隨著經(jīng)濟快速發(fā)展，城市化進程不斷推進，各種社會矛盾和暴力事件逐漸增多，面臨的突發(fā)事件和異常事件越來越復(fù)雜，監(jiān)控的難度和重要性也越來越突出。人工智能，尤其是智能視覺技術(shù)成為智能安防領(lǐng)域的大趨勢。

從監(jiān)控技術(shù)的發(fā)展來看，大致可分為三個階段：人力現(xiàn)場監(jiān)控、人力視頻監(jiān)控和智能視覺監(jiān)控。所謂人力現(xiàn)場監(jiān)控，即安排專人在現(xiàn)場對場景監(jiān)控，人力現(xiàn)場監(jiān)控的應(yīng)用可以追溯到原始社會，一直延續(xù)至今。所謂人力視頻監(jiān)控，即用攝像機對場景拍攝，視頻信號被采集到中央控制部門并被顯示到監(jiān)視器上，由人對視頻圖像進行分析，得出恰當?shù)呐袛唷Ｒ曨l監(jiān)控又分為兩種，一種是早期采用的模擬視頻監(jiān)控，一種是現(xiàn)在廣泛采用的數(shù)字視頻監(jiān)控，這種監(jiān)控技術(shù)引入了大量的計算機技術(shù)，來協(xié)助人采集和管理所有視頻信息，監(jiān)控系統(tǒng)的性能得到了有效的提高。當有事件發(fā)生后，采用調(diào)取查閱的方式，這種方式在一定程度上滿足了社會的需求，但是無法避免事態(tài)趨于惡化。

何種技術(shù)可以有效的解決傳統(tǒng)監(jiān)控行業(yè)帶來的困惑，是安防行業(yè)亟需考慮和深入研究的課題。

智能視覺技術(shù)

隨著科技的發(fā)展，計算機技術(shù)的不斷提升，智能視覺技術(shù)應(yīng)運而生，可以有效的解決傳統(tǒng)視頻監(jiān)控行業(yè)的問題，為安防行業(yè)提供了更為廣闊的應(yīng)用方向。它和以往的監(jiān)控技術(shù)有本質(zhì)的區(qū)別，其主要特征是采用計算機視覺的方法，在幾乎不需要人為干預(yù)的情況下，通過對攝像機拍錄的圖像序列進行自動分析，對動態(tài)場景中的目標進行定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標的行為，從而做到既能完成日常管理又能在異常情況發(fā)生的時候及時做出反應(yīng)。更形象地說，智能視覺監(jiān)控系統(tǒng)能夠看，看監(jiān)控場景中目標物體的行為；能夠想，想目標物體的行為意味著什么；能夠說，把想的結(jié)果用自然語言的形式表達出來。因此智能視覺監(jiān)控系統(tǒng)取代人完成了監(jiān)控任務(wù)中的大部分工作，是新一代的具有高度智能的監(jiān)控技術(shù)應(yīng)用。

智能視覺分析技術(shù)是指計算機圖像視覺分析技術(shù)，計算機圖像視覺技術(shù)是人工智能（AI，Artificial Intelligent）研究的分支之一，它能夠在圖像及圖像描述之間建立映射關(guān)系，從而使計算機能夠通過數(shù)字圖像處理和分析來理解視頻畫面中的內(nèi)容。而視頻監(jiān)控中所提到的智能視頻技術(shù)主要指的是"自動分析和抽取視頻源中的關(guān)鍵信息"。如果把攝像機看作人的眼睛，智能視頻系統(tǒng)或設(shè)備則可以看作人的大腦。智能視頻技術(shù)借助計算機強大的數(shù)據(jù)處理功能，通過將場景中背景和目標分離，進而分析并追蹤在攝像機場景內(nèi)出現(xiàn)的目標，對視頻畫面中的海量數(shù)據(jù)進行高速分析，過濾用戶不關(guān)心的信息，僅僅為監(jiān)控者提供有用的關(guān)鍵信息。智能視頻解決方案以數(shù)字化、網(wǎng)絡(luò)化視頻監(jiān)控為基礎(chǔ)，用戶可以根據(jù)視頻內(nèi)容分析功能，通過在不同攝像機的場景中預(yù)設(shè)不同的報警規(guī)則，系統(tǒng)識別不同的物體，同時識別目標行為是否符合這些規(guī)則，一旦目標在場景中出現(xiàn)了違反預(yù)定義規(guī)則的行為，系統(tǒng)能夠以最快和最佳的方式發(fā)出警報并提供有用信息，從而能夠更加有效的協(xié)助安全人員處理危機，最大限度的降低誤報和漏報現(xiàn)象，切實提高監(jiān)控區(qū)域的安全防范能力。

智能視覺技術(shù)的應(yīng)用

智能視覺分析技術(shù)在安防領(lǐng)域的重要作用是毋庸置疑的，具有廣泛的應(yīng)用前景，可以應(yīng)用在公安、司法、交通、教育、金融等主流行業(yè)應(yīng)用，比如十字路口、高速公路、停車場、飛機場等交通場景；比如軍事基地、銀行等軍事場景監(jiān)控、國家重要部門以及人們?nèi)粘Ｉ畹膱鏊槐热缣彀查T廣場、火車站等敏感的公共場合監(jiān)控，相關(guān)智能視覺分析產(chǎn)品也隨著技術(shù)的發(fā)展不斷地細化，比如人臉識別比對系統(tǒng)，公安機關(guān)搭建人臉識別比對系統(tǒng)，建立人臉捕捉數(shù)據(jù)庫，將人臉信息歸檔，并與個人身份建立關(guān)系，在實際運用過程中采用人臉搜索、黑名單布防、陌生人識別等多項智能分析功能，大大提高視頻監(jiān)控的防范功效，可以讓犯罪分子無可遁形。

從目前行業(yè)應(yīng)用和產(chǎn)品發(fā)展，我們已經(jīng)能夠看出智能視覺技術(shù)顯示出了巨大的市場價值。

智能視覺技術(shù)的發(fā)展

隨著高清探頭不斷投入，人們對于智能視覺分析技術(shù)產(chǎn)品化的需求越來越多，要求也越來越高，這給安防行業(yè)帶來了廣闊的思路，許多智能化新產(chǎn)品快速涌現(xiàn)：

? 雙目技術(shù)

雙目立體技術(shù)核心目的是提高識別的準確率。由于立體視覺技術(shù)形成的視場中帶有物體的三維幾何信息，因此能夠有效的設(shè)定檢測規(guī)則，排除光線、影子等干擾因素，大幅提高智能分析的準確度。如果說高清技術(shù)通過提升可用像素來提高分析的準確率，是戰(zhàn)術(shù)性的舉措，那么雙目立體視覺技術(shù)對視頻分析準確率的影響則是戰(zhàn)略性的。雙目立體視覺技術(shù)是基于視差原理，并利用成像設(shè)備從不同的位置獲取被測物體的兩幅圖像，通過計算圖像對應(yīng)點間的位置偏差，來獲取物體三維幾何信息的方法。采用雙相機或多相機，對視場內(nèi)空間的自由運動體的三維位置坐標及姿態(tài)進行高精度的測量，確定運動目標的質(zhì)心位置，并根據(jù)標定結(jié)果對運動目標進行高精度跟蹤。

立體視覺技術(shù)的跟蹤，由于能夠辨識目標的三維坐標、姿態(tài)、相對距離、與背景環(huán)境的空間距離，因此能適應(yīng)復(fù)雜的跟蹤背景環(huán)境。雙目技術(shù)應(yīng)用于人體屬性識別是人臉識別技術(shù)一次技術(shù)應(yīng)用的跨步，這對更準確的定位和分析人的特征有著支援重要的作用。

? 多球機聯(lián)動跟蹤技術(shù)

多球機聯(lián)動跟蹤技術(shù)是以單球機智能跟蹤技術(shù)作為基礎(chǔ)的。從應(yīng)用的層面上看，能夠?qū)⑵胀ǖ母櫱驒C的單點式監(jiān)控，提升為系統(tǒng)內(nèi)對單個目標的無縫式接力跟蹤，配合電子地圖的使用，能夠容易的實現(xiàn)對高安全等級區(qū)域的無縫式跟蹤，并實現(xiàn)目標軌跡描繪、犯罪行為預(yù)警等高等級的安保需求。多球機聯(lián)動跟蹤技術(shù)的實現(xiàn)，需要具備多目標識別與跟蹤技術(shù)。在應(yīng)用中，通常設(shè)定一臺球機作為發(fā)起點，對廣域范圍內(nèi)目標進行的智能行為分析，并將同時監(jiān)控的多個目標按照既定的策略進行排序，并按照先后順序，指揮智能跟蹤球機逐個跟蹤監(jiān)控目標。與單目標跟蹤相比，多目標跟蹤技術(shù)的關(guān)鍵點是數(shù)據(jù)關(guān)聯(lián)問題，即建立一個統(tǒng)一的坐標系，使得發(fā)起球機可以將目標的坐標信息傳遞給跟蹤球機，實現(xiàn)聯(lián)動跟蹤。

? 面向事后應(yīng)用的智能技術(shù)

