cookieOptions = {...}; ‧ 影像監控未來不僅記錄還能智慧分析 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2014年4月24日 星期四

來源:企業網D1NET

影像監控是安防中最普遍的一項,目前影像監控主要在致力於提高清晰度方面,但是在影像監控普及的狀態下,面對大量的影像資料,處理這些資料資訊成為難題,智慧監控就式這樣應運而生的。在未來的智慧影像監控,不只是將資料記錄,更能高效處理這些資訊。
  

影像監控的智慧化主要體現在對資料的完善修復、辨識分析、關鍵提取和智慧檢索等方面。具體的可以從它的六大應用中來看:
  
圖像增強演算法改善圖像品質
你家社區監控是否有"睜眼瞎"的症狀,特別是到了夜晚,低照度環境下監控攝影機成像一片漆黑或者一片白,顯然在低光照環境下,圖像增加技術應該來彌補缺陷。
  
正如業內分析得出,圖像增強演算法可以有效改善由於光照、霧氣等原因造成的圖像品質問題,使圖像細節明顯改善。簡單理解這就是一種圖像優化技術。除了圖像增強外,還有一種圖像復原技術也特別適用於夜視監控,只不過這種捕捉環境更具有針對性。
  
監控也能測速,準確抓取重要資訊
圖像復原技術更適合捕捉快速移動的物體,例如行駛中的汽車。如果要正確、完整地捕捉車牌資訊。聚焦、運動等原因造成圖像模糊的過程進行建模,利用解卷積演算法反推原始圖像資訊的演算法,能部分恢復車牌文字、人臉等關鍵資訊。
  
例如抓拍車牌包括以下幾項資訊:最重要的是車牌號碼、車牌顏色、字母、文字等,特別是針對易混淆的數位"0"和字母"D""O""Q"等,處理系統還需要特別對待。當然有些監控攝影機不僅捕捉車牌資訊,連帶測速功能也一同植入,這對於司機朋友來說絕對是個"晴天霹靂"
  
關鍵提取播放節省時間
在監控攝影機未能植入智慧分析模組時,大多探頭都只具備基本的錄影功能。而在處理突發事件時,監控系統往往具有滯後性。例如員警需要調取一周內的影像資料,且不說這些影像資料量有多少,如果一分鐘一分鐘地看,也要花費不少時間。未來能夠在海量的影像資訊中提取關鍵資料資訊,濃縮播放應運而生。
  
智能匹配,快速檢索
濃縮播放從字面上理解為快速流覽錄影資訊。但實際應用中影像系統又是如何做的呢?首先對影像進行濃縮生成摘要,設立原始圖像;然後將數小時影像片段壓縮成數分鐘的濃縮影像;再次將影像中出現在不同時間點上的目標疊加在同一畫面中;最後根據其出現的不同時間點進行播放並區分標注。這種濃縮播放、快速提煉有效資訊,大大提高了查找效率。
  

人臉檢索不單能是被還能被檢索
與人臉辨識不同的是,人臉檢索是提供需要檢索人員的面部圖像資訊,到龐大的資料庫中進行檢索,通過人臉庫檢索對比找到樣貌相似人物,從而在進行判定。這是一種常見的快速確認身份的辦法。
  
人臉檢索對常住人口庫、重點人員庫、吸毒人員庫等進行檢索,快速確認身份。對在逃人員庫進行檢索,實現串併案分析。另外,還可以對身份證、戶口名簿等進行分析對比,查找一人多證等問題。
  
人臉人體屬性分析一切資訊僅在眼底
除了人臉檢索外,我們熟悉的還有人臉辨識。但是,現在有一種人臉辨識方式更為智慧,其識別不僅包括人臉,還包括了一些人體屬性。例如被捕捉到的人性別、年齡段、身高及是否佩戴眼鏡。如此詳細的人臉辨識將進一步定位待檢索人員。
  
人臉人體屬性分析是通過人臉抓拍機,實現對人臉的自動抓拍。結合雙目立體視覺技術實現人體屬性特徵的提取,而這些特徵正是上述筆者所舉例的那些。這種人體屬性分析大多應用在公安機關排查可疑人口,或針對人流量較大的商場商圈商業分析等。
 
除了人提屬性分析,三維立體辨識也將應用在視頻監控中。通過這種立體式辨識檢測方式可以檢查屋內是否有人及人員數量;此外還可以定位跟蹤屋內人員活動路徑;更為智慧的是,可通過智慧分析判定人員處於站立還是倒地狀態,進行及時預警。這種立體辨識適用於小空間室內場景,如監獄審訊室、金庫場景等。
  
車和人一樣可以被辨識檢索
在文章開始筆者介紹了關於圖像復原技術,特別適用於車牌辨識。往往有些狡猾的犯罪分子,可能會使用假車牌,這情況給破案帶來很大麻煩。法網恢恢疏而不漏,不給犯罪分子可乘之機,新型車臉檢索功能可判斷嫌疑人是否修改或更換號牌,車臉檢索同樣是輸入樣例圖片,找出相似車輛及車牌號碼,實現快速檢索的功能。

以上是基於智慧高清監控六大應用,無論圖像升級還是辨識方式升級,其最終是在高清的基礎上進一步突出了智慧監控的作用。關於智慧、關於高清,仍然有許多技術應用值得我們去挖掘。

                                                                                                                                                                                                                            

0 意見: