智能视频识别技术简介

前面介绍了人工智能技术在安防及相关行业有庞大的应用场景，且主要集中在视频图像领域。过去，海量视频图像数据为工作人员带来极大的工作压力。而进入大数据时代，安防行业中的海量视频图像数据反而为深度学习奠定了基础，人脸识别、车牌识别、行为分析等全面智能化带来的全新应用方向都是基于图像的应用。其中，智能视频识别技术发挥了重要作用。

（1）智能视频识别技术的概念

智能视频分析是使用计算机图像视觉分析技术，借助于计算机芯片强大的数据处理功能，通过将场景中背景和目标分离进而提取、比对和分析画面中的关系信息，对视频画面进行高速分析。使用时，用户可以根据分析模块，通过在不同摄像机的场景中预设不同的非法规则。一旦目标在场景中出现了违反预定义非法规则的行为，系统会自动发出警告信息，并且会根据预先定义好的相关联动设备进行触发联动动作，用户可以通过点击报警信息，实现报警的场景重组并采取相关的预防措施。

涉及的“人”识别技术，主要有生物特征检测、生物特征识别、行为特征识别等，广泛应用于重要出入口，特别适用于人流量大、人口成分复杂的大型小区。

涉及的“车”识别技术，主要有车牌检测、车牌识别、车身颜色识别、车型检测，广泛应用于大型商业中心停车场的管理与收费等。例如，聚光智能停车场车位引导系统已经成功运用在多个大型商业停车场中。

涉及的“事”识别技术，主要有周界防范、行为防范、人（车）流量统计、人群聚集等，其中行为分析包括快速移动检测、交通拥堵检测、周界跨线检测、排队异常等情况，广泛应用于智慧社区周界防范等。

涉及“视频增强”技术，主要有视频浓缩、图像清晰化、视频故障诊断等，借助这些技术，可以有效缩短时间快速查找目标视频、增强视频图像效果、快速准确锁定视频故障类型，从而提高视频分析的能力和质量。

（2）智能视频分析技术

视频分析技术在结构上有两种方式：前端视频分析和后端视频分析。

前端视频分析，就是采用具有智能分析模块功能的前端摄像机，前端摄像机即可实现车牌识别、行为异常报警、移动侦测报警、入侵检测报警、物品遗留识别报警等功能，然后把提取的视频相关特征数据和视频图像一起往后台中心传送，由后台中心进行集中管理、控制、显示和储存。前端视频分析使视频实时分析预警成为可能，可大大节省传输和存储资源。目前，前端视频分析的应用主要适用于高清网络摄像机。

后端视频分析，即前端采用无智能分析模块的摄像头，前端摄像机把采集到的视频图像往后台中心传输，由后台的智能分析服务器针对视频图像进行分析和识别。其后台智能监控软件的核心是由各种算法组成的，不同的算法应用在不同的场景之中，而且各种应用场景的需要会随着具体环境的改变而改变；整个分析运算和处理都是由后台中心相关的服务器和软件完成的。

随着视频图像的存储，后台的储存设备保存着海量的历史视频数据，这些视频一般都很少再调用，但在实际的管理和使用中，往往会根据某种需求对历史视频进行搜索找出目标视频，在这海量的历史视频数据中查找，要消耗大量的时间和人力。所以，采用“智能检索”也是一种智能视频分析技术，它对所定义的规则或要求，对保存在储存设备中的历史视频数据进行快速比对，把符合规则或要求的视频集中到一起，这样就能快速检索到目标视频。(www.xing528.com)

（3）智能视频识别技术的分类

① 视频分析类。主要是在监控图像中找出目标并检测目标的运动特征属性。如目标相对的像素点位置，目标的移动方向及相对像素点移动速度，目标本身在画面中的形状及其改变。根据以上的基本功能，视频分析可分为以下几个功能模块：

● 周界入侵检测、目标移动方向检测。

● 目标运动、停止状态改变检测。

● 目标出现与消失检测。

● 人流量、车流量统计。

● 自动追踪系统。

● 系统智能自检功能等。

② 视频识别类。其主要目的是在视频图像中找出一些画面的共性。比如人脸必然有两个眼睛，如果可以找到双眼的位置，那么就可以定性人脸的位置及尺寸。视频识别类主要包括人脸识别系统、步态识别系统、车牌识别系统、照片比对系统、工业自动化上的零件识别即机器视觉系统等。

③ 视频改善类。主要是针对一些不可视、模糊不清，或者是对振动的图像进行部分优化处理，以增加视频的可监控性能。具体包括：红外夜视图像增强处理，车牌识别影像消模糊处理，光变与阴影抑制处理，潮汐与物体尺寸过滤处理，视频图像稳定系统等。

智能视频识别技术不仅简化了安防从业人员的工作压力，还给安防行业发展带来极大的推动作用。人工智能技术还在不断地走向智能化、人性化，与之对应的应用场景将会越来越多。