◆劉鵬翼

智能視頻分析技術(shù)及應(yīng)用

◆劉鵬翼

（山西金融職業(yè)學(xué)院信息技術(shù)系 山西 030008）

隨著云計(jì)算、大數(shù)據(jù)和人工智能等在安防視頻監(jiān)控技術(shù)中的應(yīng)用，簡(jiǎn)單的視頻錄像、存儲(chǔ)和實(shí)時(shí)查看等一些基礎(chǔ)性的功能已經(jīng)無(wú)法滿足用戶的需要，在數(shù)字化、網(wǎng)絡(luò)的基礎(chǔ)上，智能化的視頻監(jiān)控技術(shù)可對(duì)數(shù)據(jù)進(jìn)行自動(dòng)分析和深度挖掘，根據(jù)需要提取有用信息，從而實(shí)現(xiàn)更多的功能。本文主要論述了智能化視頻分析技術(shù)的實(shí)現(xiàn)和應(yīng)用，同時(shí)也指出了其發(fā)展的不足和今后發(fā)展的方向。

視頻分析；大數(shù)據(jù)；智能；應(yīng)用

0 引言

在安防大數(shù)據(jù)時(shí)代，視頻監(jiān)控在運(yùn)行過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，但大部分?jǐn)?shù)據(jù)屬于冗余信息，智能分析技術(shù)就是在海量的數(shù)據(jù)中可以快速的找出重要信息，智能化在安防系統(tǒng)的建設(shè)中顯得尤為重要。視頻監(jiān)控在高清化、網(wǎng)絡(luò)化之后，智能化是發(fā)展的主要方向，未來(lái)的安防視頻監(jiān)控技術(shù)將以視頻為核心，結(jié)合人工智能技術(shù)，實(shí)現(xiàn)傳統(tǒng)安防應(yīng)用向深度智能應(yīng)用的發(fā)展，而深度學(xué)習(xí)算法是實(shí)現(xiàn)更深層次智能的關(guān)鍵。

1 深度學(xué)習(xí)算法分析

在安防大數(shù)據(jù)時(shí)代，視頻監(jiān)控?cái)?shù)據(jù)量井噴式增長(zhǎng)，面對(duì)海量的數(shù)據(jù)，停留在淺層次分析識(shí)別階段的傳統(tǒng)智能算法已經(jīng)不能滿足需求，深度學(xué)習(xí)算法能進(jìn)行更深層次的數(shù)據(jù)價(jià)值挖掘，深度學(xué)習(xí)算法在視頻監(jiān)控智能化中的優(yōu)勢(shì)如下：

（1）深度學(xué)習(xí)算法的應(yīng)用范圍更廣泛，在不同的環(huán)境特征中，深度學(xué)習(xí)算法可以提取更豐富、更適合的特征參數(shù)，同時(shí)具有更強(qiáng)的抗環(huán)境干擾能力。

（2）深度學(xué)習(xí)算法的準(zhǔn)確率更高，可以提取更多、更微小和詳細(xì)的特征，使得識(shí)別分類對(duì)象的準(zhǔn)確率更高，從而讓讓智能化有了更好的提升。

（3）深度學(xué)習(xí)算法可識(shí)別的種類更加豐富，通過(guò)對(duì)足夠多的樣本進(jìn)行訓(xùn)練，深度學(xué)習(xí)算法更適用于復(fù)雜、抽象的人的行為和特征的分析，能夠?qū)崿F(xiàn)比較精準(zhǔn)的目標(biāo)識(shí)別。

2 智能視頻分析技術(shù)的實(shí)現(xiàn)

智能化視頻分析首先要運(yùn)用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行分類，在安防監(jiān)控中，數(shù)據(jù)信息類型很多，從數(shù)據(jù)結(jié)構(gòu)類型來(lái)看，數(shù)據(jù)主要分為結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)等。其中，監(jiān)控視頻錄像、摘要錄像、車輛卡口圖像、人臉抓拍圖像等視頻錄像和圖像記錄屬于非機(jī)構(gòu)化數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)如人的指紋記錄信息、人臉的建模數(shù)據(jù)等。結(jié)構(gòu)化數(shù)據(jù)主要包括報(bào)警記錄，運(yùn)維數(shù)據(jù)記錄、以及各種相關(guān)的信息數(shù)據(jù)庫(kù)等。

安防智能化對(duì)數(shù)據(jù)的分析和處理方法主要有兩類：一類則是對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化的數(shù)據(jù)分析處理，主要工具有Spark、Hadoop大數(shù)據(jù)處理框架，以及Mahout、R數(shù)據(jù)挖掘工具，此類處理和分析工具和計(jì)算機(jī)在處理大數(shù)據(jù)方面的架構(gòu)類似。另一類是對(duì)視頻圖像等非結(jié)構(gòu)化信息的處理和分析工具，包括視頻編輯和轉(zhuǎn)碼、視頻智能分析工具等。通過(guò)這兩類工具可以對(duì)結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)實(shí)現(xiàn)快速準(zhǔn)確的數(shù)據(jù)挖掘和分析。

