公司动态

智能前置化对视频监控行业发展的影响

发布日期:2015-07-13 浏览数:4604 次


    在视频监控的发展过程中,有两个方面的快速发展是大家公认的:一是清晰度,即从以CIF、D1为主的标清时代进入以720P、1080P为主的高清时代之后,摄像机的图像质量得到了很大提升;二是系统规模,基于成熟的以太网技术,大规模数字化视频监控系统的建设变得非常简单,拥有成百上千个前端点位的系统已经是随处可见,甚至拥有上万个前端点位的超大规模监控系统也不再是天方夜谭。   

   在视频监控的发展过程中,有两个方面的快速发展是大家公认的:一是清晰度,即从以CIF、D1为主的标清时 代进入以720P、1080P为主的高清时代之后,摄像机的图像质量得到了很大提升;二是系统规模,基于成熟的以太网技术,大规模数字化视频监控系统的建设变得非常简单,拥有成百上千个前端点位的系统已经是随处可见,甚至拥有上万个前端点位的超大规模监控系统也不再是天方夜谭。而随着视频监控系统前端点位数的增加,在监控室中把所有摄像机的画面解码上墙已经变得不可能,对于安保人员而言,如何在第一时间发现摄像机画面中正在发生的事件成了一件头疼的事。在图像质量越来越好的当下,能否让摄像机看懂正在发生的事件并提出告警?这正是近年来非常流行的智能化需求的由来。   

     监控智能化,是把图像智能分析与视频监控结合起来,让监控系统能检测到一些有固定规律的事件,在一定程度上降低人力操作。如最常见的周界智能应用,通过禁区、拌线在摄像机画面中设定一个敏感区域,一旦有移动物体进入该区域,就会触发告警,通过平台联动在大屏上弹出对应摄像机的实时图像,通过警灯、警铃来提醒安保人员第一时间处理事件。不同的智能化应用,在检测到异常事件后的告警处理基本一致,主要的区别在于图像智能分析上,而不同的图像智能分析又有不同的要求,目前逐渐形成了后端智能与前端智能两大类。   

后端智能   

    最早的图像智能分析都是在后端服务器上完成的,通过智能分析服务器获取前端摄像机采集的视频流,将视频流中的静态背景与动态目标分离,根据预设的不同规则提取出目标的相关信息,一般来说分为录像分析与实况分析。  

  录像分析侧重于“事后查证”,最常见的是视频浓缩和视频摘要,把录像中所有移动目标或者有明显特征(如颜色、方向等)的移动目标提取出来集中呈现,将安保人员从繁杂而枯燥的“盯屏幕”任务中解脱出来,提高录像检索的效率。  

  实况分析则侧重于“事中报警”,根据不同的分析算法产生不同的智能应用,比如行为分析:一旦发现在周界徘徊的移动目标、在敏感区域出现的遗留物……立即触发报警,这种方式适用于传统的安全防范;比如图像质量分析:一旦检测到摄像机画面被遮挡、图像模糊、过曝等情况,就可以通知到相关人员进行前端设备的维护处理。   

  而目前比较流行的云计算、大数据挖掘,则是后端智能更高端的一种体现方式。后台服务器通过计算把摄像机画面中的非结构化信息转化为结构化数据进行存储,比如画面中车辆经过的画面最终存储为一条有车牌、车速、车身颜色、行驶方向、所在路口等信息的过车记录。一个城市中所有摄像机记录下来的过车录像转化为海量的过车记录,通过计算可以提取出很多的有用信息,比如通过对比计算发现两辆车车牌号相同但车身颜色不同,就可以判断为套牌车而发出告警,并对该车牌号进行布防,方便交警拦截抓捕。这就是云计算、数据挖掘的最基本应用。  

 前端智能   

    随着技术的发展,部分智能分析从后端服务器前置到前端摄像机内,通过摄像机富余的计算资源对采集到的图像做分析,提取出关键信息。前置化的智能分析类型主要是后端智能中侧重于“事中报警”的实况分析部分,这部分分析所需的系统资源非常少,前端摄像机足够提供,而且前置化还能带来四个好处。  

   第一,节省网络带宽,解决服务器瓶颈问题。后端服务器进行实况分析时必须要额外获取一路实时视频流,不管这路视频流是直接从前端获取还是从流媒体服务器转发获取,都会在前端或者后端造成额外的带宽消耗,而且随着需要分析的前端点位数量的增加,服务器的计算资源消耗会越来越大,带宽占用越来越高,很容易使服务器成为瓶颈。而智能前置化后,摄像机只需要额外传输分析结果给后台,相对于视频流,所传输的这部分数据所占用的带宽几乎可以忽略不计。  

