安防網訊 產業在技術演進中出現變革當下的中國安防當行業有深度應用需求時海量數據的挖掘分析用戶需求成為熱點時人工識圖難以勝任于是乎智能化應運而生它的出現就是為了改變安防人工識圖的工作方式

人工識圖趨向末路

我們現在大多接觸到的監控系統無論是模擬還是模數混合抑或純數字其工作方式依舊是實時監視實時錄像而視頻監控涉及的數據信息類型很多以數據的結構類型來看視頻監控涉及的數據還是以非結構化信息為主這些數據作為一個整體構成了視頻監控系統或者說安防數據基礎;與此同時視頻監控系統的數據體量巨大并以驚人的速度不斷快速膨脹隨著視頻監控圖像系統的不斷聯網和整合以及視頻分辨率和幀率的不斷提高實時視頻數據的存儲已經從TB級別開始躍升到PB級別;更嚴峻的形式是安防數據類型越來越繁多以往的平安城市系統基本上主要是上面提到的視頻圖片地理位置信息等但是隨著各類監控以及相關的信息系統的不斷整合數據類型也會越來越多;此外視頻監控數據整體蘊含的價值密度低但是價值高以視頻監控數據為例在7×24小時連續不間斷監控過程中可能有用的數據僅僅幾分鐘甚至是幾秒這些信息更新頻率很快安防數據每時每刻都在大量產生信息每時每刻都在更新

對于這些非結構化信息查詢的依據只能是空間與時間兩個維度這樣的信息利用方法不僅效率低下其中隱含的價值信息也會被大量冗余的信息所覆蓋一個直觀的感受就是現有平安城市通常要進行7x24小時長達30天的視頻存儲往往存儲規模達到數百GB甚至PB級別而往往真正有用的信息只是其中幾分鐘幾十秒甚至幾秒鐘的視頻片段據專家統計我國99%的大案要案偵破需要視頻監控信息但公安破案在過去一直停留在人工瀏覽錄像查找線索的階段動輒就要調用全市警力日以繼夜的查看監控視頻這種技術局限在監控前端數量不斷增加的當下導致了越來越嚴重的問題這樣的信息利用方法不僅效率低下其中隱含的價值信息也會被大量冗余的信息所覆蓋

所以廣泛而深入的視頻監控應用帶來視頻數據海量式的增長光靠人眼識別可疑跡象遠遠不夠事后靠人工手動查驗更是越來越困難將被動監控變為主動方式要告別人工由智能方式替代是安防向高效深入應用邁進的必由之路也可以認為人工識圖走到了應用的盡頭

破繭而出智能化應用正當時

智能對于人類而言源遠流長早在上世紀40年代基于抽象數學推理的可編程數字計算機的發明使一批科學家開始嚴肅地探討構造電子大腦的可能性而在安防行業要追根溯源大概在新千年初期那時候的智能何時能照進現實當時一批安防人士翹首以盼安防在經歷諸多變革中來到2005年這時期已經有企業開始研究安防智能化應用比如科達在平安城市用智能視頻分析全面提升公安警務工作中的實戰效率到2012年在高清引爆安防之際不甘人后的視頻監控企業爭相開始了智能化產品的推出如果2010年是高清元年2012年行業主旋律是智能化它無可爭議坐穩了發展趨勢頭把交椅

由上可見智能化需求是在視頻監控科技和市場發展到一定階段后的必然產物但其技術實現和市場培育遠比我們遐想的復雜太多

從技術層面看智能視頻分析初級應用以檢測為主在取代報警功能方面有一定作用但如果要開展深入應用需要具備識別分析功能要做到此功能的企業市場上并不多見國外智能化老牌企業OV主要提供智能視頻分析的底層算法和管理軟件;以色列NICE視頻分析模塊最大的特點是在多行業應用中對即將發生的事件發出主動提醒;國內排名靠前的幾大巨頭在智能化方面都有超高表現深圳的飛瑞斯威富中控貝爾信輝銳天眼華夏智信和杭州智諾都在各自擅長領域有所建樹記者在采訪中也了解到科達對于智能化的理解是在基于感知云存儲大數據完整智能體系下告別人工識圖告別人工識圖是智能化目的而實現方式必須在一整套智能化體系下完成或許這才是真正的安防智能化應用

以記者的理解深入行業化應用通常面臨監控僅停留在實時瀏覽和錄像無法識別畫面中的內容更談不上思考和行動而科達感知型攝像機能夠識別出監控畫面中的內容并通過后臺的云計算和大數據分析來做出思考和判斷并在此基礎上采取行動該系類產品是智能分析經濟性和規模化部署的基礎也是未來大數據應用基礎此外根據監控場景和需要識別的內容科達推出了3個系列的感知型攝像機產品特征分析攝像機車輛卡口攝像機人員卡口攝像機如果感知攝像機是人的眼睛而云計算和大數據就是大腦不但分析識別還進行存儲記憶這就是告別人工識圖的技術方式

三言兩語看似簡單的智能分析技術并非那般容易它自身由于實際環境中光照變化目標運動復雜性遮擋目標與背景顏色相似雜亂背景等都是困難;當前海量視頻在做智能分析時需要大量的運算資源但目前很多智能產品性能有限且不支持集群沒有形成智能的計算云;數據碎片化嚴重智能分析的結果沒有很好地傳遞和保存沒有形成統一有效地管理且智能分析后的海量數據利用率不高沒有進一步深入挖掘這些數據的價值這些都是技術難點很難一蹴而就

值得一提的是從技術實現方式來看前端和后端智能都有各自的用武之地感知型攝像機是為了減輕建設成本而大量采用但并非所有的識別分析前端產品能實現這是后端智能分析服務器的擅長它的識別分析能力目前較前端更出色

在市場領域層面目前智能化改變人工識圖方式應用領域并非遍地開花而其中當屬平安城市和智能交通行業應用最為成熟要告別人工前提要對視頻數據進行結構化整理提取其中的特征屬性形成可查詢的數據庫在需要的時候可通過這些特征屬性查詢的相關的目標及信息在平安城市行業海康威視提供各種行為分析智能跟蹤等傳統智能產品用于提升監控效率同時也提供人臉實時比對人臉大庫檢索視頻摘要視頻二次檢索以圖搜圖等用于提升公安刑偵破案能力和加強對關鍵點位的監控能力科達在平安城市應用的海燕車輛大數據與海鷗人員大數據應用系統主要是針對人員以及卡口過車數據進行識別分析提供一系列人員與車輛的大數據布控檢索比對等各種應用比如人臉/全身像檢索高危人員比對人/車實時布控人/車以圖搜圖人/車多點碰撞等用于偵破案件時快速找到涉人涉車線索

在智能交通領域科達車輛大數據系統不僅能識別記錄各種車輛違法行為還能記錄詳細的細分車型車標車身顏色等深度信息為交通管理者帶來詳實的城市交通車輛數據從而為下一步的交通管理與規劃服務天地偉業在智能交通針對道路監控開發的交通事件智能檢測系統通過對道路監控視頻的實時分析可以實現車輛停駛車輛慢行車輛超速車輛逆行交通擁堵和拋灑物等事件檢測同時可以實現車輛間距隊列長度車輛平均速度車道占有率和車流量統計等路況信息數據的統計

其實不同的行業對于視頻監控的需求一般有著非常明顯的差異對于智能視頻分析的應用需求就更加復雜多變監獄為減低犯人自殺現象如何通過智能視頻分析實現;銀行如何分析識別非法粘貼小紙條安裝假鍵盤蒙面暴力搶劫等行為;機場對于遺棄物的檢測和徘徊檢測的需求比較突出等要深入行業挖掘客戶真正需求也非旦夕之功需要指明一點對于視頻監控而言圖像越清晰細節越明顯觀看體驗越好智能化應用業務的準確度也越高所以圖像清晰度是視頻監控永恒的追求高清與智能密不可分

如此來看智能視頻分析在技術層面有共通性但在市場領域卻有差異性需求這都是智能化要規模應用需要面臨的和安防企業需要思考的雄關漫道真如鐵而今邁步從頭越整個行業都在期待智能化破繭成蝶在市場大行其道時

結束語

人工識圖方式的監控不僅浪費人力更是浪費物力面對數不盡的數據要想深入挖掘如大海撈針智能化出現就是要改變現有監控對人參與的依賴智能化應用正當時安防行業擁有智能將告別人工也會改變世界!