視頻圖像智能分析處理技術淺議

前言

視頻圖像智能分析處理技術就是自動的分析和抽取視頻源中的關鍵信息。如果把攝像機看作人的眼睛，而智能視頻系統(tǒng)或設備則可以看作人的大腦。智能視頻技術借助計算機強大的數(shù)據(jù)處理功能，對視頻畫面中的海量數(shù)據(jù)進行高速分析，過濾掉冗余的信息，為監(jiān)控者提供有用的關鍵信息。

　　視頻監(jiān)控是安防系統(tǒng)中最有效的手段之一。自上世紀九十年代大量應用以來，特別是隨著平安城市等大型工程的建設，成千上萬的視頻圖像給廣大工作人員的監(jiān)看與管理工作帶來困難。一個監(jiān)控人員往往要兼顧幾百路甚至上千路的監(jiān)控視頻信號，長時間工作后監(jiān)控人員將逐漸進入一個生理疲勞狀態(tài)，往往會因過度疲勞而無法在第一時間對視頻畫面中潛在的安全事件作出響應。

　　如何從海量圖像中自動發(fā)現(xiàn)、分析有用的信息并立即進行處理，使視頻監(jiān)控系統(tǒng)重新成為防患于未然的重要手段，這已經(jīng)成為安全系統(tǒng)建設和安全管理部門越來越關心的重要問題之一。面對越來越多的監(jiān)控點，海量視頻監(jiān)控系統(tǒng)如果不加視頻分析將只是“可視”而不能有效“監(jiān)控”。因此，人們期望有一種產(chǎn)品能通過對視頻圖像的識別、分析而自動捕獲到可疑目標，及時對可能發(fā)生的安全事件進行預警，降低監(jiān)控人員工作強度。

　　智能分析處理技術的涵義國內(nèi)技術現(xiàn)狀智能視頻分析利用智能神經(jīng)網(wǎng)絡技術，對視頻圖像進行分層處理，分離出對系統(tǒng)有用的人或物體。神經(jīng)網(wǎng)絡是基于模擬人腦智能特點和結構的一種信息處理系統(tǒng)，它通過對人腦的基本單元的建模和典型的激勵函數(shù)的設計，來探索模擬人腦神經(jīng)系統(tǒng)功能的模型，并研制一種具有并行分布處理與存儲、高度自適應和自學功能、能分析較為復雜的非線性系統(tǒng)的軟件模擬技術。

　　視頻圖像智能分析處理技術就是自動的分析和抽取視頻源中的關鍵信息。如果把攝像機看作人的眼睛，而智能視頻系統(tǒng)或設備則可以看作人的大腦。智能視頻技術借助計算機強大的數(shù)據(jù)處理功能，對視頻畫面中的海量數(shù)據(jù)進行高速分析，過濾掉冗余的信息，為監(jiān)控者提供有用的關鍵信息。

智能分析的“心臟”：DSP+算法

　　智能視頻監(jiān)控之所以能夠擔當起智能視頻分析的重要角色，從而以主動監(jiān)控改變傳統(tǒng)被動監(jiān)控方式，其根本的實現(xiàn)手段在于采用高速數(shù)字信號處理器（DSP）的高速實時的性能，極大地提高監(jiān)控的即時性和有效性。德州儀器通用DSP業(yè)務發(fā)展部經(jīng)理鄭小龍認為，隨著DSP性能的增強，視頻智能分析算法可以由CPU處理轉到DSP實時處理，于是視頻智能分析實現(xiàn)了由后臺轉到前端的過渡。更多設備的數(shù)字視頻監(jiān)控產(chǎn)品可以借助于DSP增加視頻分析功能以實現(xiàn)全面智能化。TI的通用數(shù)字媒體處理平臺（DaVinci）經(jīng)過幾年的推廣已為很多數(shù)字視頻監(jiān)控客戶所認可，在拓展到智能視頻分析應用中，有利于數(shù)字監(jiān)控系統(tǒng)兼顧降低系統(tǒng)成本、縮短開發(fā)周期，以及支持豐富的接口標準。其中具有代表性是帶有AMR核心的DM644x和不帶有AMR核心的DM643X系列平臺，兩者都有C64x+的DSP核心，這是由C64x核心的升級，既可以兼容C64x的算法軟件，又具有更高的性能和效率。

為使智能視頻技術得到更廣泛應用，TI所推出的視頻分析基礎函數(shù)庫，該函數(shù)庫名位VLIB，支持基于C64+x核心開發(fā)具有特色的智能視頻應用算法。VLIB的實質是集合了超過 40 種軟件的DSP函數(shù)內(nèi)核，客戶通過調用這些函數(shù)庫，即可實現(xiàn)背景建模與背景抽取算法、目標特性提取、跟蹤與識別、以及低級別像素處理等功能。鄭小龍告訴記者，如果把研發(fā)視頻分析產(chǎn)品看作是建造智能化大廈，則VLIB函數(shù)庫所提供的好比是建筑材料，開發(fā)者無須再從頭新型最底層的工作，而只需專注于具體的應用實現(xiàn)。

　　據(jù)深圳市永研科技發(fā)展有限公司總經(jīng)理張永福介紹，近年來，有單一算法、對象跟蹤算法、多對象行為檢測算法三種方法出現(xiàn)于視頻分析市場。單一算法：可以識別和捕捉出現(xiàn)在監(jiān)控畫面里移動的物體。雖然此方法起到些作用，但它不能作為一個完整的解決方案，而且畫面中人數(shù)多的時候或復雜的行為就不能用。對象跟蹤算法： 通過使用一種圖形化的地圖，攝像機可以捕捉移動的物體，這些對象被完全秘密監(jiān)控。雖然這種方法有所進步，但它無法識別一些可以導致違規(guī)的行為，而且這種方法跟蹤對象需要攝像頭畫面的重疊。多對象行為檢測：這是通過一種神經(jīng)網(wǎng)絡算法，可以識別多個物體的多種行為，可以作為一個完備的安全方案，十分有效地應用到監(jiān)控系統(tǒng)里，實時地發(fā)現(xiàn)各種違規(guī)行為。

場景復雜性促智能分析技術多元化發(fā)展