視頻分析技術(shù)的背景
    “美國國防部的研究表明，在一個非智能的視頻監(jiān)控系統(tǒng)里，一個工作人員監(jiān)控兩臺監(jiān)視器，10分鐘后遺忘45%的內(nèi)容，20分鐘后會遺忘95%的內(nèi)容”，這是近兩年各個視頻分析廠商推銷視頻分析技術(shù)及產(chǎn)品時經(jīng)常用到的“話術(shù)”。由此可見，視頻監(jiān)控系統(tǒng)需要智能，系統(tǒng)需要具有能像人一樣具有獨立思考的能力，并克服一些人為監(jiān)控行為的不足。

    眾所周知，視頻監(jiān)控技術(shù)的發(fā)展經(jīng)歷了閉路電視監(jiān)控時代、DVR時代及網(wǎng)絡(luò)監(jiān)控時代。在閉路電視監(jiān)控時代，通過矩陣的控制切換功能實現(xiàn)對前端視頻信號的選擇并切換到指定監(jiān)視器上，值班人員需要聚精會神地盯著監(jiān)視器以試圖發(fā)現(xiàn)可疑情況。由于攝像機與監(jiān)視器并非一對一比例配置的，因此必然會漏掉一些信息。在DVR時代，視頻監(jiān)控系統(tǒng)已經(jīng)實現(xiàn)了一定的數(shù)字化，利用視頻編碼及硬盤存儲設(shè)備，可以進行大容量長時間錄像，但是，DVR的功能側(cè)重在“錄像”上，因此，其主要作用通常是事后調(diào)查回放而不能防患于未然。雖然部分DVR設(shè)備實現(xiàn)了VMD（視頻移動探測技術(shù)）的“初級智能”，但實際應(yīng)用效果并不好，算不上視頻分析。

    綜上所述，閉路電視監(jiān)控系統(tǒng)、數(shù)字視頻監(jiān)控系統(tǒng)有如下弱點：攝像機與監(jiān)視器通常是按照“多對一”比例配置，無法監(jiān)視所有通道；對于模擬電視墻，人的注意力不能永遠(yuǎn)集中監(jiān)視并提早發(fā)現(xiàn)可疑行為；DVR/NVR通常是起錄像作用，在需要時用于事后調(diào)查；DVR/NVR的檢索功能單一，不具有智能檢索功能。

    能否讓計算機系統(tǒng)獨立“讀懂”視頻信息，從而代替值班人員，實現(xiàn)對視頻內(nèi)容的自動判定及報警；能否將視頻信息建立標(biāo)簽索引或特征描述，從而實現(xiàn)定制化的視頻快速檢索，是視頻監(jiān)控的發(fā)展之道，也是智能視頻監(jiān)控技術(shù)的核心，即視頻內(nèi)容分析IVS（Intelligent Video Surveillance）。圖1為視頻分析功能示意圖，利用視頻分析技術(shù)，可以在成百上千的原始圖像中提取出異常視頻，進而自動報警、顯示及錄像存儲。

可實現(xiàn)的功能
    如果說攝像頭和編碼傳輸系統(tǒng)完成了“眼睛”的功能，那么視頻分析便是擔(dān)任“大腦”的角色。視頻分析技術(shù)能夠在圖像及圖像描述之間建立映射關(guān)系，使計算機系統(tǒng)能夠通過圖像處理和分析來理解視頻信息中“發(fā)生了什么事情”，實質(zhì)是“自動分析和抽取視頻源中的關(guān)鍵信息”。這樣，計算機系統(tǒng)便能夠“讀懂”視頻信息內(nèi)容，再為視頻信息設(shè)置一定的規(guī)則，計算機系統(tǒng)將“讀到的內(nèi)容”與“設(shè)定的規(guī)則”進行匹配，一旦行為與規(guī)則完全匹配，便可以迅速報警或者索引出來。[nextpage]

    總結(jié)來看，智能視頻監(jiān)控系統(tǒng)主要優(yōu)勢體現(xiàn)在：快速的反應(yīng)時間——毫秒級的報警觸發(fā)反應(yīng)時間；提前預(yù)警機制——在事件剛剛發(fā)生即快速報警；更有效地監(jiān)視——安保操作員只需要注意相關(guān)信息；強大的數(shù)據(jù)檢索和分析功能——能提供快速的反應(yīng)時間和調(diào)查時間；帶寬及存儲資源的節(jié)約——系統(tǒng)可以按照VCA報警來傳輸或錄像。

