源乘

信息科技的蓬勃發(fā)展催生了圖像監(jiān)控（又稱為“攝像機”）的普及化。基于安全防范的考量，如今各式各樣的攝像機出現(xiàn)在大街小巷之中，甚至走進了居民住宅的私密空間。據(jù)上海市公安局交通警察總隊的統(tǒng)計數(shù)據(jù)，截至2017年6月，本市公安機關(guān)用于監(jiān)控的攝像機已達到1.4萬余個。可以說，我們已經(jīng)被攝像機包圍！

但是，目前監(jiān)控攝像機的主要用途是“實時監(jiān)控”，便于使用者在事后查找錄像、鎖定證據(jù)、追尋線索。而在警戒、分析、預(yù)判等方面的功能卻尚不夠完善。面對數(shù)量如此龐大的攝像機以及海量的視頻，如果我們?nèi)匀谎赜谩叭肆ΡO(jiān)控、人工查詢”，結(jié)果只會效率低下。因此，如果能將“視頻圖像”轉(zhuǎn)換成計算機能夠識別的信息數(shù)據(jù)并前置于攝像機之中，由計算機代替使用者去實施查找、警戒、分析、預(yù)判，那么所有問題將迎刃而解！在這樣的大背景下，“視頻智能分析”，“后端智能”，乃至“前端智能”的感知型攝像機逐步走進 了人們的視野，被使用到我們的生活與工作之中。

視頻智能分析（Video Analyzing）

所謂“視頻智能分析”，是指依托計算機從視頻圖像中通過特定的程序運算和分析模型，提取視頻圖像中有價值的內(nèi)容信息、運動信息等數(shù)據(jù)信息的一項科學(xué)技術(shù)方法。簡而言之，就是通過計算機代替使用者去監(jiān)控、查詢、分析、警戒視頻圖像。對計算機而言，攝像機記錄的視頻圖像僅僅是一個包含每一幀、每一個像素點的灰度值或者彩色值的數(shù)列。“視頻智能分析”實現(xiàn)了計算機對于視頻圖像的“理解”。使用者確定的目標信息包含在那些像素點的值所組成的平面圖像序列之中，需要計算機從“整體”上進行“理解”才能獲取，才能明白視頻圖像中所呈現(xiàn)的內(nèi)容或者發(fā)生的事情。

目前，該項技術(shù)應(yīng)用的目的在于自動地提取視頻圖像源（主要是攝像機或者視頻錄像設(shè)備）中的關(guān)鍵信息或者特征信息，并根據(jù)使用者的要求進行智能化分析，再通過設(shè)置一定的條件和規(guī)則對其進行高效判斷。

如果我們將“視頻圖像源”比喻為“人類的眼睛”，那么就可以把“視頻智能分析技術(shù)”看做是“人類的大腦”。它負責(zé)代替人腦對視頻圖像畫面中的海量數(shù)據(jù)進行高效分析，為人們提供有價值的關(guān)鍵信息。當(dāng)前，視頻智能分析的功能主要包含“畫中畫、運動檢測、目標跟蹤、動態(tài)人臉識別”四個方面。

畫中畫（Picture-in-Picture）

作為一種視頻內(nèi)容的呈現(xiàn)方式，“畫中畫”是指在一部視頻全屏播放的同時，于畫面的小面積區(qū)域上同時播放另一部視頻，被廣泛用于視頻錄像、監(jiān)控設(shè)備。目前，各國警方在審訊室中多采用此項技術(shù)。比如，我國在執(zhí)法辦案場所設(shè)置的訊（詢）問室基本配備了具備畫中畫功能的攝像機。公安部GB/T 28181-2011《安全防范視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)信息傳輸、交換、控制技術(shù)要求》更是對攝像機畫中畫功能作出了測試要求。在具備畫中畫功能的多臺攝像機的覆蓋下，畫面通過線路傳輸運送至指揮室中的支持多路高清視頻接入的計算機。使用計算機的警察看到的主畫面反映的是“訊問場所的全景”，小畫面則反映的是“被訊（詢）問人的特寫正面中景或者辦案人員的特寫”。（如圖所示）同時監(jiān)控畫面能全程反映被訊（詢）問人的體態(tài)、表情，并顯示同步錄像時間。這樣的設(shè)置方便警察更清晰地看到辦案區(qū)人員的小動作、微表情。

