淺談AI在視頻監(jiān)控中的運用

一、視頻監(jiān)控行業(yè)發(fā)展趨勢

隨著我國平安城市、智能交通等各項建設(shè)的持續(xù)開展，以及金融、教育、物業(yè)等各行業(yè)用戶安防意識的不斷增強，視頻監(jiān)控市場近5年來一直保持著18%左右的穩(wěn)定增長。然而，大多數(shù)攝像頭一直沒能擺脫人工監(jiān)控的傳統(tǒng)監(jiān)控方式，由此導(dǎo)致了大量視頻數(shù)據(jù)堆積占用存儲資源、視頻監(jiān)控實時性差、視頻檢索困難等問題，一旦有案件發(fā)生，海量攝像頭帶來的海量視頻數(shù)據(jù)檢索工作需要耗費大量警力。

為了解決這些問題，近年來，視頻監(jiān)控行業(yè)向“高清化、網(wǎng)絡(luò)化、智能化”趨勢加速演進。視頻監(jiān)控設(shè)備技術(shù)性極強，系統(tǒng)的創(chuàng)新升級同時也在引導(dǎo)市場需求的變化并創(chuàng)造了新的市場需求。

高清化:攝像頭高清化是實現(xiàn)攝像頭網(wǎng)絡(luò)化和智能化的重要前提，高清攝像頭不僅讓我們看得更清楚，也能讓機器“看”得更清楚，從而使得機器視覺技術(shù)有了用武之地，能夠更準確地提取重要的有效信息。此前，阻礙攝像頭向高清發(fā)展的重要原因是帶寬和存儲的成本，因此，提升編碼效率是實現(xiàn)視頻高清化的技術(shù)基礎(chǔ)。

網(wǎng)絡(luò)化:網(wǎng)絡(luò)通信技術(shù)的發(fā)展使得視頻監(jiān)控系統(tǒng)可以通過互聯(lián)網(wǎng)遠程傳輸視頻數(shù)據(jù)，從而實現(xiàn)遠程監(jiān)控的功能，這極大的擴展了視頻監(jiān)控的范圍。當(dāng)然，網(wǎng)絡(luò)化的發(fā)展趨勢也使得視頻的數(shù)據(jù)量越來越大，要求系統(tǒng)具備更強的存儲、檢索和備份等功能。同時，海量的視頻數(shù)據(jù)也對視頻監(jiān)控系統(tǒng)的智能化發(fā)展提出了更高的要求。

?（AI在視頻監(jiān)控中的應(yīng)用）

智能化:智能視頻監(jiān)控技術(shù)近幾年來被廣泛研究并開始實際應(yīng)用，通過將機器視覺技術(shù)融入視頻監(jiān)控系統(tǒng)，對視頻數(shù)據(jù)流進行圖像處理、目標(biāo)分析，實現(xiàn)自動檢測、目標(biāo)跟蹤等目的，對視頻監(jiān)控系統(tǒng)進行實時控制，變被動監(jiān)控為主動監(jiān)控。

“高清化、網(wǎng)絡(luò)化、智能化”的視頻監(jiān)控系統(tǒng)已經(jīng)開始應(yīng)用在實際生活中，具體來說，在智能交通系統(tǒng)中，重要關(guān)卡的攝像頭能夠智能化地檢測交通違規(guī)，未來覆蓋所有道路交通的視頻打通后還可以構(gòu)建城市擁堵模型，并實時調(diào)整紅綠燈及道路行駛規(guī)則;在平安城市系統(tǒng)中，各點位視頻不僅被動監(jiān)控，還可以因地制宜運行安全檢測算法，并在事件發(fā)生時即主動報警，由原來的“事前震懾，事后追蹤”變?yōu)橹鲃颖O(jiān)測;而在民用市場上，通過在攝像頭基礎(chǔ)上附加的客流統(tǒng)計、人臉識別等功能，進一步拓展了視頻監(jiān)控的民用市場。

二、視頻監(jiān)控的核心技術(shù)--編碼技術(shù)

當(dāng)代視頻監(jiān)控系統(tǒng)主要包含五大類關(guān)鍵技術(shù):

數(shù)字視頻壓縮與編碼技術(shù)(編碼)

數(shù)字視頻的網(wǎng)絡(luò)傳輸技術(shù)(傳輸)

海量視頻數(shù)據(jù)的存儲和檢索技術(shù)(存儲)

視頻監(jiān)控場景中的人/物體的識別與跟蹤技術(shù)(視頻圖像處理和分析)

視頻監(jiān)控場景中的運動檢測與告警技術(shù)(視頻圖像處理和分析)