視頻分析技術(shù)的原理
    視頻分析技術(shù)通常采用背景分離（背景減除）技術(shù)來進行圖像變化的檢測（所有的視頻分析模式，如入侵、丟包、逆行等都是一種模式的圖像變化）。其思路是對視頻幀與基準(zhǔn)背景圖像進行比較，相同位置的像素（區(qū)域）變化則認(rèn)為是變化了的區(qū)域，對這些區(qū)域進一步處理、跟蹤、識別，得到包括目標(biāo)位置、尺寸、形狀、速度、停留時間等基本形態(tài)信息和動態(tài)信息，完成目標(biāo)的跟蹤和行為理解之后，也就完成了圖像與圖像描述之間的映射關(guān)系，從而使系統(tǒng)進一步進行規(guī)則判定，直到觸發(fā)報警。

    背景減除法是目前普遍使用的運動目標(biāo)檢測方法，其算法本身需要大量的運算處理資源，并且仍然會受到光線、天氣等自然條件及背景自身變化（海浪、云影、樹葉搖動等情況）的影響。但是，針對不同的天氣以及自然干擾，已經(jīng)有多種附加算法（過濾器）應(yīng)用來彌補這些缺陷，隨著芯片能力的提升及算法改進，相信視頻分析技術(shù)會進一步成熟。

視頻內(nèi)容分析的關(guān)鍵技術(shù)
    前景目標(biāo)的探測是視頻分析技術(shù)實施的前提條件。背景減除法是目前視頻分析技術(shù)中用于前景目標(biāo)探測的最常見方法，其原理是利用當(dāng)前圖象和背景圖象的差分（SAD）來檢測出運動目標(biāo)（區(qū)域）的一種方法。此方法可以提供比較完整的運動目標(biāo)特征數(shù)據(jù)，精確度和靈敏度比較高，具有良好的性能表現(xiàn)，但對動態(tài)場景的變化，如光線變化情況也比較敏感。背景減除法的工作原理如圖2所示，當(dāng)前圖像與背景圖像模型做差后形成運動目標(biāo)區(qū)域，即圖中的小船。

    背景模型的建立是背景減除法的關(guān)鍵所在。通常，視頻分析算法需要一定的時間進行“背景學(xué)習(xí)”，所謂背景學(xué)習(xí)，實質(zhì)上是利用時間平均圖像的方法，將背景在一個時間段（如30秒鐘）內(nèi)的平均圖像計算出來，作為該場景的背景模型。那么，“背景學(xué)習(xí)”時間結(jié)束后，系統(tǒng)仍然需要具有“背景維護”的能力，之前建模的背景并不是一成不變的，這樣能保證系統(tǒng)對場景內(nèi)的圖像變化不那么敏感，如光線變化、影子等等，因此，開發(fā)出實用、有效的背景模型以適應(yīng)動態(tài)、復(fù)雜的場景是目標(biāo)探測及視頻分析技術(shù)的關(guān)鍵。

視頻分析的工作流程
    視頻分析實質(zhì)是人工智能的一部分，是通過模仿人類的工作過程來實現(xiàn)的。人類通過眼睛這個“傳感器”實現(xiàn)視頻的采集、預(yù)處理、處理然后將真實圖像傳送給大腦，大腦并不是對所有傳送過來的圖像進行整體的分析處理，而是采用多層分級，將背景、緩慢移動及遠(yuǎn)處的目標(biāo)分辨率最低化，忽略一些細(xì)節(jié)；并對前景感興趣區(qū)進行二次聚焦（我們常說的眼前一亮就是這個意思），獲得更多細(xì)節(jié)，然后對該區(qū)域進行判定。[nextpage]

    圖3所展示的案例是日常生活中常見的情況，圖像是一個地鐵站臺，畫面中出現(xiàn)一個穿紅色衣服的女子，手里拿著一個黑色包放到站臺中的一個空地上，之后迅速離開。這是一個很普通的視頻場景，值班人員對這段場景很容易迅速地提取出特征描述來，即“一個紅衣女子將一個黑色包放在站臺上后迅速離開”，而對這個簡單的信息，值班人員利用眼睛采集到信息，首先是場景（站臺），之后分離出感興趣的前景目標(biāo)（紅衣女），之后對其跟蹤，最后形成結(jié)論（丟下一個包），之后將整個過程的完整信息傳給大腦去按規(guī)則判定。

