與智能視頻監(jiān)控有關(guān)的技術(shù)挑戰(zhàn)

精品文檔-下載后可編輯與智能視頻監(jiān)控有關(guān)的技術(shù)挑戰(zhàn)在大數(shù)據(jù)里，監(jiān)控視頻的數(shù)據(jù)占比較高，2022年差不多占到50%左右，到2022年可能會(huì)接近70%。當(dāng)然，隨著大數(shù)據(jù)越來越多，整個(gè)監(jiān)控視頻的比例會(huì)慢慢減少，但是即使減少，在2022年也能達(dá)到40%以上，所以這個(gè)數(shù)據(jù)處理的問題很重要。視頻監(jiān)控是一座城市安全的重要保障，在平安城市、數(shù)字城市建設(shè)中起著至關(guān)重要的作用。主要的挑戰(zhàn)可概括為三個(gè)：存不下、找不到、看不清。這三個(gè)挑戰(zhàn)具體涉及到的是三個(gè)技術(shù)問題，第一個(gè)存不下的問題，事實(shí)上是編碼壓縮的問題。第二個(gè)找不到實(shí)際上是搜索的問題，當(dāng)然搜索的話，有的專家經(jīng)過星期六在論壇上湯曉鷗教授的報(bào)告之后，大家就會(huì)清楚，我們是多攝像機(jī)網(wǎng)絡(luò)，要想比較有效的搜索，光看一個(gè)攝像機(jī)的內(nèi)容是不夠的，攝像機(jī)和攝像機(jī)之間必須要聯(lián)合起來一起看，所以這個(gè)就是在多攝像機(jī)網(wǎng)絡(luò)里面的搜索問題。第三個(gè)挑戰(zhàn)是所謂的看不清，現(xiàn)在的監(jiān)控視頻攝象頭的質(zhì)量是不行的，所以導(dǎo)致現(xiàn)在即使拍到了這張照片，但是人可能是看不清的。

編碼壓縮的問題

第一個(gè)存不下的問題，事實(shí)上是編碼壓縮的問題。視頻編碼的進(jìn)展還是比較快的，但是技術(shù)的進(jìn)步和數(shù)據(jù)增長(zhǎng)的速度比起來，根本沒有辦法吻合，因?yàn)榧夹g(shù)是每十年翻一倍，但是我們知道大數(shù)據(jù)，尤其是和監(jiān)控有關(guān)的大數(shù)據(jù)，增長(zhǎng)起來非常的快，所以靠傳統(tǒng)技術(shù)的進(jìn)步來解決數(shù)據(jù)本身增長(zhǎng)量顯然是不夠的。具體說來，這個(gè)技術(shù)要解決是視頻數(shù)據(jù)的編碼效率問題，如果你有辦法把這個(gè)視頻數(shù)據(jù)很好的壓縮了，那么傳輸、存儲(chǔ)也可能不是大問題了。這個(gè)方面實(shí)際上我們是希望找到一個(gè)特別是對(duì)于監(jiān)控視頻比較有效的壓縮方法。

在視頻編碼里面，有三個(gè)技術(shù)是比較關(guān)鍵的，第一個(gè)技術(shù)是變換技術(shù)，就是把實(shí)濾的信號(hào)放在頻率上處理，使得用一些數(shù)據(jù)工具能很好的進(jìn)行編碼壓縮。第二個(gè)是預(yù)測(cè)技術(shù)，靠的是在同一幀和不同幀里找到相同的東西。第三個(gè)是商業(yè)編碼，每一個(gè)東西都有信息商，如果用商業(yè)編碼來表達(dá)就會(huì)更加有效率。所有的視頻編碼實(shí)際上是這三個(gè)技術(shù)的組合，這個(gè)技術(shù)實(shí)際上是有一個(gè)理論上限，我們現(xiàn)在可達(dá)到的成果離理論上限還有非常大的空間。

面向監(jiān)控視頻，應(yīng)該要用更好的技術(shù)，我們把它叫做Lone―termVirtual，是長(zhǎng)時(shí)的、虛擬幀的參考技術(shù)。所謂長(zhǎng)時(shí)，就是因?yàn)閳?chǎng)景可以長(zhǎng)時(shí)間的使用，所謂的幀其實(shí)不是一個(gè)真的幀，是算出來的，通過模型的方法來產(chǎn)生，用這樣的方法效率就比較高。這種想法是不管拍自然景物，還是會(huì)議視頻，實(shí)際上有很多東西是不變的，只有少部分是變的，如果把少部分變的東西檢測(cè)出來，不變的東西可以一直在使用，這樣就可以提高編碼效率。這里最關(guān)鍵的問題是區(qū)分背景和前景，背景用長(zhǎng)時(shí)間不用的東西表達(dá)，前景我用精細(xì)的編碼表達(dá)。為了把背景找到，我們就提出了一個(gè)技術(shù)――基幀產(chǎn)生技術(shù)。有了這項(xiàng)技術(shù)就可以很容易把一個(gè)圖像序列的前景、背景分離出來了。知道了前景和背景，有了這樣的結(jié)構(gòu)，接下來就是怎么編的問題了，這樣比原來做的視頻編碼要簡(jiǎn)單得多。

