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

安防行业产能过剩 智能安防企业成本控制的“四宗罪”概述

眼下,整个安防行业的产能过剩已经是一个不争的事实,众多业内厂商的相互PK早已进入了白热化状态,恶性竞争、价格战现象严重。笔者认为安防行业应该建立新的市场秩序,让企业通过降低成本来提升效益,通过自我优化的良性竞争来跳脱出恶性竞争的怪圈,以最终实现行业内的优胜劣汰。本文以一则案例为背景,来谈谈智能安防企业成本控制“四宗罪”(四大问题),并给出相应的“赎罪策略”,希望给业内读者带来启示。H公司成本控制的“罪证”呈堂H公司是一家专业化、规模化的自动化控制产品及解决方案提供商,旗下主打的智能监控摄像头在业内拥有良好的口碑和销量。近年来,H公司一直存在着企业运营成本居高不下的困境,导致这种现状可归因为以下四点“罪证”问题。罪证一:生产方面
发表于 2019-04-17
安防行业产能过剩 智能安防企业成本控制的“四宗罪”概述

智能安防已具备一定成熟度 AI安防正在向场景应用体验过渡

“人工智能”这个词汇在社会各大领域中出现的次数愈发频繁。无论是生产建设、经营管理,抑或是日常生活,都逐渐出现了人工智能的“身影”:智能机器人、自动驾驶汽车、人脸识别安检……人工智能技术的应用对于各行业的影响力持续增强。如今,全国大多数省份的人工智能专项政策都已经出台,产业落地迎来了重要契机。智能安防已具备一定成熟度重视人工智能已逐渐成为全国共识。从2017年印发《新一代人工智能发展规划》开始,截止2018年底,共有20多个省份发布了共计30余项人工智能专项扶持政策,形成了包括技术攻关、平台支撑,开放数据和应用场景、引进培育人才以及建设产业园区等体系。在政策支持与引导下,我国人工智能技术发展进一步提速,各领域内相关项目陆续落地
发表于 2019-04-17
智能安防已具备一定成熟度 AI安防正在向场景应用体验过渡

AI芯片“碰撞”安防:巨头何以痴迷自研?

根据中国半导体行业协会统计,自2013年至2017年间, 在政策的推动下,5年内我国芯片销售额2509亿元增长至5411亿元,2017年,实现了翻番的扩张。我国芯片市场总体实现21.2%的年均复合增长率,至2017年,行业整体增速达到近年的新高度,达到了24.8%。市场进入了高速发展期。安防产业从模拟进化到数字再到网络高清,以及当前的人工智能,无一例外得益于芯片技术的进步,尤其是AI安防芯片更是颇受关注。芯片在很大程度上左右着智能安防系统的整体功能、技术指标、稳定性、能耗、成本等,并在安防行业未来发展发展脉络及方向上起到关键作用。刚刚过去的2018,很多芯片如同雨后春笋一般冒出,各种算力、各种应用场景的产品都随之产生,每秒浮点运算
发表于 2019-04-15

戴上“白帽子” 人工智能投身网络安全攻防战

面对计算机系统和网络的缺陷和漏洞,黑客们找准机会实施攻击,白帽黑客则利用黑客技术来测试网络和系统的性能以判定它们能够承受入侵的强弱程度。短短几年时间,人工智能已进驻多个行业,落地无数场景。其中一些行业和场景已为大家所熟知,还有一些正在进入我们的视野,在网络安全领域,AI“白帽”正成为网络安全工程师的得力助手。据报道,近日美国市场调研公司CB Insights发布报告预测了2019年人工智能行业的发展趋势,其中一个趋势便是用人工智能发现网络威胁。正在赋能网络安全“人工智能技术的蓬勃发展,为网络安全攻防带来的,不仅有机遇,也有挑战。”北京理工大学网络攻防对抗技术研究所所长闫怀志接受科技日报记者采访时说。先说好的一面。360安全研究院邹权
发表于 2019-04-15

D-Link路由又被黑了?这回黑客利用的是它!

一直以来,我们使用的家庭路由器备受黑客们的青睐,利用漏洞被远程控制的安全事件时有发生。近日获悉,安全人员发现在过去的三个月中,Google Cloud遭到滥用,并针对D-Link、ARGtek、DSLink、Secutech和 TOTOLINK路由器进行三次DNS劫持攻击,这会导致路由器流量被重定向并发送到恶意网站。实际上,3月26日已是第三波攻击了,此次的目标是ARG-W4 ADSL、DSLink 260E、Secutech和TOTOLINK的路由器;而第一波攻击要追溯到去年12月底,此次的目标是D-Link DSL-2640B、D-Link DSL-2740R、D-Link DSL-2780B和D-Link DSL-526B,将
发表于 2019-04-10
D-Link路由又被黑了?这回黑客利用的是它!

欧盟发布道德准则 AI技术的应用让安防行业尝到了甜头

现在各行各业都在向AI靠拢,但若论在哪个行业AI发展的会更快、更具有潜力,非安防莫属。以智能监控系统为代表的AI安防产品已经覆盖到众多应用领域,AI技术的应用让安防行业尝到了甜头。如今,无论是公共安全领域、智能交通、智慧城市、智能楼宇、工厂园区,乃至物流运输、电力巡检等都少不了AI安防产品的身影。不过,AI技术被安防行业采纳不仅是为了更有效地完成当前业务,这是一个多方面的过程,更重要的是,AI还需要不断重新评估这些实践结果,以适应客户不断变化的需求。另外,AI技术固然能在扩大监控规模的前提下能够有效收集情报并充分分析,及时阻止安全事件发生,也有可能产生一些伦理道德问题。目前,从很多案例可以看出,有些AI做判断时存在歧视。例如,美国
发表于 2019-04-10
欧盟发布道德准则 AI技术的应用让安防行业尝到了甜头

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 © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved