这些对用户朋友们选择智能分析产品会有所帮助。

　　表2 不同应用场景对智能分析功能的不同需求