目前，視頻監(jiān)控系統(tǒng)智能化的實(shí)現(xiàn)方式主要有前端智能和后端智能兩大類。前端智能不需要連接后端服務(wù)器，將智能分析的模塊安裝到前端設(shè)備內(nèi)，通過(guò)智能分析模塊實(shí)時(shí)分析視頻數(shù)據(jù)，對(duì)監(jiān)控信息實(shí)時(shí)性反應(yīng)有較高的要求的情況更適用于前端智能。后端智能是對(duì)監(jiān)控設(shè)備采集的信息進(jìn)行挖掘和分析放在后端服務(wù)器，這樣可以同時(shí)對(duì)多路數(shù)據(jù)進(jìn)行處理，具有更強(qiáng)大的處理能力。相對(duì)于前端智能，后端智能更適用于對(duì)數(shù)據(jù)分析計(jì)算能力較高要求的場(chǎng)景，選用前端智能還是后端智能的應(yīng)該根據(jù)應(yīng)用場(chǎng)景的不同來(lái)決定。目前來(lái)看，單純的前端智能和后端智能都存在弊端，前端智能不能進(jìn)行大量數(shù)據(jù)的處理，后端智能處理數(shù)據(jù)量過(guò)大，更多數(shù)據(jù)屬于冗余信息，因此，采用前端智能與后端智能相結(jié)合的方式更能滿足需求。

3 智能視頻分析技術(shù)的應(yīng)用

隨著技術(shù)的發(fā)展及相關(guān)產(chǎn)品的開(kāi)發(fā)，視頻監(jiān)控智能化的應(yīng)用正在逐漸發(fā)展，在常見(jiàn)的應(yīng)用場(chǎng)景中，如可進(jìn)行人臉識(shí)別的視頻監(jiān)控系統(tǒng)幫助各地公安系統(tǒng)抓獲了不少逃犯。在車輛視頻識(shí)別系統(tǒng)中可對(duì)車輛進(jìn)行更精細(xì)的識(shí)別，輸入一輛車的照片，可根據(jù)車漆顏色、車內(nèi)飾物等特征進(jìn)行精細(xì)搜索。又如某單位想查找一個(gè)5天前進(jìn)入單位的穿紅色衣服的女性，可以直接通過(guò)相關(guān)特征查找，獲得所有相關(guān)的人體圖片信息，也可以顯示人員運(yùn)動(dòng)軌跡，為事后查詢提供證據(jù)等。

目前來(lái)看，智能視頻分析技術(shù)主要應(yīng)用于智能交通、平安城市、司法監(jiān)管等領(lǐng)域。智能視頻分析技術(shù)主要用來(lái)實(shí)現(xiàn)區(qū)域檢測(cè)、物品遺留、人臉識(shí)別、人數(shù)統(tǒng)計(jì)、車輛特征識(shí)別等功能。智能視頻分析技術(shù)的應(yīng)用主要側(cè)重于以下幾個(gè)方面：圖形圖像分析(視頻摘要分析技術(shù)、視頻質(zhì)量診斷技術(shù))、人體分析(提取人體特征技術(shù)、識(shí)別人臉技術(shù))、行為分析(行為異常分析、跟蹤目標(biāo)檢測(cè))、車輛分析(車牌識(shí)別、車輛特征提取)等。通過(guò)多種智能分析算法，能夠?qū)Ω鞣N原始視頻數(shù)據(jù)進(jìn)行智能處理，幫助用戶從海量的視頻數(shù)據(jù)中分析、篩選出關(guān)鍵信息，同時(shí)可以提供多種查看檢索方式，以達(dá)到快速查找、快速定位目標(biāo)的目的。

4 視頻監(jiān)控智能化技術(shù)發(fā)展的方向和難題

視頻解析、模糊數(shù)據(jù)處理和場(chǎng)景適應(yīng)性是視頻監(jiān)控智能化發(fā)展的三個(gè)主要方向。視頻解析主要是如何從海量的視頻數(shù)據(jù)中提取出重要的信息，實(shí)現(xiàn)視頻數(shù)據(jù)的智能檢索。模糊信息處理是對(duì)前端設(shè)備采集的比較模糊的視頻數(shù)據(jù)進(jìn)行分析和處理。場(chǎng)景適應(yīng)性主要表現(xiàn)在各種環(huán)境下能夠輸出質(zhì)量較高的視頻分析結(jié)果。

視頻監(jiān)控智能化的發(fā)展主要受芯片技術(shù)和深度學(xué)習(xí)算法技術(shù)發(fā)展的限制，在實(shí)踐應(yīng)用中，這些問(wèn)題一直困擾著智能化的普及，主要表現(xiàn)在識(shí)別準(zhǔn)確率不高、設(shè)備環(huán)境適應(yīng)性較差和識(shí)別種類不多等。相關(guān)算法的進(jìn)一步優(yōu)化和核心處理器性能的提升是解決問(wèn)題的關(guān)鍵，而提升處理器的性能也會(huì)帶來(lái)功耗的上升、成本的增加，給智能化設(shè)備的普及帶來(lái)困難。在優(yōu)化相關(guān)算法的前提下，提高核心處理芯片性能，發(fā)展小型化、低功耗的智能化視頻產(chǎn)品是視頻監(jiān)控智能化發(fā)展的方向。

[1]黃凱奇,任偉強(qiáng),譚鐵牛.圖像物體分類與檢測(cè)算法綜述［J］.計(jì)算機(jī)學(xué)報(bào).2014.

[2]吳群,王田,王漢武等.現(xiàn)代智能視頻監(jiān)控研究綜述［J］.計(jì)算機(jī)應(yīng)用研究.2016.

[3]梁光勝,曾華榮.基于 AR M 的智能視頻監(jiān)控人臉檢測(cè)系統(tǒng)的設(shè)計(jì)［J］.計(jì)算機(jī)應(yīng)用.2017.

[4]徐定宇，數(shù)字視頻監(jiān)控系統(tǒng)的智能化建設(shè)與實(shí)現(xiàn)研究[J].信息與電腦(理論版),2017.