視頻分析智能視覺(jué)技術(shù)應(yīng)用概括與展望

成都弱電公司訊：

智能視覺(jué)技術(shù)簡(jiǎn)介

隨著行業(yè)的發(fā)展，傳統(tǒng)的安防行業(yè)由原來(lái)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(guò)渡到視覺(jué)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(guò)光電傳感器來(lái)代替人眼來(lái)獲取外部有用信息并加以利用。

視覺(jué)分析，又稱為智能視覺(jué)(IntelligentVisio)、計(jì)算機(jī)視覺(jué)(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(jué)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(cè)技術(shù)、對(duì)象辨認(rèn)技術(shù)、行為分析等等。

智能視覺(jué)技術(shù)核心和開(kāi)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(jué)分析都沒(méi)有正式而又明確的定義，自然的對(duì)智能視覺(jué)分析技術(shù)也就沒(méi)有成型的公式。

智能視覺(jué)技術(shù)的突出特點(diǎn)就是多樣性和不完善性。智能視覺(jué)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(jué)、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等多學(xué)科相關(guān)知識(shí)。

智能視覺(jué)分析主要是模仿人眼視覺(jué)分析和人腦視覺(jué)信息處理與提取過(guò)程，在生物視覺(jué)方面，人類對(duì)人腦視覺(jué)信息處理和提取的具體過(guò)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(jué)刺激相關(guān)的腦部組織都進(jìn)行了廣泛研究，得出了視覺(jué)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(jué)運(yùn)作。

一個(gè)典型的智能視覺(jué)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(cè)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(cè)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(cè)辨認(rèn)。使用對(duì)象模型檢測(cè)對(duì)象，不僅在視頻前景區(qū)域中進(jìn)行檢測(cè)，也可以直接在整個(gè)圖片中遍歷檢測(cè)。模型檢測(cè)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(cè)。

前景中檢測(cè)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(chǎng)景分析、前背景建模、對(duì)象模型檢測(cè)、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(cè)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(shuō)的視覺(jué)分析框架并不是一成不變的，由于智能視覺(jué)技術(shù)多樣性和不完善性，針對(duì)分歧的應(yīng)用場(chǎng)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(jué)分析算法有相當(dāng)?shù)碾y度。