    無論采用何種視頻分析架構(gòu)，其視頻分析過程都是視頻內(nèi)容分析的算法模塊“協(xié)力作業(yè)”的結(jié)果，視頻分析基本過程如下（見圖4）：

·加載算法過程：加載用戶的預(yù)定義規(guī)則，如防區(qū)、分析模式等；
·過濾器加載：對特殊場景進行預(yù)處理如防抖動、雨雪、燈光抑制等；
·背景建模及更新：背景模型建立并自動學(xué)習(xí)更新背景情況；
·目標(biāo)提取與跟蹤：提取跟蹤前景變化目標(biāo)，檢測并分析目標(biāo)的活動；
·目標(biāo)分類：對跟蹤的目標(biāo)進行分類，如人或車輛等；
·視頻分析判斷過程：根據(jù)規(guī)則判斷是否符合預(yù)定義規(guī)則；
·觸發(fā)報警過程：確定目標(biāo)活動違反規(guī)則，根據(jù)預(yù)定義傳輸報警到指定的用戶。

視頻分析技術(shù)難點
    視頻分析技術(shù)本身并不是一項新技術(shù)，但其在視頻監(jiān)控系統(tǒng)中的應(yīng)用還僅僅處于起步階段，它給視頻監(jiān)控系統(tǒng)帶來了顛覆性的革命，具有美好的發(fā)展遠(yuǎn)景。目前，視頻分析系統(tǒng)本身有一些技術(shù)問題有待提升，下面是一些需要克服的技術(shù)難點。[nextpage]

光照適應(yīng)性
    通常，視頻監(jiān)控系統(tǒng)需要24小時晝夜工作，所處環(huán)境的光照情況也是一直處于變化中，如晝夜的交替、陰晴雨雪霧等天氣條件，及外界光源干擾，如照明燈光、逆光、反光、車燈，還有室外云彩、云影的動態(tài)變化等，所有這些都對視頻分析核心算法的光照適應(yīng)性提出了嚴(yán)格的要求，優(yōu)異的視頻分析算法應(yīng)該具有先進的背景學(xué)習(xí)、更新、維護功能。

自然天氣變化
    雨、雪、霧、沙塵天氣、煙霧、氣流、云影等，體現(xiàn)的不僅僅是光照的變化，而是真正的圖像像素變化，這些“小假象”會導(dǎo)致系統(tǒng)視為場景中有物體在移動，從而干擾了真正的目標(biāo)探測，浪費系統(tǒng)資源，因此，需要采用“過濾”機制將這些干擾做過濾處理。

背景的高頻率變化
    在視頻圖像背景中，可能出現(xiàn)搖動的樹葉、晃動的波浪、光線反射、物體的反光、草地的微動等等現(xiàn)象，這些現(xiàn)象都可能造成畫面像素出現(xiàn)變化，從而導(dǎo)致誤報。系統(tǒng)需要具有先進的過濾器，實現(xiàn)對規(guī)則往復(fù)性、細(xì)小運動進行過濾，使其集中精力在前景。

高速移動目標(biāo)
    視頻分析系統(tǒng)基于自身算法及目前處理器的運算處理能力，通常對非實時視頻圖像進行分析（如每秒采用12幀或6幀），這樣當(dāng)像素的采用頻率比較低的時候，視頻分析算法需要連續(xù)分析一定數(shù)量的幀才能確定是否報警，而這時如果需要的分析時間長于入侵者通過防范區(qū)域的時間，入侵者可能已經(jīng)完成入侵動作而導(dǎo)致系統(tǒng)漏報。

視頻分析的架構(gòu)
    目前，在實際應(yīng)用中，視頻分析產(chǎn)品主要有三種架構(gòu)：一種是基于后端的服務(wù)器（軟件算法運行于CPU）；第二種是基于前端的IPC或DVS；第三種是利用前端嵌入式視頻分析設(shè)備（僅僅做視頻分析，不做編碼壓縮工作）。其中，第三種方式是在嵌入式設(shè)備中固化視頻分析模塊，利用網(wǎng)絡(luò)客戶端進行遠(yuǎn)程配置與報警管理。三種架構(gòu)也可以按照目前主流說法分成兩大類，即前端分析與后端分析（見圖5）。

