智能视频检索技术的发展与应用
2015/8/19 18:29:21
一、传统视频检索方式
在安防视频监控系统的实际应用过程中,用户常常希望可以快速地从海量的、数以万计的摄像头视频录像中,方便地找到一些有明显特征的人或物。传统的基于预设告警和时间的视频检索方式,对于这类深层次的需求往往无能为力,常有“隔靴搔痒”之憾,因而如何快速准确地进行智能检索就成为大型视频监控系统需要解决的重要课题。
传统视频检索方法主要就是“人海战术”,效率十分低下。主要原因有以下三点:*,由于人类的生理局限,长时间专注于单一视频画面,容易造成刑侦人员注意力低下,产生视觉疲劳,严重影响审看效率;第二,人眼无法克服误差,因为人眼的视觉疲劳,极易忽略重要的目标线索,造成“过眼不过脑”的情况,人对于单调的事物无法长时间的集中注意力,因此,一段视频往往需要花费更多的时间进行重复审看,大大增加了工作量,并且仍无法*避免遗漏和误差;第三,获取到有效信息耗时过长,通常一个案件需要审看周边几十个摄像头、前后数天的视频,所审看的视频量时常达到数百上千小时。在目前的审看模式下,传统的方法需要从头到尾顺序播放,往往需要数倍于原始视频的时间才能审看完成,因此需要大量人员连续加班数周进行视频审看。为了规避遗漏和误差,很多刑侦队采用加大人力投入的方法。但是经过实践证明,这种方法吃力不讨好,等找到关键信息,*分子很有可能已经做出更大破坏。
二、智能视频检索技术的现状
视频监控检索关注的人数据以视频为主,主要目的是定位查找某个事件的起因和关联的发展过程,事件的关键信息数据包含:时间、地点、主导事件的人或物、图像和声音信息。检索条件传递的信息越丰富,定位越,检索的算法也就越简单;相反,检索条件传递的信息越简单,定位就越模糊,想要定位时,检索算法的难度也就越大。一般来说,用户期望检索条件简单,同时也能定位。
智能视频检索技术的出现把人从单调、繁重的任务中解放出来。它利用了视频分割、自动数字化、语音识别、镜头检测、关键帧抽取、内容自动关联、视频结构化等技术,以图像处理、模式识别、计算机视觉、图像理解等领域的知识为基础,通过自动化的智能分析预处理,将杂乱无章、毫无逻辑的监控视频内容(运动目标、行人、车辆)进行梳理,自动获取视频内事件及目标的关键信息,并根据这些信息生成视频内容及索引。为了提高计算速度,目前采用了集群方式,可提供几十上百倍实时以上的快速分析能力,并可根据应用需要进行扩展,提高计算能力,节约办案时间。
从根本上看,视频检索技术应用于安防监控是以智能视频分析技术为基础的。智能视频分析技术是指利用计算机图像视觉分析技术,通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。近几年,大数据一词越来越多地被提及与使用,涉及到各行业,人们用它来描述和定义信息爆炸时代产生的海量数据。智能视频分析技术的引入可能极大地提升原有海量监控视频存储系统的检索效率和命中率。
在智能视频检索过程中,用户可以根据自己所需要的检索条件,通过智能视频分析技术,从海量视频中获取想要的关键信息。目前智能视频检索方式主要有以下几个分类:
1、运动目标属性分析
目标的运动属性包括目标的运动轨迹、运动幅度、速度及规律等因素。基于目标轨迹的检索是指通过在视频中选定一个特定的区域,目标进入或离开该区域、以及滞留该区域,视频检索算法可以快速关注所有时间内在该区域出现过的目标。
还可以对目标图例或排查结果的类型进行过滤,在目标结果较多的情况下,系统支持将目标中的类型进行分离,进一步缩小关注范围,比如人、颜色等。
2、人脸索引
基于内容的图像检索是近年来的热门研究内容,涉及图像处理、计算机视觉和数据库系统等方面的学科。其中,有效的高维索引机制是使大规模图像库的检索能够达到实时性要求的关键技术。
目前的技术主要是通过智能分析预处理以及人脸检测算法,将监控视频中的人脸进行整理汇总,获取视频内感兴趣目标的相关信息,并根据这些人脸信息生成索引。相关人员通过查看人脸图示,就可在几分钟内,查看数个小时视频中包含的所有目标,并确定嫌疑目标,也可观看该目标在整个视频中的存在片段与运动轨迹。
在系统中输入待查询的人脸照片,选择需要检索的人脸后进行相似度等参数设置后开始检索,zui后检索出的相似人脸的结果会在界面上显示出来。
3、车辆信息识别
通过自动化的智能分析预处理以及规则下的智能排查,将监控视频中的内容进行整理汇总,获取视频内感兴趣目标的相关信息,并根据这些信息生成索引,主要是以车牌信息呈现。相关人员通过查看车牌图例,就可在几分钟内查找到目标车牌,并可观看该目标在整个视频中的存在片段。
用户可以选择需要播放的视频,此视频中包含用户关注的真正有用的车辆信息(车牌)。用户可以根据关注的内容进行慢速播放,不关注的内容采用快进播放的方式进行播放。
三、展望未来
智能视频视频检索技术已经得到了快速发展,提升了智能视频检索产品的应用准确率及效率,在完善核心算法的同时,现阶段将继续向以下几个方面努力:首先,与智能视频监控技术、云计算、物联网等新一代技术相结合,扩展更大的智能视频应用范围。其次,要立足行业用户需求,推出细分化市场服务,研发出更有针对性的产品,以符合现场环境的需求,提高产品的判别能力。第三,要加强研发力量,继续完善产品性能指标。
大数据时代来临,智能视频检索技术将不仅仅局限于安防行业,目前摄像头已经布控在*的大街小巷,昼夜不停地监控和录像。大量的视频数据里面有许多宝贵的财富,而智能视频检索技术的发展将是挖掘视频数据财富的利器。