智能視頻分析市場回顧

　　智能視頻分析技術(shù)經(jīng)過近十年發(fā)展，從最初的市場涌動，到現(xiàn)在的，市場上一直缺少理性的分析。投機(jī)者不停的轉(zhuǎn)換角色，炒作概念，從智能視頻到物聯(lián)網(wǎng)到智慧城市。但是對于大量的直接用戶和工程商來講，實用的設(shè)備、可用的工具，是項目成功的基本底線。過去幾年的現(xiàn)實是，大量的智能視頻項目開展時轟轟烈烈，收尾時垂頭喪氣。

　　在宣傳資料上的性能和實際性能相差太多，大量廠家的智能視頻分析產(chǎn)品還停留在實驗室階段，售前對于用戶的期望值理解錯誤，很多廠家的演示視頻是精心挑選的片段，甚至有的公司直接復(fù)制其他公司的宣傳視頻，更為惡劣者甚至人工制作“精彩”的視頻。

　　在整個事件中，有些確實屬于用戶的想象力太過于豐富，有些則屬于廠家產(chǎn)品性能太差，無論如何，這幾年智能視頻應(yīng)用下來的結(jié)論是：智能視頻技術(shù)還不成熟。果真是這樣嗎?

　　同時，隨著高清技術(shù)逐步成為市場主流，大量的智能視頻分析還停留在CIF/D1的水平，落后于主流的監(jiān)控技術(shù)，也是人們對于智能視頻分析一個認(rèn)知。從大量的CIF格式智能視頻分析技術(shù)，能直接一步跨越到高清市場嗎?

　　智能視頻分析技術(shù)應(yīng)用由來已久，最初應(yīng)用主要集中在醫(yī)療、機(jī)器人、影視制作、工業(yè)檢測、交通檢測等領(lǐng)域，但其真正踏入安防應(yīng)用，應(yīng)該起源于美國國防部的VSAM大學(xué)研究項目以及一些國際大公司的圖像實驗室，其代表有：

　　CMU卡耐基梅隆機(jī)器人研究所體系(VSAM項目負(fù)責(zé)總成和地面靜止平臺)：

　　· 美國Object Video公司(專利戰(zhàn)策略);

　　· 美國VIdeoIQ公司(被GE收購后又于2008年分拆);

　　· 美國Guardian solution/Jtech (出售給一防務(wù)公司)。

　　· Sarnoff研究所體系(VSAM項目負(fù)責(zé)空中運動平臺)：

　　· 美國Cernium(前Sarnoff高管創(chuàng)建);

　　· Pyramid Vision(Sarnoff研究所子公司);

　　· L3(購買Sarnoff技術(shù));

　　· Sightlogix(前Sarnoff高管創(chuàng)建)。

　　大企業(yè)研發(fā)中心：

　　· 美國ActiveEye(從飛利浦電子分拆，后被霍尼韋爾收購);

　　· 美國Vidient(于2010年關(guān)閉)。

　　以色列體系：

　　· Ioimage公司，現(xiàn)出售給DVtel;

　　· NICE(面向交鑰匙項目)。

　　從以上各大主流智能視頻分析廠商可以看出，智能視頻技術(shù)經(jīng)過近十年的發(fā)展，技術(shù)應(yīng)用領(lǐng)域已經(jīng)基本定型，但是整體走勢并不樂觀。筆者總結(jié)主要原因，還是智能視頻分析技術(shù)在近十年來沒有較大的技術(shù)突破，復(fù)雜的配置、繁瑣的調(diào)試、基于CIF格式的分析導(dǎo)致的識別距離過短等等，不一而足，是智能視頻分析技術(shù)遠(yuǎn)遠(yuǎn)落后于監(jiān)控攝像機(jī)技術(shù)發(fā)展的主要原因。

