|
|
——基于智能視頻分析的物聯網感知技術
眾所周知，物聯網也叫傳感網，是物物相聯的互聯網，它通過各類傳感器，將互聯網的用戶端延伸和擴展到了各類物體目標上。而物聯網的三大要素是感知、連接和應用，物聯網三大要素中，最核心的是感知，亦即是最前端的傳感器部分。
一般概念上，傳感器包括諸如RFID、各類感應探頭、數據采集裝置等；而具備智能視頻分析功能的視頻采集設備，實質上也是一種更直觀和智能的傳感器，它可以通過智能視頻分析技術來感知視頻場景內的目標及其行為。隨著智能視頻分析與自動識別技術的發展，視頻感知將成為最重要的感知技術，成為物聯網信息感知層最重要的技術之一，視頻物聯網也就像人眼一樣，成為智慧世界的眼睛。
智能視頻分析傳感技術
在智能視頻分析技術的方向上，飛瑞斯公司利用多年來的累積優勢，創新性的將智能視頻分析技術與物聯網技術相結合，在視頻采集設備端的嵌入式平臺下，對視頻場景內的深度信息（如人和物的行為、數量、狀態、身份等）進行挖掘，使得智能化后的視頻采集設備成為一類可以感知和采集視頻畫面內的關鍵數據和有價值信息的物聯網感知器。
在感知層，主要完成的工作就是對現實的物進行虛擬化、條碼化、標簽化；RFID技術是一種最常見的標簽化實現技術。相比于RFID技術來說，基于智能視頻分析技術的傳感器具有一些明顯的特點：
RFID通過外加標簽的方式來實現對物的條碼化、標簽化；而基于智能視頻分析技術的傳感器則通過對物的可視化特征來將物進行虛擬的條碼化、標簽化。
RFID和智能視頻分析均可以實現非接觸的數據采集、標簽感知。RFID方向性限制少，智能視頻分析技術對方向要求高。
智能視頻分析技術作為傳感技術，可獲得“所見即所得”的傳感效果，感知出的結果的是目標的可視化屬性；RFID技術需要將標簽與物的屬性建立對應關系之后才可獲得目標物的屬性。
智能視頻分析技術作為傳感技術，可感知一些動態的信息，如行為、狀態等抽象動態信息；RFID一般采集到的數據都是靜態信息，需要經過進一步加工和邏輯處理才可能獲得動態信息。
智能視頻分析傳感技術應用場合限制比較多，需要目標物有明顯的可視化特征。
基于以上視頻分析傳感技術的優缺點，針對限制條件下的應用，還是由很多的實用性。現有成熟的主要應用包括：
檢測、捕捉和識別人臉，感知人的身份；
分析運動目標（人和物）的行為，防范周界入侵；
感知人的流動，用于客流統計和分析、娛樂場所等公共場合逗留人數預警；
感知人或者物的消失、出現，用于財產保全、可疑遺留物識別等；
感知和捕捉運動中的車牌，用于非法占用公交車道的車輛車牌捕捉；
感知人群聚集狀態、駕駛疲勞狀態、人臉遮擋、車流量密度、煙霧現象等各類信息；
目前行業內提及的智能視頻分析技術，最常見的應用基本上都局限于安防應用，特別是安防應用中的人體行為識別類；而植根于“物聯網”感知層的智能視頻分析技術的應用領域和行業方向則不然，其空間之廣度和價值之深度完全不可同日而語。
智能視頻分析技術的應用方向
智能視頻分析技術發展為一種物聯網傳感技術之后，其應用領域將會展現出一系列具有極大發展潛力的新方向：智能視頻分析傳感技術能感知的各種元數據和信息，在什么領域能夠應用，那么這個領域就是智能視頻分析技術的新應用方向。
我們在前面已經提到，智能視頻分析技術能感知和理解的信息包括人臉(用戶身份)、人和物的行為、人員流動、人和物的消失出現、人群聚集狀態、人體疲勞狀態、煙霧產生和蔓延等。所有需要用到這些信息的應用領域，都有可能成為智能視頻分析的用武之地。
智能視頻分析技術的實際應用場合
那么，智能視頻分析技術的實際應用場合主要有哪些呢？針對以上應用，筆者試著一一分析之。
1.合作型的人臉識別應用。
人臉識別的應用是一個非常直觀的智能視頻分析技術的應用，它通過基于智能視頻分析技術之人臉識別傳感技術的人臉識別儀，來解決機器眼對人的直觀識別。經過最近幾年的技術積累，合作型人臉識別的技術已經進入到具備實際應用價值的階段。
合作型人臉識別主要采用嵌入式識別方案，形成典型的物聯網終端形態，亦即是人臉識別儀。通過多年技術研發，特別是多光源識別技術的引入、現場特征模型(LiveFeatureModel)訓練等新技術的應用，已經使人臉識別終端具備了低成本(可與指紋技術成本接近)、高速度(1秒識別)、低誤識拒識等特性，而且擁有直觀、可查證等優勢，在各類身份驗證場合具有絕佳的應用前景。
應用場合：考勤、門禁、幼兒園接送認證、訪客登記管理、會議簽到和身份認證等。
2.非合作型的人臉捕捉、人臉對比。
非合作型的人臉捕捉，由基于智能視頻分析之人臉捕捉技術的人臉捕捉儀來實現動態的前端人臉照片捕捉。這種人臉捕捉方式，由于無法得到被捕捉人的配合，人臉信息精度不高、角度變化大，而導致很難做高精度的人臉識別身份認證。但是在小樣本庫的人臉對比中，還是具有很高的應用價值。
