絕大多數(shù)智能視頻分析都是基于運(yùn)動(dòng)目標(biāo)檢測技術(shù)，即首先智能分析系統(tǒng)能準(zhǔn)確地完成對(duì)運(yùn)動(dòng)目標(biāo)的檢測，將運(yùn)動(dòng)物體與圖像背景有效分離，提取出運(yùn)動(dòng)目標(biāo)信息。
從計(jì)算機(jī)視覺的實(shí)際應(yīng)用上來看，運(yùn)動(dòng)目標(biāo)檢測與識(shí)別、分析所面臨主要挑戰(zhàn)和需解決問題可以歸結(jié)為三個(gè)方面，即算法的魯棒性、準(zhǔn)確性、實(shí)時(shí)性。
魯棒性
魯棒性就是系統(tǒng)的健壯性，用以表征控制系統(tǒng)對(duì)特性或參數(shù)攝動(dòng)的不敏感性。運(yùn)動(dòng)目標(biāo)檢測算法的魯棒性是能夠在各種環(huán)境條件下實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)持續(xù)、穩(wěn)定的檢測、分析和識(shí)別。
影響算法魯棒性的最主要原因有如下幾項(xiàng)：目標(biāo)狀態(tài)的改變、環(huán)境光照的變化、部分遮擋引起的目標(biāo)不規(guī)則變形和全部遮擋引起的運(yùn)動(dòng)目標(biāo)暫時(shí)消失。
準(zhǔn)確性
運(yùn)動(dòng)目標(biāo)檢測和識(shí)別針對(duì)不同應(yīng)用情況，其檢測識(shí)別率不同，幾乎無法實(shí)現(xiàn)100%檢測成功，即存在誤檢和漏檢情況。由于實(shí)際的監(jiān)控場景環(huán)境復(fù)雜、千變?nèi)f化，其中存在大量噪聲和干擾情況，通過算法的優(yōu)化可提高一定的檢測準(zhǔn)確率，同時(shí)往往只能根據(jù)實(shí)際需求，在誤檢率(虛警率)和漏檢率(漏警率)之間尋求平衡折中。
實(shí)時(shí)性
一個(gè)實(shí)用的智能視頻監(jiān)控系統(tǒng)，必須具備能夠?qū)σ曨l圖像序列進(jìn)行實(shí)時(shí)處理的能力。由于對(duì)視頻動(dòng)態(tài)圖像的處理方法是建立在二維數(shù)字信號(hào)的處理基礎(chǔ)上，所處理的對(duì)象包含巨大的數(shù)據(jù)量和信息量，要求算法不能計(jì)算太復(fù)雜，必須快速、實(shí)時(shí)。對(duì)于實(shí)時(shí)分析預(yù)警任務(wù)，計(jì)算復(fù)雜度是至關(guān)重要的，這樣才能把系統(tǒng)更多的資源分配給更高級(jí)的任務(wù)。而這其中實(shí)時(shí)性和魯棒性又常常是矛盾的，如何尋求平衡發(fā)展是技術(shù)的關(guān)鍵。
尤其指出，目前已有公司自主研發(fā)的視頻運(yùn)動(dòng)檢測算法，相比經(jīng)典的運(yùn)動(dòng)檢測算法，受光線和鏡頭抖動(dòng)的影響較小，而且計(jì)算時(shí)間更少，更加適合實(shí)時(shí)產(chǎn)品的開發(fā)。同時(shí)在自主算法基礎(chǔ)上封裝開發(fā)包(SDK)，在該公司數(shù)字安防系統(tǒng)軟件平臺(tái)、網(wǎng)絡(luò)攝像機(jī)系列產(chǎn)品中集成，實(shí)現(xiàn)了系統(tǒng)級(jí)和產(chǎn)品級(jí)的可靠應(yīng)用。同時(shí)，項(xiàng)目組正在廣泛地建立多種場景的視頻庫，針對(duì)多種場景的視頻使用自有算法做測試，以便更好完善算法，減少需要調(diào)整參數(shù)的個(gè)數(shù)，從而更好地滿足實(shí)際應(yīng)用需求。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