  第二,降低系统建设成本。首先后端智能分析服务器已经增加了一笔成本,其次后端常见的智能分析服务器并发处理能力在30路D1、20路720P、10路1080P左右,如果要提高并发处理能力,要么提高服务器配置,要么是增加服务器数量,但不论哪种都会使系统建设成本继续提升。而智能前置后,单台摄像机的成本几乎没有增加,但可以大大减少服务器相关的成本。   

  第三,分析更精确。前端图像在编码后通过网络传送给后端服务器,后端服务器再解码进行分析,这个过程中编码、解码、网络传输中可能存在的丢包都会影响图像分析的准确率,而智能前置化后直接在本地进行分析,结果会更精确。  

  第四,可扩展性更高。在一个项目中,不同点位的摄像机需要不同的智能分析,如周界附近需要越界报警分析、出入口需要人脸抓拍、路面上需要车牌识别……智能前置化使得配置这些智能分析应用非常方便,只需要更换相应的软件版本或者启用相应的软件功能即可。而且一些特殊行业中的特殊智能应用完全可以开放接口由专业的人来进行算法开发,相较于后端智能可扩展性大大提升。   

   在看到前端智能好处的同时,我们也不能忽视目前前端智能准确率低、环境适应能力弱等不成熟的地方,在很多项目中用户虽然配置了智能前端设备,但在实际应用中过高的误报率和漏报率让安保人员心力交瘁,最后不得不放弃使用。  

  如最常见的周界防范应用,当有物体通过画面中设置的拌线时,摄像机通过图像分析并不能准确判断穿越物体是人还是动物,这导致了误报率;部分摄像机通过一些条件来降低误报率,比如设置大于100个像素以上的物体穿越拌线才触发告警,但由于摄像机成像近大远小,远处的闯入者或者矮小、蹲行的闯入者就不会触发告警,即在误报率下降的同时漏报率会提升。而环境适应能力,特别是光线变化的适应能力一直是智能分析的短板,白天再高准确率的智能分析一到了夜晚也会基本不可用。  

  其实这些问题主要还是由于智能算法的成熟度、摄像机芯片、Sensor等主要器件性能等原因共同导致的。随着技术的发展,准确率低、环境适应能力弱等问题都会得到解决。最近随着星光级摄像机的推出,低光照下的智能分析已经得到很大发展,如一些企业推出的星光级智能摄像机,充分考虑各种光照突变、恶劣气候等使用环境,在微光下还能提供高准确率的拌线、禁区、人脸抓拍等智能应用,并且还能抵抗树叶晃动、阴影变化等所带来的干扰。  

   智能前置化带来的行业影响  

   从智能摄像机产品越来越多可以看出,智能前置化是目前的一大趋势,其对于视频监控行业的发展会带来巨大影响,笔者认为其中最大的一点就是开放性。   

   开放性与前文提到的可扩展性相关,智能前端提供开放接口,由专业的人来进行智能算法的开发,带来更好的智能应用。硬件与算法的分离,会给视频监控行业带来一个全新的分支——算法提供商。这就类似于现在的智能手机行业,不同品牌的智能手机相当于不同厂家的智能摄像机,各类APP应用相当于不同的智能算法,用户可以根据自己的需要选择安装“微博”还是“淘宝”,即使是同一类智能算法,用户也可以在“微信”、“易信”、“QQ”等应用中进行选择。从中也可以明显看到硬件与算法分离所带来的好处:用户的可选择性更多、配置智能应用灵活性更大、行业竞争促使智能化更成熟。   

   区别于智能手机行业的几大智能操作系统互不兼容的现象,视频监控行业必须要有一个统一的标准,这不仅包括摄像机硬件与智能应用之间的标准,还包括智能摄像机提供的结构化数据标准。随着智能前置化,后端云计算、大数据应用可以直接利用前端摄像机提供的结构化数据,效率更高,但如果没有统一的标准,各个厂家通过私有协议立起层层壁垒,那会大大阻碍智能化发展,智能前置化也就只是一纸空文,所以说标准化也是智能前置化带来的又一大影响。   

  结语   

   相信智能前置化会如智能手机给传统手机行业带来的巨大变革一样,给传统安防行业带来全新面貌,当然从目前用户对智能前端的使用反馈来看,现在的易用性不高,还需要时间来逐步完善。我们目前所处的时代相当于智能手机的Symbian时代,何时出现Android和iOS,何时才是智能前置化真正成熟的时代。