視頻分析智能視覺技術(shù)應(yīng)用概括與展望

成都弱電公司訊：

智能視覺技術(shù)簡介

隨著行業(yè)的發(fā)展，傳統(tǒng)的安防行業(yè)由原來單純的成都視頻監(jiān)控系統(tǒng)，慢慢的擴(kuò)展為視頻綜合經(jīng)管系統(tǒng)。其功能逐漸從視頻采集、視頻編解碼和錄像存儲(chǔ)為主、逐步過渡到視覺內(nèi)容(VisioAnalytics)分析和元數(shù)據(jù)應(yīng)用為主。不論是成都視頻監(jiān)控系統(tǒng)，還是視頻綜合經(jīng)管系統(tǒng)，就其本質(zhì)而言，是通過光電傳感器來代替人眼來獲取外部有用信息并加以利用。

視覺分析，又稱為智能視覺(IntelligentVisio)、計(jì)算機(jī)視覺(ComputerVision)。智能視頻分析(IntelligentVideoanalytics)，或者稱為視頻內(nèi)容分析(VideoContentAnalysis)，智能視頻(IntelligentVideo)等。兩者既有聯(lián)系又有區(qū)別。

視頻分析是對(duì)多幀圖像組成的序列進(jìn)行分析，視頻分析的對(duì)象都是攝像機(jī)采集的自然視頻。但視覺分析研究對(duì)象和內(nèi)容更廣，還包括合成圖像和拼接圖像，不僅用到圖像處理技術(shù)、視頻處理算法，還包括一些攝像機(jī)成像技術(shù)、圖像合成技術(shù)，三維重構(gòu)技術(shù)、對(duì)象檢測技術(shù)、對(duì)象辨認(rèn)技術(shù)、行為分析等等。

智能視覺技術(shù)核心和開發(fā)難點(diǎn)

不論在學(xué)術(shù)界，還是產(chǎn)業(yè)界，對(duì)智能視覺分析都沒有正式而又明確的定義，自然的對(duì)智能視覺分析技術(shù)也就沒有成型的公式。

智能視覺技術(shù)的突出特點(diǎn)就是多樣性和不完善性。智能視覺技術(shù)是一個(gè)多學(xué)科交叉研究領(lǐng)域。用到了數(shù)學(xué)、物理學(xué)、攝影學(xué)、神經(jīng)生物學(xué)、信號(hào)處理、圖像處理、人工智能、自動(dòng)控制機(jī)器人、機(jī)器視覺、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等多學(xué)科相關(guān)知識(shí)。

智能視覺分析主要是模仿人眼視覺分析和人腦視覺信息處理與提取過程，在生物視覺方面，人類對(duì)人腦視覺信息處理和提取的具體過程還知之甚少。在整個(gè)20世紀(jì)中，人類對(duì)各種動(dòng)物的眼睛、神經(jīng)元、以及視覺刺激相關(guān)的腦部組織都進(jìn)行了廣泛研究，得出了視覺系統(tǒng)如何運(yùn)作的粗略描述。人們?cè)噲D建立一個(gè)人工系統(tǒng)，使之在分歧程度上模擬生物視覺運(yùn)作。

一個(gè)典型的智能視覺分析應(yīng)用框架首先對(duì)輸入視頻信號(hào)進(jìn)行圖像處理和視頻處理，對(duì)視頻信號(hào)中每個(gè)像素點(diǎn)建立隨時(shí)間變化的模型，并前背景分離。然后對(duì)分離出的前景圖像區(qū)域提取合適的特征向量。根據(jù)線下練習(xí)器使用正負(fù)樣本得到的模型檢測該區(qū)域是否有模型對(duì)應(yīng)的對(duì)象存在，若存在，則認(rèn)為檢測到該對(duì)象。然后繼續(xù)對(duì)該對(duì)象本身內(nèi)部屬性特征進(jìn)一步檢測辨認(rèn)。使用對(duì)象模型檢測對(duì)象，不僅在視頻前景區(qū)域中進(jìn)行檢測，也可以直接在整個(gè)圖片中遍歷檢測。模型檢測之前需要建立特征金字塔，并以滑動(dòng)窗的形式進(jìn)行光柵順序掃描，以實(shí)現(xiàn)在多尺度下對(duì)象檢測。

前景中檢測出對(duì)象后，繼續(xù)對(duì)對(duì)象動(dòng)作姿態(tài)進(jìn)行辨認(rèn)。同時(shí)在視頻中對(duì)對(duì)象特征角點(diǎn)進(jìn)行跟蹤，以完整繪制出對(duì)象運(yùn)動(dòng)軌跡。

以上的場景分析、前背景建模、對(duì)象模型檢測、對(duì)象姿態(tài)辨認(rèn)、運(yùn)動(dòng)軌跡分析，即可以在原始視頻圖像中完成，也可以在變換圖像、拼接圖像、視頻集合中完成。

分歧攝像頭得到的運(yùn)動(dòng)檢測辨認(rèn)結(jié)果、行為軌跡分析結(jié)果可以綜合分析挖掘，提煉出更有潛力價(jià)值的信息。

上文所說的視覺分析框架并不是一成不變的，由于智能視覺技術(shù)多樣性和不完善性，針對(duì)分歧的應(yīng)用場景，其中各技術(shù)模塊會(huì)有分歧。每一模塊中的算法，都僅適用于某些特定的應(yīng)用，不具有通用性，故智能視覺分析算法有相當(dāng)?shù)碾y度。