智能網絡攝像機的發(fā)展方向及其應用
視頻智能分析技術通過對海量圖像數據的高速分析,過濾掉無用的、用戶不關心的信息,而只提供有用的關鍵信息,并發(fā)出警報和提供詳情,從而能夠大大提高視頻監(jiān)控系統(tǒng)的運行效率,讓視頻監(jiān)控從目視解釋轉變?yōu)樽詣咏忉?,這可以說是一次質的產業(yè)飛躍,而智能分析也必然是視頻監(jiān)控在未來發(fā)展的主要方向。
本文引用地址:http://www.ex-cimer.com/article/164762.htm智能視頻監(jiān)控正在興起
然而智能監(jiān)控在過去幾年一直未能真正實現(xiàn)普遍性商用,究其原因無非是視頻圖像質量低下而無法為智能分析提供基本資源,但這兩年隨著高清技術的逐漸普及,使得基于高清晰圖像實現(xiàn)智能分析成為可能且技術不斷成熟。
前端智能是視頻智能分析技術的主要應用形態(tài)之一,網絡攝像機與模擬攝像機由于硬件結構等先天因素,因而在智能的實現(xiàn)模式上完全不同。我們知道,一臺智能攝像機必須由包括攝像鏡頭圖像采集環(huán)節(jié)、A/D與圖像預處理環(huán)節(jié)、智能分析與計算環(huán)節(jié)、編碼壓縮環(huán)節(jié)、網絡傳輸環(huán)節(jié)五部分組成。網絡攝像機本身就具備圖像采集與處理、編碼壓縮、網絡傳輸模塊,只需添加一個智能分析計算模塊即可組成智能網絡攝像機,視頻圖像經智能網絡攝像機進行分析處理后就可依據需要傳遞至管理中心(如圖1所示),甚至一些要求不高且CPU性能較強的網絡攝像機只需直接灌入智能分析軟件就能實現(xiàn)一系列智能化的應用了。
圖1
而模擬攝像機則不然,其結構一般只有圖像采集處理環(huán)節(jié),圖像編碼壓縮則通過DVR或其它外部編碼設備來完成,在這樣的結構上直接內置智能芯片來實現(xiàn)智能應用的成本較高,所以模擬攝像機的前端智能大多采用外接智能盒的方式。即由智能分析盒負責對攝像機提供的圖像信息進行智能分析,然后將結果傳遞至編碼設備(如DVR等),再由這臺編碼設備傳輸至管理中心。也就是說,與上文一體化的網絡智能攝像機不同,模擬攝像機的智能化必須通過多臺獨立的設備分別操作才能完成。如圖2所示。
雖然目前通過外接智能盒實現(xiàn)智能應用還較常見,但由于這種分體式前端智能解決方案一方面設備多,在建設和維護方面都較繁瑣且成本高,另一方面,多設備間的互通與運行也會存在不穩(wěn)定等諸多問題。而相比之下,基于DSP芯片的一體化智能網絡攝像機則不論在成本投入還是系統(tǒng)的安全可靠以及擴展性能方面都具有明顯優(yōu)勢。
另外,還有更重要的一點,前端智能的實現(xiàn)前提是高質量圖像,越完善、越豐富的智能就需要越清晰的圖像,前文也提到,智能的應用要真正普及必須先普及高清監(jiān)控,而模擬攝像機如果要實現(xiàn)高清就必須對視頻源不做壓縮處理就進行傳輸,傳輸方式雖既有模擬化的YPbPr分量傳輸,也有數字化的DVI、HDMI或者HD-SDI傳輸,但不論哪種,這些傳輸手段所需要的線纜等成本都將非常高昂,根本不可能真正做到普遍性應用。而網絡攝像機的高清化卻是采用基于高效壓縮的、網絡化的方式進行傳輸,其傳輸線纜就是網線,與標清時代的IP傳輸是完全相同的,不會增加部署成本,成本的有效控制對普及應用來說肯定是非常重要的因素。由此可見,在高清領域,網絡高清攝像機必然是主流。并且,隨著網絡與高清技術的不斷成熟,網絡高清攝像機的市場規(guī)模已在迅速擴大,款型與性能都幾乎已可與發(fā)展多年的模擬攝像機相媲美,相應的,網絡攝像機越發(fā)展,一體化的智能前端應用也將越普遍,而智能視頻分析盒則會慢慢淡出市場。
智能網絡攝像機的應用有所側重
前端智能與中心智能并存
與前端智能也就是網絡攝像機的智能應用相對而言,目前在智能應用領域還有另一種主要形式就是中心智能,也叫后端智能。與前端智能利用前端攝像機自身的芯片進行計算不同,中心智能是利用后端計算機純軟件的方式進行分析,即攝像機并不提供任何智能分析與運算結果,而只是單純的向管理中心傳輸圖像信息,所有智能運算與分析全部由中心進行。圖3是一項中心智能業(yè)務的方案架構示意。
從上圖可見,中心智能解決方案除了在管理中心要配置性能完善的智能分析運算軟件以構成中心智能圖像識別、客戶端智能圖像識別及第三方數據分析這三個模塊之外,由于前端攝像機并不對圖像進行任何分析,所有圖像數據都必須傳至管理中心,因此,中心往往還需要一臺或多臺容量龐大、性能優(yōu)越的管理服務器。
前端智能與中心智能各有所長
前端智能與中心智能由于其在架構方案上的差異而造成了應用性能方面的差異。首先,前端智能在性能方面有三個優(yōu)勢,一是實時性高,攝像機對采集到的視頻源當即分析當即產生并上報結果,這能有效提升系統(tǒng)的運行效率;二是由攝像機先對視頻圖像進行分析識別,可只將有異常的圖像傳輸到中心去記錄與顯示,這些圖像一般最多只占到總圖像數據的幾十分之一,這樣就可以大大降低網絡帶寬的壓力,保證整個系統(tǒng)的高效運行;三是由于視頻壓縮后往往會失去一部分真實信息并產生一些噪音信號,系統(tǒng)如果是對壓縮后的視頻進行分析與識別處理,會容易產生漏報或誤報,而前端智能在流程上一般都是基于采集到的、未經壓縮處理的原始視頻進行分析與運算,這樣就有效杜絕了上述問題。但是前端智能同樣面臨一些技術缺陷,最顯著的就是以目前前端DSP芯片的性能及容量,和后端基于大型服務器與計算機軟件的處理能力相比起來實在相形見絀,在一些智能分析經常運用到的高端行業(yè),如公安等,由于對智能的性能要求復雜多樣,因而視頻分析的運算量非常龐大,而大多數DSP卻并沒有足夠大的內存和處理能力來支持,處理能力的低下勢必會造成分析準確性低下,導致誤報的增加。其次,前端智能的可擴展性及靈活性較差,即系統(tǒng)一旦需要增減智能攝像機數量或調整位置時,操作起來就會很麻煩。
評論