datasheet

安防巨头大华股份为何研究视图萃取技术?

2017-05-09来源: 安防知识网 关键字:安防  大华股份  视图萃取技术

关于“AI+安防”,雷锋网是这样描述的“两年前安防领域之所以引起明星计算机视觉创业公司的关注,主要由于安防领域的痛点还得不到有效解决。但随着监控设备商对自身问题解决的需求愈发强烈,以及算法的门槛的降低,使得传统监控设备商也开始利用 AI 技术解决视频监控难题。”
 
  格灵深瞳 CEO 赵勇在接受采访时曾说道:“目前以视频数据为核心的安防监控体系,其实给客户带来了大量的麻烦。从前端传感器直接获得的数据其实是一种非结构化信息,把非结构化的数据放在客户跟前,然后寻找线索犹如大海捞针。只有在实现结构化处理后,才能将其中有价值的数据直观、高效的保存、处理和应用。”伴随着安防智能化的发展趋势,人工智能技术的重要性越发凸显。为了更好地处理数据,大华近些年在研究视图萃取技术
 
  行业背景及需求概述
 

  城市公共场所监控摄像头成千上万,昼夜不停地监视和录像,由此产生出海量的视频数据,在对这些海量视频通过人工进行重点目标查找的困难很大,耗费时间较长,特别是一些重点场所的监控视频,对目标查找有强烈的实时、高效的需求。目前使用人工手段效率很低,即便使用
 
  视频浓缩摘要等技术处理也主要是对历史视频、图像进行分析,而且流程繁琐,出现突发紧急案件时,往往会贻误最佳的破案时机,导致相关情报研判和案件侦破的响应速度跟不上要求,无法满足公安事前高危预警、即时性事件处置要求。在视频监控协作公安侦破案件过程中,最理想的情况是一旦有重要事件发生,立即就可以快速查找到关键目标的人、车、物等视图线索信息,然后进行人、车布控时还能实时预警。
 
  基于上述背景及需求,视图萃取技术可以满足这些需求,目标是将针对传统以人海战术为主的视频线索查找或事后对历史视频图像进行处理分析的方式,用实时、高效、自动、智能的技术实现。
 
  视图萃取技术分析
 
  监控摄像头产生的海量原始、粗糙的信息,很多时候是用来储存或者接受对专职人员的监控。如果通过人工处理这些视频信息,将会变得单调而乏味,同时,大部分时间的原始视频中并不包含案件所关注的目标事件。摄像头如何被用来有效的进行场景监测,并根据需要进行实时的预警,这是视频监控问题的研究目的。这就需要一种视频监控技术能够在监控场景中自动获取对正在发生的事件的描述,并根据视频分析采取相应的措施。
 
  虽然,不同的视频监控系统有不同的监控需求,但是它们在监控处理的过程中都需要处理一些共性问题。我们从分析监控人员的工作方式入手,来探讨这些共性问题。监控人员在面对视频监控画面时,通常只是关注场景中的某些特定目标物。比如,只是关注在监控场景中新出现的目标物(陌生人),而不会关注监控场景的景色变化或者物体摆放位置的变动等。从每一帧视频画面中分离出目标物(陌生人),并对这一同标物进行长时间的跟踪,这就是物体的检测、分类和跟踪问题。监控人员在对目标物的跟踪过程中产生的一系列的信息并对之加以分析,然后给目标物的运动划出一个行为描述,并根据这个行为描述决定是否对当时发生在监控场景中的事件给出异常报告。这个过程对于视频监控系统来说,就是在目标物被识别并确认的基础上,分析目标物的行为,按照设定的条件对系统理解的行为分类,给出监控场景中的事件行为描述。综上,通过对监控人员的实际工作流程和工作方式的分析,我们知道视频监控过程中主要涉及到的问题包括:目标物的识别确认,目标物的跟踪和目标物的行为分析。问题核心是图像分类和图像搜索。图像分类任务如:人车目标、车辆品牌、车辆颜色识别、车辆类型识别等。
 
  视图萃取技术的实现方式
 
  视图萃取技术实现了对海量视图的实时结构化提取,对人、车、物识别分离,提取有效结构化数据,并对视图中的车、人脸进行深度结构化处理,实时感知城市中的高危人员、高危车辆。结构化后的高价值信息可以进行长期保存,让事后侦查搜索目标变得更便捷,大大节约视频侦查时间和人力成本。
 
