安防巨头大华股份为何研究视图萃取技术?

2017-05-09 21:05:09编辑:鲁迪 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

来源: 安防知识网 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

机器人进入安防市场,底气何在?

从1920年捷克作家雷尔·恰佩克的科幻小说《罗萨姆的机器人万能公司》中的"robot"一词开始,机器人就从单纯的文字变成了现实。 在现实生活中,以服务机器人为代表的机器人穿梭在人类世界的各个角落里,逐渐成为人类生活中不可缺少的部分。但也正因为诞生于科幻小说之中,人们对机器人一直充满着幻想,从工业机器人到扫地机器人,再到教育机器人和快递机器人,人类的双手正在扶持一个新行业的诞生——安防机器人。 从安防机器人谈起安防机器人又称安保机器人,是机器人行业的一个细分领域之一。 和其它服务机器人类似,安防机器人内置摄像头,GPS技术,机器视觉和语音交互等人工智能技术。但光从称呼出发,我们就能了解安防
发表于 2018-07-20 19:25:44

18AI企业除了走安防企业的老路外别无去处?

AI企业在大张旗鼓进军时各产业时,曾说道:金融是人工智能应用落地最快的领域。而在实际落地过程中,我们不难看到,AI企业除了走安防企业的老路外,就是对一些简单、重复性的工作进行渗透,并没有像安防行业一样全面发展。 重复的道路:切入安防在数年前,金融安防通常被称为安防中的VIP。中国人民银行的史奇中高工曾开玩笑说,以前走到杭州,安防企业总经理一定会亲自跑来迎接。对于安防人来说,金融安防就是一个香饽饽,在安防产业中,金融安防就是“财大气粗、安防中的金钻VIP、土豪”的代名词。而如今,金融安防早已失去往日的光辉,传统安防企业早已不待见金融安防。 对于金融用户来说,传统安防企业所提供的解决方案已经不能满足他们日益增长
发表于 2018-07-19 21:22:56

机器人进入安防市场,底气何在?

从1920年捷克作家雷尔·恰佩克的科幻小说《罗萨姆的机器人万能公司》中的“robot”一词开始,机器人就从单纯的文字变成了现实。在现实生活中,以服务机器人为代表的机器人穿梭在人类世界的各个角落里,逐渐成为人类生活中不可缺少的部分。但也正因为诞生于科幻小说之中,人们对机器人一直充满着幻想,从工业机器人到扫地机器人,再到教育机器人和快递机器人,人类的双手正在扶持一个新行业的诞生——安防机器人。  从安防机器人谈起  安防机器人又称安保机器人,是机器人行业的一个细分领域之一。  和其它服务机器人类似,安防机器人内置摄像头,GPS技术,机器视觉和语音交互等人工智能技术。但光从称呼出发,我们就能了解安防机器人与服务机器人大不相同。  不同于
发表于 2018-07-18 18:29:51

完成1300万美元A轮融资,“机器人+安防“成大趋势!

近日,安保机器人初创企业CobaltRobotics完成1300万美元A轮融资,事实上,“机器人+安防“概念早就不是新鲜名词了,王石早在2015年就在万科园区局部启用机器人巡逻保安。但从市场格局上来看,市场正处于起步阶段。不过数据上倒是很乐观,有个机构给出的数据都显示物业安防机器人正迎来爆发期。但在爆发之前,还需要解决2大问题。   解决三大技术难题筑起行业护城河   就技术角度而言,安防机器人主要有十大技术热点:导航定位、计算机视觉、目标跟踪、移动与运动控制、检查/巡检、算法、目标检测与识别、传感器、网络,人机交互。而这十大技术问题彰显的三个核心问题的无疑是移动底盘、机器视觉、智能语音的交互。   从理念导入实践,技术落地还需
发表于 2018-07-16 20:10:06

百度无人巴士上路 安防跨界自动驾驶也不远

7月4日,2018百度AI开发者大会在国家会议中召开。百度创始人、董事长兼首席执行官李彦宏在现场宣布,和金龙客车合作的全球首款L4级量产自动驾驶巴士“阿波龙”正式量产下线。百度大脑、智能语音交互平台Duer OS、自动驾驶技术平台Apollo均在大会上宣布升级。此外,百度还推出了智能小程序,将于今年12月全面开源。百度无人巴士上路了 安防自动驾驶也不远智能驾驶是汽车产业的重要发展方向,已成为当前全球汽车业发展中各国争抢的战略制高点。据麦肯锡咨询公司预测,中国有可能成为全球最大自动驾驶汽车市场,这些汽车内置人工智能系统和5G网络。麦肯锡预测,到2030年时中国自动驾驶汽车的年销售收入和出行服务创收将超过5000亿美元
发表于 2018-07-10 17:50:43

安防潜力股 车载摄像头产业进入成长期

近年来,一个明显趋势是安防传统业务之外,视频监控需求不断涌现。其中汽车领域最为明显。安防行业的特点是需要新的产品打开下一个增长周期,智能汽车将是摄像头新的强劲增长点。智能摄像头的兴起带来安防视频监控的蓬勃发展,然而随着国内和全球的智能摄像头开始全面铺开,市场增速将放缓。而车载摄像头产业却刚刚进入自己的成长期,并且有着自身明显的优势。摄像头处于自动驾驶与车联网双风口,市场规模想象空间巨大。作为全景系统的一部分,根据 HIS 的估算,全球车载摄像头出货量将从 2014 年的 2800万枚增长到 2020 年的 8300 万枚,复合增长率达 20%。据此估算,全球车载摄像头市场规模将从2015年的 62亿人民币增长到2020年的133亿
发表于 2018-07-10 17:40:55

小广播

最新视频课程更多

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