技术中心
 
 

监控智能分析技术发展现状与应用案例

   日期:2015-02-13    
核心提示:智能分析功能的实现主要在监控系统的前端和平台两个部位。最初的智能分析通过平台的智能分析模块实现,而且只能够对单路视频进行处理分析;随着需求的提升,结合视频监控平台对前端点位统一控制管理的优势,智能分析效率得到提升,单一设备可实现同时对多路视频的智能分析。

智能分析技术的发展现状

智能分析功能的实现主要在监控系统的前端和平台两个部位。最初的智能分析通过平台的智能分析模块实现,而且只能够对单路视频进行处理分析;随着需求的提升,结合视频监控平台对前端点位统一控制管理的优势,智能分析效率得到提升,单一设备可实现同时对多路视频的智能分析;近年来,人们对智能分析的需求更加强烈,不仅在大型平安城市、金融等系统性安防建设中应用普遍,一些中小型项目对智能分析的需求也逐渐增多,随着前端摄像机芯片处理能力的提升,智能分析算法被逐渐移植到前端的摄像机中,不依托与视频监控平台的智能分析设备市场前景广阔。

从技术角度来讲,目前国内智能分析技术可以分为两大类:一类是通过前景提取等方法对画面中的物体的移动进行检测,通过设定规则来区分不同的行为,如拌线、物品遗留、周界等;另一类是利用模式识别技术对画面中所需要监控的物体进行针对性的建模,从而达到对视频中的特定物体进行检测及相关应用,如车辆检测、人流统计、人脸检测等应用。

智能识别类视频分析技术应用案例

波士顿马拉松爆炸案提高了人们对人脸识别技术的认识。根据众多报道,尽管摄像头中捕捉到了犯罪嫌疑人的影像,但这些系统却无法确认犯罪嫌疑人。然而,在密歇根州立大学进行的一项人脸识别系统试验中,NEC先进的NeoFace人脸识别技术使用与警方同样的事件现场照片,几乎瞬间完成了犯罪嫌疑人的“同一性”匹配比对。

作为生物识别技术的先驱之一,NEC致力于生物识别技术的研究与开发。除了指纹识别系统和便携式DNA分析仪外,NEC的NeoFace面部识别系统,以很高的精准度分别于2009年、2010年获得了由美国国家标准局与技术研究院(NIST)颁发的《2009厂商评测计划奖》和《2010生物识别技术标杆测试奖》。

智能分析技术集成化应用案例

资料显示,2012年智能摄像机市场规模约为18亿元,2013年该市场依然发展迅猛,市场规模达到25亿元左右,涨幅接近40%。其中,平安城市、交通行业、机场、军事基地是智能摄像机应用最多的行业,达到了30%以上。

智能视频分析技术主要实现了单拌线检测、区域检测、物品遗留检测、丢失检测、逆行检测、人员聚集检测、双拌线检测、人员徘徊检测、人脸检测、人数统计检测、违停车辆检测、烟火识别检测等十五种分析功能;通过独立自主研发的算法成功实现了由前端到后端的设备智能化,并通过与其他系统设备厂商广泛合作在系统集成领域做出一定贡献。

智能分析技术应用中的实际问题

目前智能分析技术在实际应用中还存在以下问题:

1、分析准确率受环境影响大

系统针对复杂异常行为建模困难,目标与背景接近会导致目标特征信息提取困难;运动目标被遮挡会造成目标信息缺失;目标移动速度过快或算法过于复杂导致跟踪的有效性较低,上述因素易造成误报、漏报、跟踪困难等结果。

2、海量数据分析速度较慢

针对后端平台的智能分析而言,前端采集设备回传大量的视频、图片等信息,都需要在平台服务器上叠加算法进行分析,由于服务器本身处理性能的限制,无法并行处理大量数据,因此,虽然智能分析服务器的应用为公安、交警等需要大量检索视频的情况节省了人力与时间,但整体的效率仍有提高的空间。

智能分析技术的前景

视频分析技术的应用,不止停留在原来能“看”(监控)的程度;还能“懂”得监控场景中目标物体的行为;能够“想”目标物体是什么,行为意味着什么;更可以把想的结果“说”出来。我觉得最具变革意义在于从以前的“被动监控”向“事前控制、主动预警、事中追踪、事后分析”转变。

以当前的应用来看,智能分析虽然有了长足的进步,但应用效果仍有待提高,智能视频分析技术在依托于物联网大背景下,将会随着安防监控大平台发展,向更加集成化、智能化的方向发展。

 
标签: 智能分析技术
  
  
  
  
 
更多>同类技术
 
全年征稿 / 资讯合作
 
推荐图文
推荐技术
可能喜欢