  人车物分离
 
  视频人车物分离针对平台/设备的视频/录像进行结构化处理,将视频中的运动目标进行人(行人、自行车、电瓶车或摩托车、三轮车)、车、物的区分,同时提取目标基本的信息,如主体颜色、目标大小、目标速度、运动方向、时间等。根据这些提取的目标信息可以自由组合进行目标搜索,显示结果以视图、列表或者地图形式展现,每条记录对应原始视频片段供细节查看。结构化的重要线索及高价值数据可以在民警分析后入视图库,同时萃取系统也能从视图库中获取其他业务系统分析后的高价值信息进行同一案件人、车线索的串并,并在地图上进行展现。


车/脸识别

 
  车辆与人脸识别基于现有卡口电警设备、卡口平台、人车物分离出的车辆资源,实现了对过车图片的智能化特征二次提取和分析,并进行结构化解析和提取(包括:车辆品牌、型号、年款、颜色、类别、异常行为等),以及车辆唯一性局部特征(如年检标志、纸巾盒、遮阳板、摆件、挂件)的过车信息实时搜索分析功能,主要包括:车牌识别技术、车系型号识别技术。
 
  车牌识别包括快速定位车牌位置,准确识别车牌字符、车牌颜色、车身颜色、车头商标、车辆类型等一系列智能交通领域所需要的技术。
 
  车系型号识别技术,目前采用国际先进的深度学习技术结合了车辆大小,车身的颜色以及车牌位置与颜色等综合信息,能够准确定位识别上百种车品牌,支持上千种车辆的具体型号的准确识别,并且算法不依赖于公安的数据库,具有灵活的应用场景,为公安刑侦工作提供更加精细化的信息。(支持200种品牌、3000种细分车系、局部特征的分析输出。)
 
  车辆特征展示
 
  萃取面对需求以实时结构化为主,所以应用主要针对重点区域的实时结构化需求,浓缩摘要针对所有事后视频的摘要分析。
 
  萃取对于视频结构化中除人车分离功能外还有对车辆进行二次分析及特征布控,而浓缩摘要主要侧重人车分离,对于车脸识别及特征布控无法实现。
 
  视频萃取技术应用
 
  利用视图萃取技术开发的产品,主要定位于公安的业务应用,应用上可以分为下面几个类型:
 
  事前重点点位实时结构化
 
  支持通过电子地图的方式进行配置,将重点部位周边的符合智能化分析的点位进行实时结构化,支持按照全时段、重要时段(如上午7-9点学校,中午11-13点银行,下午3-5点学校)等方式进行配置。一旦发生事件后,可第一时间通过检索结构化信息的方式快速定位嫌疑人、车信息。
 
  事中即时性案件处理
 
  针对接到报警后需要马上通过视频进行追踪的场景,支持通过电子地图框选案发地周边点位后直接进行萃取,并可通过布控嫌疑人员、车辆特征(红色衣服-人员,黑色三厢轿车等)的方式,快速掌握嫌疑人员移动轨迹。
 
  同时,也可根据嫌疑人、车的移动方向,逐步调整进行结构化分析的摄像头,以实时跟踪嫌疑人轨迹。
 
  事后研判,轨迹还原
 
  可以在地图上进行时空分析,将萃取系统分析的人员、车辆信息形成目标的时空轨迹,帮助办案民警进行分析和研判。
 
  行业技术应用现状
 

  目前,主流的安防产品解决方案提供商主要采用的是视频信息智能分析技术,常用的智能视频分析技术通过目标提取、目标跟踪、特征提取等算法实现对移动目标的检测、识别及特征细化等功能。安防企业也都正在基于此类技术推出产品进行业务应用,这充分说明该技术能给业务应用带来便利。

关键字:安防  大华股份  视图萃取技术

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/article_2017050910584.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:安防大佬们是如何布局人工智能的?
下一篇:科学家研发最精确人脸识别模型:犯罪嫌疑人无处遁形

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

软件定义安防摄像机不是伪概念 未来发展还未可得知

“软件定义摄像机” 在安防行业正成为一个热门话题。部分从业者认为,软件不仅仅能够控制安防后端硬件运行,还能使得前端IPC具备自主学习能力,拓展智能系统,减少产品线矩阵。换句话说:在安防产品技术构成中,软件将丢掉以往辅助作用的盔甲,成为产品中枢与灵魂。今年3月,华为就发布了具备按需定义、分层智能、持续演进特征的“软件定义”系列智能摄像机。官方解释称,这些摄像机可以根据不同的场景为摄像机按需加载不同的软件和算法,通过多特征提取与识别、多摄像机间的协同、端云间的协同成倍地提高智能分析效率。内置实时图像质量检测与评估特性,并具备自我感知和场景适应性学习能力,让算法和应用不断迭代和演进,能够广泛适用于专业人像、车辆、电子警察等各种应用场景
发表于 2018-12-07
软件定义安防摄像机不是伪概念 未来发展还未可得知

