直到今天,絕大部分的視頻監(jiān)控都還僅僅停留在實(shí)時瀏覽和錄像,無法識別畫面中的內(nèi)容,更談不上思考和行動。
如果視頻監(jiān)控能夠通過機(jī)器視覺和智能分析,識別出監(jiān)控畫面中的內(nèi)容,并通過后臺的云計(jì)算和大數(shù)據(jù)分析,來做出思考和判斷,并在此基礎(chǔ)上采取行動,我們就能夠真正的讓視頻監(jiān)控代替人類去觀察世界。
要做到這一點(diǎn),我們必須擁有具備感知能力的攝像機(jī)。因?yàn)椋挥星岸藬z像機(jī)具有感知識別能力,我們才能進(jìn)行智能分析的規(guī)?;渴?只有智能分析的規(guī)模化部署,我們才能真正開展視頻監(jiān)控的大數(shù)據(jù)應(yīng)用。
大數(shù)據(jù)時代,我們需要的是真正具備感知和識別能力的攝像機(jī)。
擁有感知能力的感知型攝像機(jī),相當(dāng)于物聯(lián)網(wǎng)中的一個一個視覺傳感器,大量攝像機(jī)感知的海量信息,進(jìn)入大數(shù)據(jù)和云計(jì)算平臺,使我們不僅能從單個攝像機(jī)中識別內(nèi)容作出判斷,還能從海量的監(jiān)控?cái)?shù)據(jù)中,作出深度分析和挖掘,從而對社會管理產(chǎn)生深遠(yuǎn)的影響。
數(shù)據(jù)大爆炸的時代
據(jù)說,每一天10萬3680小時視頻上傳到Y(jié)ouTube;20億小時電視與電影在Netflix上觀看,
智能手機(jī)、平板電腦、可穿戴設(shè)備和PC的普及化應(yīng)用,加上通信網(wǎng)絡(luò)的升級,讓每一個人都成為了圖像視頻采集者。而這些視頻信息還僅僅是互聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù),如果算上非結(jié)構(gòu)化數(shù)據(jù)來源的大頭——負(fù)責(zé)城市安全與公共管理的視頻監(jiān)控?cái)z像機(jī),這些視頻數(shù)據(jù)將會無法量化。
以某一個城市南京路為例,整條街道有45個攝像頭,其中有35個是1080P高清攝像機(jī)。一個高清攝像頭一秒鐘產(chǎn)生0.5MB大小的視頻,一分鐘為30MB,一小時為1800MB;如果算上一條街,一小時35個高清攝像頭將有63000MB大小的視頻,如果是一個城市6000個高清攝像機(jī),一小時的視頻大小將有10800000MB。而安防行業(yè)通常便是24小時運(yùn)作,一天算下來,一個城市將有247TB的視頻數(shù)據(jù),一個月7416TB,而這僅僅是一個城市的數(shù)據(jù)量……
視頻科技承載的使命
與文字、聲音相比,視頻承載了更豐富的信息量。要在短時間內(nèi)讀懂讀全視頻里的信息量,對人來說不是件容易的事。機(jī)器沒有人類的大腦,沒有洞察力,但與人相比,它有強(qiáng)大的計(jì)算能力,如果用視頻科技的力量激活機(jī)器的神經(jīng),讓每一個攝像機(jī)都能識別出監(jiān)控畫面中的內(nèi)容,并通過后臺的云計(jì)算和大數(shù)據(jù)分析,來做出思考和判斷,并在此基礎(chǔ)上采取行動,我們就能夠真正的讓視頻監(jiān)控代替人類去觀察世界。
如今,越來越多的行業(yè)開始關(guān)注智能視頻分析的應(yīng)用,如公安、金融、監(jiān)管、交通、零售行業(yè)等。他們希望通過智能視頻分析技術(shù),來解決對龐大的視頻數(shù)據(jù)的查詢與分析效率?,F(xiàn)在也有越來越多的國際頂級研究機(jī)構(gòu)和學(xué)者在智能視頻分析領(lǐng)域大力投入,由此不斷涌現(xiàn)出性能更優(yōu)秀的算法,不斷提高產(chǎn)品中視覺分析技術(shù)的性能。
視頻科技在安防領(lǐng)域的發(fā)展
智能視頻分析技術(shù)正式進(jìn)入國內(nèi)安防市場,基本上是以后端服務(wù)器智能為主,由于成本太高,因此只能開展小規(guī)模的應(yīng)用,無法真正成為大數(shù)據(jù)的基礎(chǔ)。
在2008年左右,智能逐漸的前端化,率先在智能交通攝像機(jī)中實(shí)現(xiàn)。幾年過去,前端的智能應(yīng)用逐漸五花八門。到了2012年,以安防報(bào)警為主的攝像機(jī)出現(xiàn)在人們的視野之內(nèi),但這些攝像機(jī)并非真正意義上的智能攝像機(jī),也無法打開前端視頻監(jiān)控與后端大數(shù)據(jù)之間的隔閡。
2014年10月,具備識別、思考、描述三個典型特征的感知型攝像機(jī)出現(xiàn)了,它能基于視頻的智能分析,識別出監(jiān)控畫面中的內(nèi)容,用語言與圖片進(jìn)行描述,然后送入后端大數(shù)據(jù)的世界。它帶來了智能識別的新方向,也真正推開了視頻監(jiān)控與大數(shù)據(jù)之間的隱形門。
感知型攝像機(jī)與大數(shù)據(jù)的應(yīng)用
擁有感知能力的感知型攝像機(jī),相當(dāng)于物聯(lián)網(wǎng)中的一個一個視覺傳感器,大量攝像機(jī)感知的海量信息,進(jìn)入大數(shù)據(jù)和云計(jì)算平臺,進(jìn)行二次運(yùn)算,使我們不僅能從單個攝像機(jī)中識別內(nèi)容作出判斷,還能從海量的監(jiān)控?cái)?shù)據(jù)中,做出深度分析和挖掘,從而讓公共安全、社會管理、交通管理的方式得以改變……
語義搜索:搶劫案目擊者提供車牌不明的犯罪車輛信息。直接輸入“3月1日”、“黑色”、“奧迪”,鎖定目標(biāo)車輛。
人臉?biāo)阉鳎涸姜z犯身藏何處?將罪犯人臉照片輸入偵查系統(tǒng),人臉?biāo)阉鞴δ軐⒆詣硬檎胰藛T蹤跡。
實(shí)時布控:珠寶店盜竊案的犯罪車輛失蹤。在系統(tǒng)中輸入車牌信息,嫌疑車輛經(jīng)過任何監(jiān)控?cái)z像頭,系統(tǒng)自動告警。
以圖搜圖:犯罪分子利用套牌、假牌掩蓋路徑。以圖搜圖功能利用車身圖片同樣可查到車輛的通行數(shù)據(jù)。
多點(diǎn)碰撞:連環(huán)盜竊案。比對每個案發(fā)地點(diǎn)在案發(fā)時間的所有車輛信息,發(fā)現(xiàn)全都出現(xiàn)過某輛車,即鎖定為嫌疑車輛。
人車關(guān)聯(lián):違法違規(guī)駕駛。人車關(guān)聯(lián)智能比對駕駛員人臉與車輛信息,違法違規(guī)追責(zé)到具體人。