[nextpage]    需要注意的是，對于視頻分析功能，最根本的考核是性能，即良好的探測率和較低的誤報率。其實視頻分析架構(gòu)方式并不是最重要的，其實質(zhì)都是視頻分析算法來完成的，只不過是運行平臺不同，一個在DSP上，一個在計算機的CPU上，也不存在某種方式絕對好與壞，實際應(yīng)用中應(yīng)該根據(jù)項目的規(guī)模、前期設(shè)備的架構(gòu)、用戶的需求、網(wǎng)路建設(shè)等具體情況進行選擇部署。

視頻分析技術(shù)實施誤區(qū)
    視頻分析的設(shè)置本身并不難，通常步驟是：選擇好視場、明確分析模式，然后進行防區(qū)、分辨率、靈敏度、各種過濾器的選擇和使用。設(shè)置視頻分析的過程很快，但是，對一個通道視頻分析進行參數(shù)微調(diào)、現(xiàn)場模擬、參數(shù)修正、再模擬、算法優(yōu)化、效果觀察等工作卻是一個漫長而復(fù)雜的工作。在各環(huán)節(jié)中，要解決 “提高探測率，降低誤報率”的問題，必須長期地嘗試和試驗，這也是視頻分析廠家實驗室產(chǎn)品和真正可投入應(yīng)用的產(chǎn)品的最大區(qū)別。

    視頻分析產(chǎn)品的真正考量在室外環(huán)境，對于室內(nèi)環(huán)境，廠商基本可以進行模擬試驗，問題不大。但是對于大型戶外項目，環(huán)境復(fù)雜、遇到的問題比較多，系統(tǒng)調(diào)試階段工作量比較大，從調(diào)試到試運行，可能需要不止一次的現(xiàn)場模擬、參數(shù)微調(diào)、效果觀察、統(tǒng)計、再模擬過程。每個項目有自己的特點、一個項目中各點位有自己的特點，各點位又有不同的應(yīng)用需求，并且視頻分析產(chǎn)品并非是“即插即用”的產(chǎn)品，因此必須針對不同的項目、不同的點位、不同的需求進行有針對地實施。

    視頻分析技術(shù)具有一定的復(fù)雜度，國際上真正掌握視頻分析算法的廠家并不多，從掌握算法、推出實驗室產(chǎn)品到產(chǎn)品真正能夠投入項目運行，還有很長的路要走。對于一些非常普遍的場景，在實驗室中進行模擬有一定困難，因此許多廠家利用工程項目實施過程，不斷修正參數(shù)以適應(yīng)不同的環(huán)境，這并不代表廠家的產(chǎn)品不成熟，反而是廠家實力的體現(xiàn)。

如何選擇視頻分析產(chǎn)品
    視頻分析系統(tǒng)涉及編碼壓縮、視頻分析算法、系統(tǒng)平臺等多種應(yīng)用，因此廠家的行業(yè)經(jīng)驗積累、開發(fā)能力和對需求的理解等因素至關(guān)重要。產(chǎn)品發(fā)布時間早、成功案例多的供應(yīng)商，其產(chǎn)品會越成熟和可靠。在復(fù)雜室外環(huán)境下的誤報率和漏報率能反應(yīng)廠家真正的實力，室外環(huán)境，風(fēng)霜雨雪霧、高處物體或飛鳥的陰影、搖動的樹葉、海浪、攝像機的風(fēng)擺震動、室外建筑的反光等都可能是觸發(fā)誤報的原因。但優(yōu)秀的廠家已經(jīng)掌握了以上誤報的解決方案并使VCA產(chǎn)品表現(xiàn)日益優(yōu)秀。

    如前文所述，目前視頻分析技術(shù)的架構(gòu)方式主要是是基于后端服務(wù)器和采用DSP方式，兩種方式?jīng)]有孰優(yōu)孰劣的問題。但值得注意的是，基于后端服務(wù)器的視頻分析系統(tǒng)，可以靈活地調(diào)整所需要視頻分析的通道及變更視頻分析模式，而基于前端（DVS、IPC）的視頻分析方式，由于是硬件方式，比較固定，一旦建設(shè)完成，如果想增加或取消視頻分析通道，或需要更改分析模式可能需要硬件的更換或者固件的升級工作。具體選擇何種視頻分析產(chǎn)品，應(yīng)根據(jù)自己的實際需求來決定。

     （本文作者西剎子系國家一級建造師，系統(tǒng)集成項目經(jīng)理，8年安防行業(yè)設(shè)計、咨詢、調(diào)試經(jīng)驗，具有大量的鐵路、地鐵智能IP監(jiān)控行業(yè)經(jīng)驗，并建有自己的博客）