非合作型的人臉捕捉，通過前端的人臉捕捉儀，從視頻場景內捕捉出所有的人臉照片，并傳送至后端平臺。后端通過對樣本庫的人臉對比，對比出最接近的人臉資料/資料組，供使用者進行初步身份篩選。
與合作型人臉識別的最大不同在于，前者屬于精確識別，后者屬于非精確的對比，所以應用場所主要是非關鍵身份驗證的場所，起到對使用者一個提示、警示的作用，提醒使用者進行進一步的身份核實。
應用場合：店鋪、星級酒店的VIP/黑名單用戶的初步識別與提示；金融場所、機場、碼頭、海關的VIP/黑名單用戶的初步識別與提示等。
3.客流統計、人數統計。
現有常見的客流統計技術包括紅外感應、重力感應、機械道閘等，但是這些技術只能達到70%左右的準確率，并且應用場所有著諸多限制。
現有的嵌入式平臺下通過視頻智能分析技術實現的客流統計終端，是一種非常典型的物聯網終端。它直接嵌入了攝像頭和智能分析模塊、GPRS/3G等傳輸模塊，通過對出入口和主要通道的非接觸式分析，可以做到95%以上的準確率，而且無需后端分析支持，可以應用于各類商業場所的客流動態分析、娛樂場所的場內人數超標預警、移動車輛上的客流統計等(移動車輛上的客流統計是智能交通的一個重要組成部分)。
客流統計的需求日趨旺盛，如果能在技術實現時充分考慮商業用戶的特殊需求，它完全有可能成為智能視頻分析技術的一個非常重要的應用分支。
應用場合：各類商業超市、連鎖店鋪、中小型店鋪、公園景點、文博會所、公交車輛、長途車輛等。
4.周界入侵防范。
單一的智能視頻分析在周界入侵防范的應用上，有著很多的不足：場景多變、誤報率居高不下、識別效果不盡人意等。但是，將周界入侵預警器器和其他類型的傳感器相結合，以多重防范探測進行綜合應用，則可以取得非常好的效果。現在針對家庭、店鋪、車輛的典型應用場合的綜合應用方案已經獲得了很好的評價。
現有的入侵檢測如紅外探測、震動檢測等傳統手段誤報率都很高，利用物聯網技術的次聲壓傳感檢測技術、泛紅外和微波檢測技術等傳感檢測技術則對周界入侵檢測有很好的效果。但是，這些技術在檢測到報警后，都沒辦法實現即時的確認是否為誤報。如果這些技術與視頻分析技術、手機視頻等進行綜合應用，進行雙鑒探測等，則可以為用戶提供高效率、低誤報、可直觀確認的用戶體驗。
應用場合：無人值守的中小型店鋪、倉庫、家庭、小型辦公場所等。
5.駕駛員和值崗人員疲勞檢測
智能視頻分析技術能通過對人臉特征和人眼狀態信息的分析，感知到人的疲勞狀態。一個嵌入攝像頭和分析模塊的設備，是組成人體疲勞狀態預警器的主要組件，通過它即可感知人體疲勞狀態。
在私家車、貨運車、長途客運車、危險品運輸車輛、特種機械操作崗等關鍵場合，人體疲勞狀態信息是一個非常重要的指標，此時人體疲勞狀態預警器就有了非常好的應用機會。針對特殊的應用場合，同時集成諸如車輛信息采集、安全防范、油電路控制、GPS定位等，這種物聯網終端就能提供更為優秀的應用模式。
應用場合：私家車、貨運車、長途客運車、危險品運輸車輛、特種機械操作崗等。
6.人群聚集度判斷
現有的方案是通過嵌入式的平臺，采用智能視頻分析的技術，來對視頻場景內的人群聚集現象進行檢測和判斷，亦即為人群密度檢測儀。其內已嵌入GPRS/3G通訊模塊，通過對關鍵場合的不間斷監測和監控，預警人群聚集行為，并將結果傳送到后端應用平臺，提供實時的聚集現象的預警。
應用場合：平安城市、廣場、政府出入口等特殊場合。
7.動態車牌檢測和捕捉
通過智能視頻分析的方式，對視頻場景內的車輛進行檢測和定位、車牌進行檢測和定位，并通過車型重復檢測、車牌大小檢測、車輛行為判斷等各種復雜行為判斷，來獲取符合業務邏輯條件的車牌及場景照片，實現對車輛、車牌的動態檢測和捕捉。飛瑞斯動態車牌識別儀是基于動態車牌監測和捕捉技術實現的傳感器，來感知符合條件的車牌、車輛，并獲取取證照片。
應用場合：安裝于公交車和BRT車輛上，自動對公交車專用道、BRT專用道上社會車輛違法占道行為的移動、動態監測和取證。
除了以上一些應用方向之外，還有煙霧檢測可用于火災初期預警(可比傳統煙感器更早發現煙霧的產生)，人臉遮擋檢測用于對深色墨鏡、大口罩等可疑偽裝行為進行預警判斷等，這些技術都有很好的應用前景。
總結
智能視頻分析傳感技術，真正點亮了“視頻”，使視頻跳出了安防監控這一傳統應用領域，而成為一種可以從中提取大量關鍵信息和有價值數據的信息源，進而使具備智能視頻分析功能的視頻類設備升級成為一種特殊的、重要的物聯網感知終端設備，為各種行業應用（智能交通、商業智能、安全生產、智能安防等）提供強大的元數據支撐。基于智能視頻分析技術的特殊傳感器，將成為物聯網感知設備中的一類新生力量，為物聯網行業發展貢獻新的助推力量。
RFID世界網 |
|