目前，“畫中畫”技術(shù)已經(jīng)可以實現(xiàn)二畫面、三畫面、四畫面的任意合成，畫中畫的大小畫面均可切換，小畫面的大小及位置亦可任意調(diào)整。

運動檢測（Motion Detection）

“運動檢測”是指把視頻圖像中變化的區(qū)域與背景圖像精確分離出來，即正確分割出運動目標的區(qū)域或者輪廓，確認和檢測出運動物體的存在。目前，我國在運動檢測智能分析方面做得較為完善的企業(yè)不多。以杭州?？低晹?shù)字技術(shù)股份有限公司（以下簡稱：海康威視）為例：作為我國知名的視音頻編碼解碼卡的生產(chǎn)商，?？低曉跀?shù)字信號處理器上能夠完成MPEG4/H264的實時編碼，并通過SDK的接口，提供有效的運動檢測分析功能。在這方面，上海市公安局交通警察總隊已經(jīng)開啟了先行先試的探索。自2017年9月下旬起，上海市公安局交通警察總隊在寶林路近牡丹江路路段安裝了一套專門用于抓拍“不按規(guī)定使用燈光”違法行為的新型智能電子警察。截至2017年10月10日，市公安局交通警察總隊已經(jīng)累計查處了“不按規(guī)定使用燈光”違法行為67起，收效明顯。

目標跟蹤（Object Tracking）

“目標跟蹤”，俗稱“盯梢”，是指通過對攝像機采集到的圖像序列進行計算分析，計算出目標在每一幀圖像上的二維位置坐標，并根據(jù)不同的特征值，將圖像序列中、不同幀中同一運動目標關(guān)聯(lián)起來，獲得各個運動目標完整的運動軌跡。這就好比目前刑事偵查中非常流行的圖偵（即“視頻圖像偵查”）。通過計算機，對攝像機獲取的視頻監(jiān)控圖像資料進行分析、研判，從而固定犯罪證據(jù)、發(fā)現(xiàn)和確定犯罪嫌疑人、提供偵查線索或者方向。以美國著名系列電影《生化危機》中的人工智能“紅皇后（Red Queen）”為例。作為蜂巢內(nèi)部的頂尖人工智能系統(tǒng)，“紅皇后”就是依托攝像機捕捉下各種目標特征信息，從而獲得各個運動目標完整的運動軌跡，達到實時跟蹤、實時監(jiān)控、實時捕捉、實時聚焦。

動態(tài)人臉識別（Dynamic Face Recognition）

通常來說，“動態(tài)人臉識別技術(shù)”，是指利用人臉的特征信息，將“目標人員的面部圖像”與“數(shù)據(jù)庫中的人臉面部特征”進行比較與分析后，從而做出身份識別的專門性科學(xué)技術(shù)。該項科學(xué)技術(shù)將應(yīng)用于安全檢查、刑事偵查、智能門禁、戶籍調(diào)查、治安巡邏、出入境管理等諸多領(lǐng)域。

然而，在人群中對移動的人臉進行識別存在著客觀實現(xiàn)的難點。首先，人的正臉有一個比例叫做“三庭五眼”，這個詞很正確地概括了人臉部的比例。人的側(cè)臉則會出現(xiàn)兩個正方形?！暗谝粋€正方形”是指眼尾至耳朵前端的距離等于眼睛至嘴角的距離、眼尾至耳朵前端的距離，也等于耳后至腦后的距離；“第二個正方形”是指眼尾至耳后的距離等于眼睛至下顎的距離。盡管每個人的正臉和側(cè)臉完全相同的可能性較低，但是不同個體之間的人臉結(jié)構(gòu)可能存在相仿性。這些相仿性無疑將增加人臉圖像識別與區(qū)分的難度。其次，目前高清攝像機能夠在目標靜態(tài)的情況下清晰地捕捉到使用者通過程序算法指定的人臉，但是攝像機在人群中細分差異并找到目標對象卻受到拍攝角度、明暗光線、人臉部位變化、遮臉物、個體的刻意偽裝等多方面因素的制約。綜上所述，動態(tài)人臉識別需要攻克的技術(shù)難點還有很多。endprint

