监控结构化的应用(监控新的标准应用)
监控结构化的应用(监控新的标准应用)智能视频分析,视频监控系统的标准功能既然我们已经明确了实现有效的视频监控系统的目标,那我们应该如何来实现呢? 可以从三个方面来考虑:其一, 视频监控系统应该和最终用户的行业特点和业务操作紧密结合,成为业务管理和运营的一部分。让视频监控系统为行业应用提供可靠的视频数据支撑以及决策辅助依据,设置成为核心业务目标达成的有利手段。这一目标的实现需要全行业从业者(包括厂商、设计单位、工程商和最终用户)的共同努力; 其二, 确保高图像品质。高图像品质依然是视频监控系统需要实现的核心基础价值和实现有效运用的前提;其三,为视频数据添加感知和结构,将非结构的视频数据转化为可分析,可检索和可以挖据运用的结构化数据。 后两项目标的实现,需要所有的产品厂商在结合市场运用和自身技术研发积累的过程中,对其始终关注并不断推陈出新。为视频数据添加感知和结构实际上就是我们常说的智能视频分析,在过去,智能视频分析的应用停留在
毋庸置疑,过去的五年是视频监控产品和市场飞速发展的五年。 随着高清摄像机的普及, 用户的视觉应用体验得到质的飞跃。IP和IT技术的广泛引入,视频监控应用的地域限制被彻底地打破,类似的极具现场即视感的视频监控成为了接受程度最广的安防系统。每一天,成千上万的摄像机被安装和开通,巨量的存储被部署在本地或者云端,这些系统不间断地为各行各业的用户产生海量的视频数据,这些数据被观看、记录、存储和传输为各种可视化的应用提供基本的原始数据基础。观察视频监控行业的发展,也让我们有了许多的疑问和思考。
文/博世集成软件系统产品市场经理 邓刚
视频监控系统的评价标准?
这波蓬勃发展的大潮在带给我们无数惊喜的同时,也让我们不禁产生一个疑问,我们的视频监控系统是真正有效的吗? 可什么是评价视频监控系统效能的标准呢?
在安全防范行业,不管是用户和设计单位组织的各种评测还是官方机构的检测评价标准体系,核心的评估对象依然是图像质量, 其中包括清晰度、颜色、细节还原、低照度能力、宽动态能力以及拍摄帧速率等等。但让我们来设想一种场景,如果用户不去盯着屏幕上的图像观看,具备上述图像质量评价一流的视频监控系统还能为用户做什么呢? 可以说,目前大多数的视频监控系统在这种条件下真的难以有所作为。 可能会有人反驳说这是一个伪命题,有谁会在购置视频监控系统以后不安排相应的人手去监视这些画面呢? 很多用户花费不菲建设的各种大大小小的监控中心,不就是用来人工实时监视录像的吗?可是人毕竟不是机器,必然会因为种种客观和主观的因素在长时间的连续监视后忽略很多真正重要的画面信息。相关统计资料表明,有9%的有效信息会在长时间监视中被忽略。诚然大多数的系统设计都是采取的24小时录像的工作方式,即使没有实时监视也能在录像中查找回放。但另一项统计数据表明, 在现有的海量视频数据中真正能提供有效信息的内容只占到1% 左右。 如今,大多数的视频监控系统应用环境中,用户依然主要依靠人工回放察看的方式来辨别查找所需的关键视频内容。 那么在长时间的工作之后,极可能又重复实时监视状态下的问题,大多数有效信息再次被忽略。
那究竟什么才是真正有效的视频监控系统呢? 可以从三个纬度来定义:有效的视频监控系统首先能在出现需要关注内容时主动提醒用户;其次,系统应该能在客户需要查询的时候,快速定位相关的视频内容;最后,系统内最小化带宽和存储空间的消耗,提高存储有效性。只有满足了上述三点要求,视频监控系统才做到了真正的有效。
如何实现系统的有效性?