　　雖然當(dāng)前一些智能視頻分析技術(shù)已經(jīng)能夠做到過濾大部分的誤報源，如云、陰影、樹枝晃動等，但離真正的自適應(yīng)智能視頻分析還有很大的差距，只有真正的自適應(yīng)智能視頻分析成為主流，智能視頻監(jiān)控時代才會真正到來，工程商、用戶才能真正享受智能視頻分析帶來的價值，降低安裝、運維成本。在高清時代，自適應(yīng)智能視頻分析主要體現(xiàn)在以下兩點。

　　· 高清智能視頻分析：實時分析高清視頻畫面，其分析比傳統(tǒng)D1分析畫面識別距離的2倍，識別區(qū)域是傳統(tǒng)D1分析畫面的6倍，同時因為可用像素高達(dá)2百萬像素，系統(tǒng)的識別率也大大改進(jìn);

　　· 全自動自動標(biāo)定：通過先進(jìn)的神經(jīng)元網(wǎng)絡(luò)算法，對現(xiàn)實世界中大量的人、車、船樣本庫(高達(dá)20多萬個不同觀察角度/側(cè)面的目標(biāo)樣本)進(jìn)行學(xué)習(xí)，自適應(yīng)智能視頻分析算法能夠自動標(biāo)定3D鏡頭景深，完全省卻傳統(tǒng)智能視頻分析中的人工標(biāo)定環(huán)節(jié)，避免最耗時、最影響識別性能的環(huán)節(jié)。

　　同時，配合全分布式錄像存儲架構(gòu)，智能視頻分析就能夠真正擔(dān)當(dāng)起智能報警管理的工作。視頻碼流、幀速率、分辨率可隨著情勢變化動態(tài)調(diào)整，板載高質(zhì)量錄像，回傳低碼流，可快速、方便的構(gòu)建有加有效的監(jiān)控系統(tǒng)。更重要的是，分布式錄像存儲架構(gòu)+智能視頻的組合能夠真正幫助工程商和業(yè)主獲得最佳的工程實踐和投資回報：完全消除了網(wǎng)絡(luò)帶寬瓶頸、服務(wù)器處理能力瓶頸、錄像存儲瓶頸的同時，獲得最佳的情勢感知能力。

　　高清智能視頻分析

　　HD高清技術(shù)的市場需求遠(yuǎn)遠(yuǎn)超過人們的預(yù)期，是當(dāng)今安防市場最熱的技術(shù)。相對于傳統(tǒng)的D1畫面，HD高清攝像機(jī)能夠給用戶帶來6倍的像素細(xì)節(jié)，用戶可以安裝更少的點位，其成本優(yōu)勢和技術(shù)優(yōu)勢是毋庸置疑的。[nextpage]

　　高清智能視頻分析的必要性

　　隨著項目中直接一步到位采用高清監(jiān)控的趨勢越來越明顯，而智能視頻分析卻一直停留在D1標(biāo)清級別，甚至大量的廠家算法還處于CIF畫面級別，當(dāng)然就更不要提HD高清畫面級別的視頻分析能力。這已經(jīng)遠(yuǎn)遠(yuǎn)落后于攝像機(jī)技術(shù)的發(fā)展，嚴(yán)重的制約了整體監(jiān)控系統(tǒng)的應(yīng)用潛力。所以，本文在伊始提到的自適應(yīng)智能視頻分析算法的實現(xiàn)就成為了解決該問題的關(guān)鍵。采用自適應(yīng)智能視頻分析算法，在HD高清畫面級別實現(xiàn)智能視頻分析，將為用戶的高清體驗帶來質(zhì)的飛躍。不僅是識別距離、識別范圍的大大擴(kuò)展;更重要的是，更加詳盡的目標(biāo)細(xì)節(jié)和像素能夠幫助用戶更加快速、有效的判斷現(xiàn)場情勢，做出正確的判斷、采取正確的事件響應(yīng)流程。