當(dāng)前，為了攻克動態(tài)人臉識別技術(shù)，世界各國已經(jīng)開展了專門的技術(shù)研究與公關(guān)。比如：根據(jù)上?！爸腔酃病苯ㄔO(shè)的要求，上海市公安局正在研發(fā)“智能圖像識別系統(tǒng)”，建設(shè)人臉基礎(chǔ)信息的中間庫（又稱為“人臉特征庫”），將“人臉基礎(chǔ)數(shù)據(jù)”同步至計算機系統(tǒng)之中，同時研發(fā)“安全調(diào)用的接口”，與計算機系統(tǒng)進行數(shù)據(jù)信息對接。據(jù)悉，俄羅斯莫斯科也在嘗試在公共區(qū)域的監(jiān)控攝像頭中引入動態(tài)人臉識別技術(shù)。2017年年初，莫斯科會同俄羅斯本土公司Tech.Lab Ltd進行了為期六個月的測試，結(jié)果裝備了動態(tài)人臉識別技術(shù)的監(jiān)控攝像機，發(fā)現(xiàn)了俄羅斯聯(lián)邦政府六名重要的犯罪嫌疑人。該家俄羅斯公司的動態(tài)人臉識別技術(shù)已經(jīng)獲得了美國商務(wù)部和華盛頓大學(xué)的官方認可，在測試階段的識別準確率已經(jīng)高達70%。

后端智能（Intelligent Back）

早期，受限于前端芯片的運算性能，“智能視頻分析技術(shù)”幾乎均在后端進行有效運作。一般來說，后端智能的實現(xiàn)方式是由高清攝像機采集視頻圖像信號，由后臺進行物理存儲，再通過后端智能服務(wù)器進行運算分析，最終將運算分析結(jié)果返送至存儲設(shè)備之中。此種部署方案的最大頑疾就是“帶寬受到制約”。后端的運算分析需要大量占用帶寬的傳遞數(shù)據(jù)，從而令后端運算分析出現(xiàn)時間上的延遲，甚至造成了數(shù)據(jù)信息的丟失，阻滯和影響運算分析的結(jié)果。另一方面，后端智能的運算分析設(shè)備的動用量、存儲量極大，成本相當(dāng)高。

當(dāng)然，后端智能模式也有優(yōu)勢。一方面，后端智能模式對于排除故障大有裨益。另一方面，后端智能模式可以節(jié)省大量的“模擬攝像機轉(zhuǎn)數(shù)字攝像機”的成本投入，只需對服務(wù)器進行智能化升級即可。

當(dāng)前，市場上具備智能分析能力的攝像機，一般只能提供一些基礎(chǔ)智能功能，比如越界偵測、區(qū)域入侵偵測、場景變更偵測、進入?yún)^(qū)域偵測、離開區(qū)域偵測、人員聚集偵測、停車偵測、區(qū)域防范等。以上海市公安局交通警察總隊啟用“電子警察抓拍違法行為短信及時告知平臺”為例。目前，市交通警察總隊主要通過特寫攝像機、全景攝像機、環(huán)境攝像機等攝像機抓拍違法行為，在后端計算機中設(shè)置相應(yīng)的程序算法，將“違法停車、違法變道、違規(guī)使用公交專用車道行駛、超速、闖禁令、闖紅燈”等違法行為納入實時監(jiān)管狀態(tài)。據(jù)市交通警察總隊統(tǒng)計，自2016年8月1日至2017年8月1日一年的時間內(nèi)，電子警察抓拍違法行為短信及時告知平臺累積發(fā)送違法及時告知短信23萬余條。（如圖一所示）

