a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

视频监控智能算法的几个关键问题

视频监控智能分析问题探讨!
资讯频道文章B

  智能分析作为视频监控下一个技术的竞争焦点,在安防监控业内已然成为炙手可热的研究课题。现在不仅安防设备商/集成商对此功能蜂拥而至,很多IT领域的集成商由于算法成本研发的成本不高,所以也开始从其他领域的智能识别涉足智能监控,或通过后端SDK提供服务,或与摄像机设备商合作,并且往往在产品形态上有异于当前主流的摄像机外形。

  如此众多繁杂的摄像机产品及智能算法功能,不得不进行一些关键性技术的区分辨别。以深度学习的人脸检测、人脸识别、人群分析、车牌识别、图像识别等技术而言,普通的二维智能算法多半通过后端大数据库的比对实现查找匹配的功能,在简单的应用场景下,准确率都能达到85%以上,但在复杂的应用场景,如拥挤的人群、遮挡物众多、移动速度过快等状况下,二维智能算法的缺陷表露无遗。

  普通摄像机智能分析的缺点及根源

  在市面上,普通的智能摄像机存在三个缺点:一是不带变焦的摄像机对远距离的目标无法看清目标细节;二是带变焦的镜头虽然通过人工操作,可以看清远处目标,但不能跟踪运动目标,同时因完全靠肉眼观察,容易疲劳,也需要大量人力投入,成本高昂;三是部分智能摄像机能识别车牌及实现有限的报警功能,但对安装角度、目标距离有很高要求,不适合大面积应用,并且在对多个运动目标实现自动锁定、自动跟踪、自动预警等方面的技术不够成熟。

  而对于造成摄像机智能分析功能存在这些缺点,业内专业人士认为,当前大多数做智能视频分析的厂家都是在后台对前端摄像机采集的图像进行分析处理,但因传输带宽及存储空间的瓶颈,前端传回后台的图像一般都经过压缩处理,清晰度变差,这大大降低了视频分析的识别率。目前,视频分析的众多产品都存在这样那样的问题,根源就在于视频源的低质量。

  智能分析算法存在的困难

  当前,智能分析算法存在的最大困难,主要来自于两方面:第一,是对处理器芯片的实时处理能力要求很高,受制于处理器的有限资源,摄像机前端在实时处理能力上较弱,这会大大限制产品功能的有效性;第二,是对前端设备的制约较多,如芯片的处理能力、芯片的散热方案较难实现等。目前大多数商用的智能分析算法还存在误检/漏检率高,场景适应性差等问题,实际应用效果有限。而学术界高精度的算法则存在硬件要求高,不适应于大面积商业化运用。

  不同摄像机能否自动识别同一个人的方法

  在视频监控的智能分析功能中,对于同一个人进入不同摄像机之间能否被准确辨认出来,业界一直在研究,如果此功能能够实现,对于公安破案将带来极大的帮助。对此算法,有业内人士认为,行人的跨摄像头跟踪,主要可以通过两种算法来实现,一是行人匹配算法,也就是利用某个特定行人的纹理特征和运动特征;另一个是人脸识别算法,也就是通过人脸检测算法和人脸匹配技术,来判断是否有同一个人出现在不同的摄像机里。

  纵观整个安防市场,虽然视频监控智现在还在起步阶段,很多摄像机内的智能分析功能也只是作为高附加值在项目招投标中略有体现,但随着算法精度的多元化和精度的提升,以及芯片及后端设备成本的下降,可以预估对智能分析功能进行大规模的商业应用已经为期不远。

参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台,为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等,为读者搭建专业的行业交流平台。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备12072668号 粤公网安备 44030402000264号
用户
反馈