　　傳統(tǒng)算法無法有效分析高清畫面

　　DSP/CPU的處理能力、網(wǎng)絡(luò)帶寬一直是傳統(tǒng)智能視頻分析算法的2個不可逾越的障礙。為了分析D1標(biāo)清像素，需要強(qiáng)大的DSP/CPU處理能力，而視頻編碼處理也需要很大的DSP/CPU計算資源，傳統(tǒng)智能視頻分析要想做到D1標(biāo)清畫面級別分析，一般需要2個獨立的DSP分別完成視頻分析和視頻編碼工作，多DSP編程增加了實現(xiàn)難度和成本。有些采用后臺CPU的智能視頻分析算法，則需要良好的圖像質(zhì)量，而圖像質(zhì)量和帶寬成正比，高帶寬又對計算機(jī)的解碼和視頻分析構(gòu)成壓力，所以會形成惡性循環(huán)，從而導(dǎo)致采用后端CPU分析架構(gòu)的性價比急劇下降。

　　· 處理器局限性：按照當(dāng)前的智能視頻分析算法，在處理D1標(biāo)清時，就需要1路單獨的DSP(720Mhz)，如果畫面升為HD高清，像素數(shù)增加5倍，一個嵌入式設(shè)計的智能視頻分析攝像機(jī)或編碼器需要6個類似的DSP才能保證全高清畫面分析。6路DSP進(jìn)行并行運算不僅帶來編程難度和成本劣勢，同時電源消耗也遠(yuǎn)遠(yuǎn)超過了PoE以太網(wǎng)供電的能力，這基本上否定了該系統(tǒng)設(shè)計。采用后臺CPU實現(xiàn)智能視頻分析，貌似解決了CPU編程問題和電源問題，但是后臺分析又帶來了新的挑戰(zhàn)，如網(wǎng)絡(luò)帶寬壓力;

　　· 網(wǎng)絡(luò)帶寬局限性：為了利用HD高清畫面來實現(xiàn)有效視頻分析，必須獲得高畫質(zhì)的高清畫面，這將推動視頻碼流直接跳到6Mbps以上，并且必須保證網(wǎng)絡(luò)的可靠性，這將大大推高網(wǎng)絡(luò)建設(shè)成本。同時，高碼流解碼+HD智能視頻分析將使得1個CPU只能分析1到2路，整體性價比相對非常低。

　　自適應(yīng)智能視頻分析算法優(yōu)勢

　　自適應(yīng)智能視頻分析算法和傳統(tǒng)分析算法采用同樣的DSP處理器、同樣的攝像機(jī)成像器件，但是采用了低運算消耗的創(chuàng)新算法來實現(xiàn)同樣的功能和性能，包括能夠在HD高清畫面級別實現(xiàn)視頻分析。

　　· 先進(jìn)的模式識別：傳統(tǒng)算法是對每個像素進(jìn)行圖像分割，從而導(dǎo)致計算量居高不止。自適應(yīng)智能視頻分析算法采用先進(jìn)的目標(biāo)建模模型，通過神經(jīng)元算法對20多萬種不同角度、不同形式的目標(biāo)(人、車、船)進(jìn)行學(xué)習(xí)，從而獲得比傳統(tǒng)算法的像素分割模型高得多的識別率，還大大降低了DSP的計算資源;

　　· 反饋學(xué)習(xí)：傳統(tǒng)算法中DSP消耗大戶除了以上提到的圖像分割，再有就是前后景分離。自適應(yīng)智能視頻分析算法放棄了傳統(tǒng)算法中的概率前后景分離過程，而是采用一種新型的基于反饋學(xué)習(xí)的新方法，不僅實現(xiàn)效果遠(yuǎn)勝傳統(tǒng)方法，而DSP資源消耗只是傳統(tǒng)模式的1/3;