然而，上述攝像機輸出的信息比較簡單！雖然具備警告、識別描述畫面中的內(nèi)容等智能功能，然而這畢竟是后端智能，且需通過人工操作，還無法達到真正的“前端智能”的效果。

智能分析前置化（Front Intelligent Analyzing）

如上所述，后端智能的運作模式是前端攝像機采集視頻圖像信號，后端由智能分析服務(wù)器進行分析并提取視頻中有價值的目標信息，最后生成使用者想要的結(jié)構(gòu)化數(shù)據(jù)信息。可是，受性能限制，當(dāng)前主流的服務(wù)器一臺只能同時分析六路至八路的高清視頻。若要實現(xiàn)2000路的智能分析，至少需動用250臺服務(wù)器。面對智慧城市幾千路到幾十萬路不等的監(jiān)控點規(guī)模，成本之高不容忽視！因此，智能分析算法移至前端的想法應(yīng)運而生。前端智能的價值在于預(yù)防和事中控制環(huán)節(jié)，將智能處理、分析、研判融入到攝像機之中。

誠如蘇州科達科技股份有限公司市場總監(jiān)劉志強所言，“智能前移可以讓前端攝像機具備直接的分析能力，其成本又可控，無疑將推動智能分析在智慧城市建設(shè)中的規(guī)?；瘧?yīng)用?！睂⒅悄芮耙?，在攝像機中就可以完成目標識別、特征描述以及圖片抓拍工作，這樣后端就節(jié)省了大量的智能分析服務(wù)器?？梢哉f，智能前置的攝像機是智能分析經(jīng)濟性和規(guī)?；渴鸬幕A(chǔ)。只有前端實現(xiàn)智能，才能形成規(guī)模化的智能應(yīng)用。這將深刻影響到整個安防行業(yè)的發(fā)展格局，為安全防范迎來更長足的進步和更寬廣的市場空間。

感知型前端攝像機（Front Intelligent Cameras）

在智能攝像機領(lǐng)域，早期智能攝像機產(chǎn)品是替代紅外對射等設(shè)備來使用的，現(xiàn)階段僅適用于禁止人們闖入和走動的應(yīng)用場景，只是告警信號而已，但這種告警誤報率很大，在警戒區(qū)內(nèi)，動物的闖入、巡更人員的走動以及燈光的變化，都可能引起報警，因為它對闖入的物體無法識別。而感知型攝像機能夠“識別”視頻中的內(nèi)容；可以“思考”視頻中發(fā)生了什么事情；最終把視頻中的內(nèi)容和有異常的事件，用語言、圖片等方式“描述”出來。根據(jù)監(jiān)控場景和需要識別的內(nèi)容，感知型攝像機主要包括三個系列：1.特征分析攝像機；2.車輛卡口攝像機；3.人員卡口攝像機。（如表一所示）

具備感知功能的前端攝像機可以在收集海量特征信息的基礎(chǔ)上，直接執(zhí)行復(fù)雜智能算法，將圖像信息與目標的特征、內(nèi)容、警戒信息進行比對，生成語義描述，從而在智慧城市、智能交通、智慧執(zhí)法等諸多領(lǐng)域發(fā)揮巨大的作用。以2017年廈門的金磚會議安防為例。1500余臺具備前端智能的感知型攝像機分布在廈門各個檢查站、安檢大棚、酒店、城際卡口等重要場所，實行安檢監(jiān)控，實時對違停、黑名單比對進行分析處理，真正達成了會議安全區(qū)域監(jiān)控的全覆蓋。

毫無疑問，如果將攝像機比作是“鷹眼”，那么具備感知功能的前端攝像機就是“會思考的鷹眼”！

編輯：黃靈 yeshzhwu@foxmail.comendprint