隨著監(jiān)控探頭的普及，監(jiān)控系統(tǒng)中存有海量的錄像數(shù)據(jù)，在目前人工查看的模式下，傳統(tǒng)的方法需要從頭到尾順序播放，往往需要數(shù)倍于原始視頻的時間才能審看完成，因此需要大量人員連續(xù)加班數(shù)周進行視頻的審看。為了規(guī)避遺漏和誤差，就要加大人力投入的方法。但是經(jīng)過實踐證明，這種方法吃力不討好，仍然解決不了根本的問題，如何有效、高效的應(yīng)用，減輕人工查看回放帶來的時效性差、成本高、疲勞問題，并在不同分辨率、不同清晰度的錄像中準確的辨別出需要獲取的信息，基于以上需求，安防廠家研發(fā)了視頻摘要、視頻檢索等技術(shù)手段。

? 視頻摘要技術(shù)

將視頻摘要形成視頻片斷，不同時刻的目標"穿越時空"同時展現(xiàn)播放，使24小時的視頻被制作成一個簡短到幾分鐘摘要視頻成為現(xiàn)實。視頻摘要不僅濃縮的是事件的精華，也是活動事件的全部，沒有價值的視頻將被剔除。通過多分格快照技術(shù)，可以在幾秒中看完所有的活動目標成為可能，回溯原始視頻功能，瞬間鎖定目標在原始視頻中的位置。這些智能視頻分析功能的實現(xiàn)和應(yīng)用將大大提高海量視頻監(jiān)控錄像分析的效率。

? 視頻檢索技術(shù)

視頻檢索主要是依賴于視頻算法對視頻進行預(yù)處理，通過對視頻內(nèi)容進行結(jié)構(gòu)化處理，提取出視頻內(nèi)容中的有效信息，進行標記或者相關(guān)處理后，人后可以通過各種屬性描述進行快速檢索。因此視頻檢索最主要的是利用視頻檢測算法對視頻進行結(jié)構(gòu)化描述，目前已經(jīng)在相應(yīng)的產(chǎn)品中得到應(yīng)用的算法主要有以下幾種：行為分析算法、車牌識別算法、車輛顏色識別算法、車標識別算法、車型識別算法、人臉檢測識別算法、人體特征識別算法等。其中人體特征識別又包括人的年齡、性別、身高、衣服顏色、是否戴眼鏡等特征信息的識別。在視頻檢索中已經(jīng)得到比較成熟應(yīng)用的算法技術(shù)是行為分析算法、車牌識別算法、車輛顏色識別算法、人臉檢測識別算法等。

由于監(jiān)控探頭的布置也會有盲點等原因，當雙目技術(shù)和多球機跟蹤技術(shù)無法每時每刻準確的撲捉到嫌疑人的軌跡信息的時候，可以通過校園內(nèi)遍布的探頭錄像進行事后檢索分析，找到相關(guān)線索，幫助刑偵人員及時快速的定位嫌疑人。

? 視頻拼接技術(shù)

視頻拼接系統(tǒng)是基于圖像拼接技術(shù)得以實現(xiàn)的，而圖像拼接技術(shù)是根據(jù)實際的科研和工程的需要而發(fā)展來的。在很多領(lǐng)域經(jīng)常會用到超過人眼視角的高分辨率圖像，而普通相機或攝像機的視角往往不能滿足需要，例如由于距離的限制，某些超大尺寸的物體無法清晰的用視頻拍攝下來。目前來說，許多大型應(yīng)用場景都需要高清晰高覆蓋的拍攝，比如機場跑道、碼頭等，一個攝像機無法真正清晰的展示這些大型應(yīng)用場景的全貌，無法給出一種用戶滿意的高清視頻，更無法對視頻中的事物進行高清分析，由此而帶來的就是高投入和多畫面展示，不僅僅視覺效果不好，也不能最大程度的滿足用戶的高清大畫面的需求?；谝陨闲枨?，圖像拼接技術(shù)解決了這一難題，該技術(shù)將來自不同視角的圖像拼接在一起得到高分辨率圖像，解決了用戶大場景高清晰監(jiān)控的迫切需求，用戶可以在一幅視頻圖像上瀏覽高清晰畫面。

目前智能視覺技術(shù)正在趨于成熟，并逐漸成為安防行業(yè)發(fā)展的大方向。眾人拾柴火焰高，國內(nèi)外眾多科研機構(gòu)、院校、大型安防企業(yè)對智能視覺技術(shù)不斷的研究和創(chuàng)新，將使智能視覺分析的運用會逐漸大眾化，在未來更廣泛的應(yīng)用于金融、交通等各個領(lǐng)域中，普及到人們的日常生活當中，真正發(fā)揮安全防范的預(yù)見作用，將危險因素扼殺在搖籃里，給人們的工作和生活帶來安全保障。