攝像機目標“握手”、協(xié)同技術
GIS(高清衛(wèi)星圖)作為多攝像機協(xié)同技術的平臺基礎是非常理想的。如果采用“井字格”形式的監(jiān)控形式,攝像機之間的關聯(lián)關系非常難確立。 同一個目標在相鄰攝像機之間由于視角、變焦、成像敏感度、顏色差異等,會對目標在不同攝像機之間“握手”(Re-identification)造成較大困難。通過利用GIS作為統(tǒng)一平臺,不同攝像機之間的目標可以投射到GIS上面,從而利用位置約束來有效“握手”,大大提高了多攝像機協(xié)同的有效性。
將多攝像機放在系統(tǒng)層面上來考慮可以很自然地引入資源調配的概念。就是對運動目標的前進方向進行預判,提前調度監(jiān)控資源。例如讓云臺攝像機在某個預置位“迎接”運動物體,在分叉口上可以調集多個云臺攝像機進行準備,從而提高“握手”的成功率,用少量的攝像機達到覆蓋大面積監(jiān)控區(qū)域的目的。
動態(tài)平臺跟蹤技術
在固定攝像機中進行目標跟蹤是較為成熟的技術,為了用少量攝像機覆蓋較大監(jiān)控面積,通常需要使用動態(tài)平臺跟蹤技術,即云臺目標跟蹤技術。
相對于固定攝像機,由于沒有背景模型的支撐,在云臺攝像機上保持對目標的跟蹤難度大大增加。尤其當需要攝像機變倍來放大目標,目標轉彎造成目標圖像形態(tài)發(fā)生較大變化等情況下目標容易丟失??煽康脑婆_跟蹤是當前非常先進的技術,也是國際上活躍的研究方向。
目前市場上有少量具有云臺跟蹤功能的產品,但是廠家并沒有重點推廣此功能。所以在選擇此類產品的時候,一定要關注實際效果。單獨的云臺跟蹤產品對于較大監(jiān)控系統(tǒng)(幾十個及以上探頭)的監(jiān)控效率的提升是有限的,云臺跟蹤產品可以做到在系統(tǒng)范圍內調配、協(xié)同,才能真正發(fā)揮多攝像機協(xié)同的效能。
模式識別技術
智能視頻分析的一個特點就是可以對運動目標的屬性,例如人、小汽車、大卡車、自行車(摩托車)、人群等進行模式識別。這些運動目標可以利用圖標形式在GIS界面上將它們的屬性及軌跡表示出來。人用人的圖標,車用車的圖標。對于用戶不關心的運動物體可以不顯示,從而對海量圖像信息進行有效過濾,將信息量控制在人生理上可以接受的范圍之內。
人車分類為主的模式識別技術和車牌識別、人臉識別屬于一類技術,但由于相對來說使用環(huán)境更多樣、人車大小不一、角度更多變,所以成熟度相對差一些,但是此類技術正迅速實用化,可以期待在近期接近或者可達到人臉識別的準確度。
攝像機信息衛(wèi)星圖集成技術
監(jiān)控攝像機圖像和衛(wèi)星圖本質上都是圖像??梢酝ㄟ^將它們之間的共同特征進行匹配,從而實現(xiàn)監(jiān)控攝像機圖像和衛(wèi)星圖之間的映射關系。也就是說攝像機中的像素和衛(wèi)星圖位置之間形成一一映射的關系。在攝像機中發(fā)現(xiàn)的運動物體軌跡可以同樣在衛(wèi)星圖中表達出來。 每個攝像機在衛(wèi)星圖上的相應區(qū)域“投射”目標信息,形成一個完整的、實時的運動目標全局態(tài)勢圖。
攝像機信息衛(wèi)星圖集成技術本質上就是將不同的攝像機視角通過數(shù)學變換,轉換成一個統(tǒng)一的從高空俯瞰的衛(wèi)星視角,從而消除了不同視角方向帶來的對全局態(tài)勢判斷的困惑,能簡單直接地表達出目標信息。