此外，還有一項(xiàng)技術(shù)不僅僅和監(jiān)控視頻有關(guān)，與互聯(lián)網(wǎng)視頻也有關(guān)，我們把它叫做Free―term編碼結(jié)構(gòu)，這個(gè)完全是面向大數(shù)據(jù)的。

互聯(lián)網(wǎng)上有非常多的視頻和圖像，從這些東西中可以提取出一個(gè)很好的縮影，可以利用這個(gè)縮影進(jìn)行檢索，也就是說有了這個(gè)大數(shù)據(jù)了，可以通過一些稀疏的表達(dá)來構(gòu)造一個(gè)東西，然后利用這個(gè)東西來編輯編碼，使編譯效率更高。

有效搜索的問題

搜索的問題在這里面有這樣的幾個(gè)問題：對(duì)象能不能檢測(cè)得到？檢測(cè)的對(duì)象能不能跟得上？不同攝像機(jī)為了跟上，怎么切換？前兩個(gè)問題是一般模式必須要解決的問題，里面有很多必須要解決的技術(shù)。

到目前為止基本上是攝象頭接收信息，把接收到的信息送回來，已經(jīng)做了編碼壓縮，要在根上解開，然后再做分析。先有編碼，然后是解碼，然后再做檢測(cè)。如果用前面說的這種想法，因?yàn)橐婚_始我們有5分鐘的前景和背景，你的對(duì)象一定是前景上，所以只在前景上找就可以了，這樣檢測(cè)的效率就非常高。

另外是跟蹤，多攝像機(jī)的網(wǎng)絡(luò)跟蹤，攝像機(jī)和攝像機(jī)之間，它的位置、朝向、時(shí)間切換點(diǎn)等等，把這些參數(shù)很好的結(jié)合在一起，這個(gè)問題也可以推進(jìn)，但是到目前為止，這個(gè)問題做得并不好，大家可以做的也就是十幾個(gè)到幾十個(gè)攝像機(jī)的跟蹤，一個(gè)城市做幾千個(gè)，幾萬個(gè)，幾十萬個(gè)，目前根本做不到。

我們希望原來把編碼和分析像一個(gè)火車的兩條軌道完全平衡，使得所做的技術(shù)融合在一起，集中在一個(gè)編碼的框架下。如果有了這個(gè)東西，實(shí)際上在攝象頭那一端抓回來的東西，前景直接可以進(jìn)入到對(duì)象的描述和表達(dá)，可以基于前景來描述出相關(guān)的內(nèi)容，比如說有哪些區(qū)域在前景上，然后把若干的圖像和若干個(gè)攝象頭的東西融合在一起，最后可以分析出來他的行為是什么，這樣就可以直接進(jìn)入到視頻監(jiān)控的環(huán)節(jié)，這個(gè)是很理想的狀態(tài)。有了這個(gè)，視頻監(jiān)控才能夠真正的融合到智慧城市里。

為了做這件事，技術(shù)上需要有一個(gè)完整的描述，簡(jiǎn)單地說就是我們現(xiàn)在要制訂一個(gè)很好的語(yǔ)法，語(yǔ)法里面有很多的描述詞，通過描述詞和語(yǔ)法的組合，可以把很多的行為、很多的事件都描述出來，包括車是正常行進(jìn)還是非正常行進(jìn)，或者是一堆人是正常的行為，還是非正常的行為，通過這個(gè)描述都可以做得到?；谶@樣的一個(gè)前景的技術(shù)，在有了前景之后，利用前景的描述，很容易就把很多對(duì)象流檢測(cè)出來。只要關(guān)注前景的東西，就可以在上面進(jìn)行分析。

視頻質(zhì)量的問題

看不清的問題應(yīng)該是傳統(tǒng)的問題了，現(xiàn)在的攝象頭質(zhì)量不行，所以使得兩個(gè)方面達(dá)不到進(jìn)行很好識(shí)別的要求。第一個(gè)問題是攝象頭進(jìn)來的方向的圖像分辨率不夠，第二個(gè)問題是圖像的清晰度不夠，由于各種各樣的原因，比如說光照的原因等等，這兩個(gè)問題是挑戰(zhàn)性的問題?，F(xiàn)在很多人在研究這方面的問題，當(dāng)然最理想、最根本的辦法是把攝象頭的分辨率提上來，這個(gè)不是一兩天可以做得到，現(xiàn)在布下去那么多的攝象頭，真正滿足要求的攝象頭是少之又少的，最好的是4K的攝象頭，這個(gè)是很少的，隨著時(shí)間的推移，要慢慢推好的分辨率高的攝象頭。例如人臉識(shí)別這件事，目前的攝象頭很難做得很好，現(xiàn)在的攝象頭，比如用算法可以識(shí)別的，大概的識(shí)別率是60%、70%，要想提高到80%多，就要換4K的攝象頭，這個(gè)是我們必須要做的事。

但是，我們還可以從后臺(tái)彌補(bǔ)攝象頭不足的問題，即拋分辨率，通過不同的算法把分辨率提上來。除了這個(gè)方法之外，還有一個(gè)方法，就是把視頻流里面多個(gè)照片用在一起，最后使得分辨率提升。

在這個(gè)科技飛速發(fā)展的時(shí)代，大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等新一代信息技術(shù)相互交叉融合的時(shí)代，傳統(tǒng)智