安防机器人的诞生、作用及发展史

安防机器人,是一种半自主、自主或者在人类完全控制下协助人类完成安全防护工作的机器人。安防机器人作为机器人行业的一个细分领域,立足于实际生产生活需要,用来解决安全隐患、巡逻监控及灾情预警等。从而减少安全事故的发生,减少生命财产损失。一、机器人发展历史及安防机器人的诞生1920年捷克斯洛伐克作家卡雷尔·恰佩克在他的科幻小说中提出”机器人”这个词。1968年美国斯坦福研究所公布他们研发成功出世界第一台智能机器人Shakey。1973年世界上第一次机器人和小型计算机携手合作,诞生了美国机器人T3。2002年美国iRobot公司推出了吸尘器机器人Roomba,能避开障碍,自动设计行进路线,电量不足时,可自动充电。2011年中国安防技术
发表于 2018-12-05
安防机器人的诞生、作用及发展史

当5G与AI碰撞 安防终端智能将大放异彩

的结合将催生网络边缘终端的智能化。“简单来说,终端侧的AI人工智能发展需要5G这个桥梁与云端大数据相连通。” 李维兴表示“从无线终端的角度来说,智能手机、物联网、汽车都是可以应用AI人工智能技术的。”智能安防作为我国物联网应用最早的行业之一,致力于实现终端产品智能化一体化,使之能够连接无线传感,并通过互联网传输报警信息。端侧人工智能算法具有即时响应、可靠性提升、隐私保护增强,以及高效利用网络带宽等诸多优势。AI×5G技术在安防终端侧的应用正在走向融合,并逐渐成为带动新一代技术革命的“发动机”。未来所有与安防安全相关的传感器都将实现互联,当前所提及的智慧社区、智慧家居或其他智慧新概念,尽管还是浅层次的连接,但其在应用落地过程中,都必须
发表于 2018-12-04

“后棱镜门”时代 安防信息安全迎来呼啸风口

一批人工智能开放平台正在大幅降低技术门槛,人工智能走近中小企业,不再是财力雄厚者才能拥有的“奢侈品”。专家认为,开放平台在推动AI技术发展进入高峰的同时,也不可避免地带来多重安全风险,须予以防范。世界各国掀起了信息安全建设高潮。IDC数据显示,2017年全球机构在信息安全方面投入已经达817亿美元,创新纪录,预计到2020年投入将达1016亿美元,复合增长率8.3%。Gartner统计2017年全球网络安全支出为891亿美元,到2025年将达到1800亿美元。RMR更是预计2025年全球网络安全市场规模将会突破2000亿美元。其中,作为人工智能技术大规模应用以来最被看好的行业之一,安防行业的信息安全也随之迎来呼啸风口。我国国政
发表于 2018-12-03

新三板企业开始在生物识别与安防这两个方向提前布局

在过去的一年里,中国安防行业整体呈现出市场增长、需求增加的态势。据权威机构数据显示,2015年中国安防行业产值为4860亿元,其中安防工程产值达2730亿元,安防产品占1800亿元,搬运运营服务及其他产值达330亿元。而在视频监控、门禁和防盗报警设等三大安防设备产品中,视频监控目前占据了市场的主体。根据前瞻产业研究院数据,预计2018年安防行业市场规模将达到7038亿元以上,安防运营、安防产品互联网化、视频监控等领域将面临较大的成长机会和空间。纳斯达克安防公司的启示,生物识别及安防服务大有可为:Nasdaq市场中安防企业大部分集中在安全、安防解决方案,身份管理,网络监控,安防硬件等领域。其中两大规律::1、生物技术识别公司占据重要
发表于 2018-12-01
新三板企业开始在生物识别与安防这两个方向提前布局

安防机器人是安防AI化最重要的一环

当前人工智能发展如火如荼,在人工智能领域有一个不可忽视的趋势是,当人工智能浪潮最初激起的泡沫散去,安防机器人正成为安防领域中快速成长的板块,这从近两年的消息报道中有比较明显的体现:2017年下半年广州高新兴机器人参与公安部一所十九大和国庆期间的天安门警用巡逻机器人示范项目;2018年2月,20台警用机器人助力深圳北站春运安保;5月,克路德发布新款安防机器人;6月,京东金融正式发布了京东智能巡检机器人……2018年,随着越来越多厂商的加入,预示着今年是安防机器人的发展元年。安防机器人是安防AI化最重要的一环无论是安防机器人、安保机器人还是巡逻机器人,它们本质上都是指“综合运用物联网、人工智能、云计算、大数据等技术,集成环境感知、动态
发表于 2018-11-26
安防机器人是安防AI化最重要的一环

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
pt type="text/javascript" src="//v3.jiathis.com/code/jia.js?uid=2113614" charset="utf-8">