前三項是核心支撐技術(shù)，由于視頻數(shù)據(jù)量的龐大與有限的存儲和網(wǎng)絡(luò)傳輸資源之間存在矛盾，因此視頻編碼就成為視頻監(jiān)控系統(tǒng)中最重要的核心技術(shù)。

國際電信聯(lián)盟電信標(biāo)準分局ITU-T與國際標(biāo)準化組織和國際電子委員會ISO/IEC是制定視頻編碼標(biāo)準的兩大組織，ITU-T的標(biāo)準包括H.261、H.263、H.264，主要應(yīng)用于實時視頻通信領(lǐng)域，如會議電視;MPEG系列標(biāo)準是由國際標(biāo)準化組織和國際電子委員會ISO/IEC制定的，主要應(yīng)用于視頻存儲(DVD)、廣播電視、因特網(wǎng)或無線網(wǎng)上的流媒體等。兩個組織也共同制定了一些標(biāo)準，比如H.262標(biāo)準等同于MPEG-2的視頻編碼標(biāo)準。目前，H.261與H.263在視頻通信中應(yīng)用比較廣泛，H.264標(biāo)準的推出，是視頻編碼標(biāo)準的一次重要進步，它與MPEG-2、MPEG-4及H.263相比，編碼效率更高。但是，更高的編碼效率也意味著更加復(fù)雜的編碼算法，隨著集成電路技術(shù)的快速發(fā)展，H.264的應(yīng)用已經(jīng)成為現(xiàn)實。

目前國際最新的視頻標(biāo)準是H.265，在同等清晰度下，H.265視頻標(biāo)準碼率是H.264碼率的一半，大幅提升傳輸和存儲效率，基于H.265標(biāo)準各大廠家也推出了更有效的編碼算法，如海康威視推出的Smart265，可以針對不同的場景設(shè)定不同的碼率，在人流量不密集的場景中碼率最高可降低70%以上。高效編碼算法的出現(xiàn)降低了高清傳輸?shù)某杀?，高清化為智能化奠定了基礎(chǔ)。

三、AI在視頻監(jiān)控中的應(yīng)用

升級后的攝像頭可以將清晰的視頻畫面實時傳輸?shù)胶蠖耍瑫r也帶來了海量非結(jié)構(gòu)化的視頻數(shù)據(jù)。因此，利用AI算法將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化、并進行智能化分析成為視頻監(jiān)控行業(yè)面臨的首要問題，在提高數(shù)據(jù)處理效率的同時也能為不同應(yīng)用場景充分挖掘數(shù)據(jù)價值。比如，人臉識別是當(dāng)前在智能化中應(yīng)用最為廣泛的技術(shù)，現(xiàn)在通過基于深度學(xué)習(xí)的人臉識別算法，從抓拍嫌疑人到傳入后臺系統(tǒng)做出比對預(yù)警只需幾秒鐘。

視頻圖像處理和分析技術(shù)是實現(xiàn)監(jiān)控智能化的關(guān)鍵，目前主要的安防模式識別技術(shù)包括身份識別、軌跡識別和環(huán)境判斷補償識別等。

AI技術(shù)用于視頻監(jiān)控系統(tǒng)有前端和后端兩種方案，前者是利用前端攝像機自身的芯片和算法進行計算，而后者則是利用后端計算機進行分析。

(1)前端方案:是指在攝像頭等前端設(shè)備中內(nèi)置AI分析芯片，通過前置的智能分析可以有效降低需要傳輸?shù)臄?shù)據(jù)量，在車牌識別等應(yīng)用上已經(jīng)比較成熟，現(xiàn)在前端設(shè)備做車牌識別準確率已經(jīng)達到了99%。

(2)后端方案:普通攝像頭采集視頻信息后傳輸?shù)胶蠖?，用后端服?wù)器的方案進行智能分析，這是當(dāng)前主流的智能分析方案，多采用CPU+GPU架構(gòu)，GPU集群服務(wù)器充分利用多GPU的并行處理能力，有效提高視頻結(jié)構(gòu)化處理效率。

前端方案需大量部署AI攝像頭，大規(guī)模替換現(xiàn)有的攝像頭，成本較大。另外，前端設(shè)備體積小，對芯片小型化的要求更高，芯片成本約是后端設(shè)備成本的兩倍，短期限于成本壓力，AI功能主要還是集中在后端進行。AI后端產(chǎn)品計算性能強大，一路智能NVR可以同時對幾十路攝像頭數(shù)據(jù)進行分析，實現(xiàn)特征提取、人臉識別等功能。

但是，前端智能化可以增強視頻監(jiān)控的及時性效果，同時將AI功能集成到前端可以減少了視頻信息上傳的帶寬壓力。隨著前端處理芯片性能的不斷提升，AI攝像頭可以運行更加復(fù)雜的算法，長期來看，智能分析前端化也會成為未來的發(fā)展趨勢之一。