中國安防智能化的現(xiàn)狀:理想豐滿,現(xiàn)實骨感
雖然是市場上“寵愛”的技術,但智能視頻分析技術在中國的應用并非一帆風順。全球一些專業(yè)的IVS研究廠家,像美國的ObjectVideo、Vidient;以色列的 NICE,Mate,IOImage;澳大利亞的IOmniscient等。這些廠家都相繼進入中國市場,一度造成外國廠商獨占國內智能視頻分析市場的局面。而終究因其技術與中國國情的差異性,無法真正滲透中國市場。而國內的一些智能視頻分析廠家多數(shù)能夠識別的行為特征僅局限于一些特定的場合。如目標跟蹤、越界、計數(shù)、目標丟失、物體遺留等,主要應用于像看守所、監(jiān)獄、博物館、倉庫、廠區(qū)、地鐵站等相對固定的應用場景,而在針對社會層面的監(jiān)控環(huán)境中,因監(jiān)控場景的復雜和多變性導致監(jiān)控的穩(wěn)定性大打折扣,而以報警事件準確性為評價標準的智能監(jiān)控產(chǎn)品也因此而突顯了其應用局限性,因此,智能視頻分析技術處于“叫好不叫座”的尷尬境地,那如果我們探究安防智能化規(guī)?;瘧玫墓拯c在哪?應該說,除了之前分析的本身技術具有的先天性優(yōu)勢之外,還需要解決以下瓶頸問題,或許,聚沙成塔,安防智能化的大爆發(fā)指日可待。
技術難能滿足應用需求。目前來看,雖然近年智能視頻技術迅速發(fā)展,應用范圍也在不斷擴展,市場上已經(jīng)有了網(wǎng)絡監(jiān)控的各種產(chǎn)品,如網(wǎng)絡攝像機、網(wǎng)絡矩陣等,但由于這些系統(tǒng)的質量還有待提高,圖像看起來有明顯的延遲、跳動、不夠清晰等缺陷,由于硬件本身性能不夠穩(wěn)定,易出現(xiàn)死機、重啟、誤漏報等問題。而智能視頻分析本身算法的局限,在理想環(huán)境下才可實現(xiàn)其全部功能,所以在實際應用中,只能初步實現(xiàn)較簡單的功能。
首先是無法完全消除誤報的影響。例如,運動目標識別中的背景建模技術,在控制漏報數(shù)量的同時,還不能完全的刪除誤報。在以目標識別為技術基礎的周界防范產(chǎn)品中,誤報的數(shù)量一直是反映該產(chǎn)品優(yōu)劣的一大指標。而誤報的數(shù)量是由背景模型與實際使用情況之間的差距造成的。模型的適應能力越強,造成的誤報越少,背后要求的技術也越高。影響背景模型建立的因數(shù)很多。
又例如,空曠的柏油馬路和邊上有樹木的圍墻,6m高的攝像機與2m高的攝像機所拍攝的畫面就需要不同的背景模型,白天和黑夜的狀態(tài)需要的模型也不同。目前,行業(yè)中還沒有開發(fā)出一種可以涵蓋所有使用情況的背景模型來,也無法完全的解決隨機事件的影響,如在黑夜環(huán)境下車燈造成的誤報;其次,不具備行為的判斷能力。例如,周界防范,機器中行為分析的區(qū)域入侵功能能夠發(fā)現(xiàn)活動目標,并可以在這些活動目標中利用技術手段把用戶希望的目標(例如人體)提取出來。但是再進一步,這個闖入者的動機是什么,是偶爾路過,還是故意闖入,是否有意的往警戒區(qū)域內探望,這些都無法靠機器來識別;
再次,特征識別技術對畫面要求高。對于基于特征識別的分析技術,對于圖像的要求比較高。除了畫面本身清晰度外,也需要清楚的展示目標物體的特征,目前計算機的識別能力大大低于人類對物體特征的識別能力,不同的光照條件和拍攝角度,都將改變計算機所看到的特征;最后,CPU的處理能力仍然是瓶頸。要滿足實際復雜的應用環(huán)境就需要越加復雜的算法,隨之帶來了巨大的計算量,目前DSP芯片的能力有限,已經(jīng)不能滿足某些復雜算法的需要。因此,難以開發(fā)相應高級功能的嵌入式產(chǎn)品,這也增加了很多產(chǎn)品的施工難度與實際推廣的阻力。