　　· 100%自動標(biāo)定：減少了人工標(biāo)定的步驟，極大的降低了安裝和維護(hù)成本算法改進(jìn)的結(jié)果是，一種采用標(biāo)準(zhǔn)DSP架構(gòu)的嵌入式智能高清攝像機(jī)。通過在攝像機(jī)前端實現(xiàn)智能視頻分析，獲得最佳的原始圖像，將最大可能的提高識別率、降低誤報率。同時不影響回傳圖像的碼流。通過這種新型的架構(gòu)，用戶可以首次實現(xiàn)低成本的、高清級別的智能視頻分析，從而充分利用高清畫面帶來的監(jiān)控距離和覆蓋范圍的優(yōu)勢。

　　100%自動標(biāo)定技術(shù)

　　在智能視頻分析市場上，標(biāo)定的定義是指手動定義同一個人在視場中不同的距離/位置所占據(jù)的像素高度。如果主要目的是檢測車輛、船或自行車，則需要對類似目標(biāo)進(jìn)行同樣的手動設(shè)定。[nextpage]

　　手動標(biāo)定

　　一般在攝像機(jī)安裝后，有一個工程師手持一個固定高度的立桿進(jìn)入攝像機(jī)視場，通過在不同位置走動，在后臺管理軟件的工程師可以手動在標(biāo)定界面上標(biāo)注出立桿占據(jù)的像素高度。立桿高度和像素高度的對應(yīng)比例，可以反映出物理尺寸的人體高度和像素的對應(yīng)關(guān)系，從而在類似高度的目標(biāo)進(jìn)入防區(qū)后，觸發(fā)報警。這個標(biāo)定理論的前提是攝像機(jī)視場角度不會發(fā)生大的改變，現(xiàn)場環(huán)境如地形、樹木等不會發(fā)生大的變化，攝像機(jī)在維護(hù)過程中，不會被調(diào)整方向。人工標(biāo)定過程是一個很浪費時間和人力的過程，至少2個人，標(biāo)定成功后還要現(xiàn)場人員四處走動，以確認(rèn)標(biāo)定是準(zhǔn)確的，如果標(biāo)定不準(zhǔn)確，物理尺寸和像素對應(yīng)出現(xiàn)大的誤差，那么人體高度識別就會出現(xiàn)大的誤差，從而導(dǎo)致誤報或漏報。因為它太過于依賴高度這個參數(shù)來做目標(biāo)分類，所以人工標(biāo)定的系統(tǒng)往往無法提供有效的目標(biāo)識別。

　　例如，如果一個人只有部分可見，如走在車輛后邊，被灌木遮擋部分身體，甚至可能只有目標(biāo)的頭部和肩膀可見，傳統(tǒng)算法就會認(rèn)為這個目標(biāo)過小，從而導(dǎo)致漏報，如果為了檢測到目標(biāo)，設(shè)定檢測的目標(biāo)高度范圍擴(kuò)大，那么就有可能導(dǎo)致小動物誤報。另外，一旦地形發(fā)生變化，或者攝像機(jī)角度偏移，目標(biāo)物體尺寸和像素對應(yīng)關(guān)系發(fā)生巨變，那么根據(jù)這個透視假設(shè)所識別的目標(biāo)就完全不準(zhǔn)確了。

　　自適應(yīng)智能分析算法的不同

　　自適應(yīng)智能分析算法不是簡單地通過目標(biāo)高度來判斷目標(biāo)屬性，而是通過目標(biāo)自有特征來自動實現(xiàn)目標(biāo)分類，從而對某一目標(biāo)其在場景不同位置的像素對應(yīng)關(guān)系構(gòu)建透視對應(yīng)關(guān)系。反過來，準(zhǔn)確的透視關(guān)系又改進(jìn)目標(biāo)的識別率。所以，工程商和用戶可以直接安裝智能攝像機(jī)，而無需考慮人工標(biāo)定過程。攝像機(jī)安裝當(dāng)天，系統(tǒng)就開始自動學(xué)習(xí)背景和場景中的目標(biāo)，從而實現(xiàn)自動標(biāo)定。即便用戶日后調(diào)整攝像機(jī)角度或地形發(fā)生變化，系統(tǒng)都會自動重新學(xué)習(xí)、自動再次標(biāo)定。這大大降低了勞動強(qiáng)度和運作成本。

　　分布式存儲 一體化架構(gòu)

　　如何實現(xiàn)存儲系統(tǒng)的可伸縮性一直是所有標(biāo)書中所要求的，也是很多技術(shù)人員所討論的核心之一，但是往往實現(xiàn)的不夠完美。分布式存儲近年來進(jìn)入人們的視野，并逐步為用戶所接受，主要在于其良好的可擴(kuò)展性、簡單、有效。

　　架構(gòu)優(yōu)勢

　　現(xiàn)代網(wǎng)絡(luò)設(shè)備的設(shè)計初衷是少對多的數(shù)據(jù)流分發(fā)模式，比如一臺服務(wù)器由多臺客戶機(jī)訪問。而且往往是數(shù)據(jù)突發(fā)的訪問，并不是長期高帶寬傳輸。而對于視頻或大數(shù)據(jù)量的應(yīng)用，有組播分發(fā)協(xié)議，從而控制整體數(shù)據(jù)流量。

　　而網(wǎng)絡(luò)監(jiān)控系統(tǒng)正好相反，是多對少的數(shù)據(jù)流集中模式，多個攝像機(jī)將數(shù)據(jù)傳送到幾臺服務(wù)器，網(wǎng)絡(luò)瓶頸和系統(tǒng)可靠性就成了系統(tǒng)設(shè)計關(guān)鍵。通過將錄像存儲和智能視頻分析分布在各個攝像機(jī)前端，用戶就可以智能的瀏覽各個攝像機(jī)的視頻，而不會對網(wǎng)絡(luò)產(chǎn)生過高的壓力，對于網(wǎng)絡(luò)可靠性的要求就會大大降低。

　　同時，采用分布式存儲設(shè)計，不僅大大降低了以上提到的網(wǎng)絡(luò)瓶頸和平臺軟件系統(tǒng)的可靠性要求，而且也大大降低了集中存儲的可靠性要求。

　　一體化架構(gòu)設(shè)計

　　實驗室和實際環(huán)境測試表明，分布式錄像存儲架構(gòu)可以降低90%的網(wǎng)絡(luò)帶寬，傳統(tǒng)的集中式存儲所要求的高可靠性網(wǎng)絡(luò)需求和復(fù)雜的服務(wù)器、IPSAN存儲系統(tǒng)，將不再成為設(shè)計的中心。另外，由于智能視頻分析直接位于前端，可以根據(jù)不同規(guī)則進(jìn)行不同碼流的錄像和回傳，更加有效的、主動實現(xiàn)管理帶寬。 如當(dāng)有人或車輛違反規(guī)則時，前端攝像機(jī)進(jìn)行1080P@30fps高清錄像，保證事件調(diào)查時具有最好的圖像，同時回傳低碼流的視頻給后臺軟件。這樣的系統(tǒng)設(shè)計可以保證網(wǎng)絡(luò)和計算機(jī)資源的有效、合理分配，從安裝1臺攝像機(jī)到N臺，完全的線性增長。

　　自適應(yīng)智能視頻分析邁向主流

　　自適應(yīng)智能視頻分析技術(shù)解決了智能高清監(jiān)控技術(shù)的兩大難題：識別率和成本。通過革命性的方法，將成像、錄像、識別融為一體，從而應(yīng)對最復(fù)雜的安防需求。完全的自動標(biāo)定，真正將智能視頻分析技術(shù)演進(jìn)為即插即用的設(shè)備。

　　所以我們能夠預(yù)見到，在不遠(yuǎn)的將來，高清智能視頻分析將快速進(jìn)入主流市場，而一體化設(shè)計的智能高清攝像機(jī)，也將快速進(jìn)入工程商和用戶的視野。