既然我们已经明确了实现有效的视频监控系统的目标,那我们应该如何来实现呢? 可以从三个方面来考虑:其一, 视频监控系统应该和最终用户的行业特点和业务操作紧密结合,成为业务管理和运营的一部分。让视频监控系统为行业应用提供可靠的视频数据支撑以及决策辅助依据,设置成为核心业务目标达成的有利手段。这一目标的实现需要全行业从业者(包括厂商、设计单位、工程商和最终用户)的共同努力; 其二, 确保高图像品质。高图像品质依然是视频监控系统需要实现的核心基础价值和实现有效运用的前提;其三,为视频数据添加感知和结构,将非结构的视频数据转化为可分析,可检索和可以挖据运用的结构化数据。 后两项目标的实现,需要所有的产品厂商在结合市场运用和自身技术研发积累的过程中,对其始终关注并不断推陈出新。为视频数据添加感知和结构实际上就是我们常说的智能视频分析,在过去,智能视频分析的应用停留在对于少数摄像机在特定的应用场合提供特定的内容分析。而在物联网和大数据的发展浪潮的背景下,要确保视频监控系统的有效性就要让图像自己“会说话”,让系统自动提醒用户正在发生的事情。 一句话,就是要让智能视频分析成为视频监控系统的标准功能,而非可选项。
智能视频分析,视频监控系统的标准功能
通过对视频内容的解读,将以往依靠目视分析的图像提炼成可供分析和运用的元数据, 包括拍摄场景的背景信息, 将目标和背景分离,描述场景内的目标属性和运动变化规律等等。这些元数据才是视频数据中最有价值的部分,需要被实时传输和长期保存。智能视频分析技术的运用就是让用户从繁重的实时监视和目视检索中解放出来,随时了解其工作场景中的关键内容。
既然智能视频分析是今后视频监控系统的标准功能,那么在系统的什么位置来实现视频分析功能最为合适呢? 完成智能视频分析的理想设备应该是摄像机,摄像机是视频数据的采集设备。而视频分析与图像高度关联,利用现场采集的高质量图像直接在前端直接进行分析和应用有效地避免了可能对图像质量进行干扰的其他环节,同时也确保了分析的及时性。在视频数据的源头实现视频分析还能够确保仅仅将与用户业务紧密相关的视频数据上传到系统后端集中存储,有力地减少了上传带宽的消耗和集中存储空间的需求。 摄像机内置视频分析不仅可以实现系统管理效能的有效提升,还能够在摄像机的本源任务上实现优化。视频分析能够准确定位目标在图像当中的位置,让摄像机针对关键目标进行有针对性的成像参数优化和编码优化,提高图像质量和码流控制的有效性。
智能视频分析应用难点和技术发展方向
智能视频分析并非今天才出现的新技术。早在十多年前,不少的厂商和用户就开始进行许多有益的探索和尝试。之所以智能视频分析尚未成为一个普及的应用,究其原因主要有四点。第一,视频分析的基础数据来源是摄像机的成像。在成像过程中,各种不利的环境因素容易影响视频分析结果,产生误报,如光线变化、风霜雨雪等自然气候现象、环境震动等等;第二, 视频图像是三维的现实世界在二维平面上的投影。如何更加精准地根据成像特征识别特定目标并对其进行有效跟踪分析其运动特征,确保分析结果的准确性,一直是一个难点;第三, 为了充分发挥视频分析的效用, 需要将视频分析与特定的行业应用进行结合,直观地反映相关行业应用的特点和业务需求,如资产防护、非法入侵、交通监管、 生产过程管理等等。 实现此项要求,需要进行长时间的深入研究和大量投入;第四,视频分析功能的部署和开通需要大量的现场调试。 实施人员需要熟知要进行分析任务的具体要点,反复进行现场模拟和分析参数优化。在未来的一段时间内,如何利用发展和优化相关技术,有效解决上诉在实际使用过程中反映出来的问题是智能视频分析能否真正成为视频数据,有效解读方便用户使用的视频监控系统标准功能的重点,也是用户在选择适合自身业务要求的智能视频分析产品的关注要点。
总结
在云计算和大数据应用的背景下,智能视频分析成为视频监控系统的标准功能已经是大势所趋。兼具高图像品质和内置优秀视频分析功能的摄像机才能有效担当起在物联网应用中的有效数据采集智能终端的使命,相信随着技术的发展和用户使用体验的不断改进, 智能视频分析摄像机必将成为视频监控产品中耀眼的明星。