智能視頻分析系統的特點及存在的問題

      智能視頻分析，英文叫IVS(IntelligentVideoSystem),指計算機圖像視覺分析技術，通過將場景中背景和目標分離進而分析并追蹤在攝像機場景內出現的目標。用戶可以根據的視頻內容分析功能，通過在不同攝像機的場景中預設不同的報警規則，一旦目標在場景中出現了違反預定義規則的行為，系統會自動發出報警，監控工作站自動彈出報警信息并發出警示音,用戶可以通過點擊報警信息，實現報警的場景重組并采取相關措施。

      智能視頻分析系統主要形式及特點

      目前智能視頻分析產品主要基于通用CPU如英特爾(服務器，工控機)或者DSP。有些產品和DVR集成在一起，有些產品做成獨立的模塊，通過提供界面和開發SDK供集成商使用。集成化程度最高的產品已經和相機做成一體，直接輸出智能分析結果。

      基于服務器(工控機)的系統通常適合布置在監控系統的后臺。由于它的架構相對開放，所以可以方便地和現有監控系統融合。另外服務器的CPU處理能力和DSP相比要高，可以使用較為復雜的算法。多核是英特爾CPU的發展方向，非常適合多路圖像處理的需要及發展趨勢。對于降低系統成本很有幫助。英特爾每兩年推出一款新產品的速度也遠較德州儀器(TI)快。基于服務器的系統性能可以隨著英特爾產品的更新而方便地提升。在一些高端智能視頻監控系統中，使用服務器的比較多。

      基于DSP的模塊化產品通常適合布置在監控系統的前端。它安裝實施起來比較方便。對于知識產權的保護也容易做到位。從商業模式的角度來看，比較適合中國市場的需要。

      如果我們可以從北美市場汲取一些經驗的話，那就是成功安裝使用一臺智能視頻分析產品通常應由有豐富經驗的集成商或者開發商通過解決方案的形式給予直接有力的支持。現在市場上的智能視頻分析產品和傳統監控形式相比，監控效率、質量，特別在實時報警方面，有了實質性的進步。但是它們離我們期望的標準還有一些差距。還不能指望像安裝監控相機一樣搭起一套系統馬上正常運轉。像任何新技術一樣，要達到好的效果，必須有了解智能視頻分析產品特點的工程人員從方案設計到施工、調試的全程支持。

      智能視頻分析仍然是一個活躍的研究領域。新思路、新成果不斷出現。無論從理論方面，還是硬件平臺能力方面，目前的智能視頻分析系統還有明顯的提升空間。從用戶使用的角度來看，在短時間內(如一分鐘)單路圖像監控情況下，人通常比現有的系統更快、更準的做出判斷。從目前技術發展趨勢來看，智能視頻分析完全可以做到全面超過人的監控能力。變成像現在的DVR一樣成熟、可靠的監控手段。

      智能視頻分析存在的問題

      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、雜亂背景等都會增加目標檢測與跟蹤算法設計的難度，其難點問題主要在以下幾個方面：

      背景的復雜性：光照變化引起目標顏色與背景顏色的變化，可能造成虛假檢測與錯誤跟蹤。采用不同的色彩空間可以減輕光照變化對算法的影響，但無法完全消除其影響；場景中前景目標與背景的相互轉換，與行李的放下、拿起，車輛的啟動與停止；目標語背景顏色相似時會影響目標檢測與跟蹤的效果；目標陰影與背景顏色存在差別通常被檢測為前景，這給運動目標的分割與特征提取帶來困難。

      目標特征的取舍：序列圖像中包含大量可用于目標跟蹤的特征信息，如目標的運動、顏色、邊緣以及紋理等。但目標的特征信息一般是時變的，選取合適的特征信息保證跟蹤的有效性比較困難。

      遮擋問題：遮擋是目標跟蹤中必須解決的難點問題。運動目標被部分或完全遮擋，又或是多個目標相互遮擋時，目標部分不可見回造成目標信息缺失，影響跟蹤的穩定性。為了減少遮擋帶來的歧義性問題，必須正確處理遮擋時特征與目標間的對應關系。大多數系統一般是通過統計方法預測目標的位置、尺度等，都不能很好地處理較嚴重的遮擋問題。

      兼顧實時性與魯棒性：序列圖像包含大量信息，要保證目標跟蹤的實時性要求，必須選擇計算量小的算法。魯棒性是目標跟蹤的另一個重要性能，提高算法的魯棒性就是要使算法對復雜背景、光照變化和遮擋等情況有較強的適應性，而這又要以復雜的運算為代價。

      產品市場競爭的日趨激烈，產品智能化優勢在實際操作和應用中得到非常好的運用，其主要表現在：大大改善操作者作業環境，減輕了工作強度；提高了作業質量和工作效率；一些危險場合或重點施工應用得到解決；環保、節能；提高了機器的自動化程度及智能化水平；提高了設備的可靠性，降低了維護成本；故障診斷實現了智能化等。