智能分析之深度學習和整體解決方案

智能分析之深度學習深度學習對于智能分析來說就相當于人類的學習一樣,人類不學習就是一張白紙，什么都不會,從我們的咿呀學說和學走路開始，到上學年齡的老師教學,再到進入社會的自我學習,無論何時何地,碰到新的事物就需要學習，智能分析既然是模擬人類，那深度學習就跟人類學習新事物一個原理,碰到一個新的事物，它無法辯認這是什么東西，最多只能判斷它是否運動，運動速度是多少,是哪種顏色,是什么形狀，但具體是什么物體它并不知道，那要辨認出具體物體，就需要做事前的深度學習深度學習是學習物體的多個特征,不同的物體記憶不同的特征,比如認識不同的人、做人臉識別、人臉與身份證的對比等,一般都是通過識別人的五官特征，兩個眼角，鼻子與兩個嘴角五個點位的位置、距離等信息，通常叫做人臉識別的五點識別，因為這些信息是不會隨著年齡的增長而改變比例的，識別這些信息之后保存到數(shù)據(jù)庫或文件中，一般是保存在XML文件中,當然有些情況還會記載物體的大小、顏色、形狀等等多個參數(shù),根據(jù)實際情況學習不同的特征值，這是學習的過程。學習完之后就可以進行分析對比了,首先是找出視頻中出現(xiàn)變化的對象，這個變化的對象有些是通過移動的對象來判斷，有些是通過對比兩幀數(shù)據(jù)來對比，反正是找出變化的對象即可，對象找出來之后先做初步的判斷是否是我們需要檢測的對象，如果是的話再提取物體的特征值，來對比保存的物體的各個特征值，是否與保存的對象有相符的，再根據(jù)平臺設置的相似度來確認是否是同一個人或?qū)ο蟆Ｔ趯嶋H使用的過程中，算法首先是要進行一輪預處理階段，即處理掉一些干擾因素，包括去除光亮條件和噪聲、閾值、模糊等;對象的特征是一組描述符,為了使用這些描述符來訓練模型或預測其中的一個模型，需要通過成千上萬次圖像預處理、提取特征來建立一個關(guān)于特征的大數(shù)據(jù)集合,并且通過選取的訓練模型來提取特征.這就是為什么深度學習算法速度慢，當建模越多和視頻中出現(xiàn)的對象越多,處理速度就會越慢，如果需要進一步排除誤判，還需要對輸出數(shù)據(jù)進行后期處理，比如合并多個分類,比如判斷人臉后再判斷身高，體形等，要判斷這些因素，又要結(jié)合安裝的攝像機的高度、角度等因素來設置人在視頻中實際占的像素，在不同位置占的像素等，越想得到精準的結(jié)果，要處理的數(shù)據(jù)量就越大，對環(huán)境的要求就會越高，當平臺處理的條件越多時干擾的因素也就越多,處理不好反倒會出現(xiàn)更多的誤判,所以要想得到高精度的分析結(jié)果，一般是要對現(xiàn)場的視頻場景進行初期判斷,即采集一些現(xiàn)場的視頻錄像，進行初步的調(diào)整之后，再到現(xiàn)場進行長時間的數(shù)據(jù)建模工作。在實際應用中，單獨的智能分析的作用不是特別大的，尤其不能很好的應用于實際項目中，那就需要一個很好的平臺來做效果呈現(xiàn),智能分析預警平臺不但可以把智能分析的結(jié)果第一時間呈現(xiàn)給用戶,而且能有很好的體驗感,比如智能分析出異常后，只是告訴用戶有異常了，就是告訴用戶有具體什么異常了，比如說起火了,那用戶還是將信將疑，是真的起火了嗎，還是誤報哦，那就要做視頻聯(lián)動了?，F(xiàn)在大部分的智能分析廠家都是非安防行業(yè)的，算法很牛逼，但他沒有完整的產(chǎn)品鏈,沒有整套的解決方案,就只能在電腦小屏幕上顯示一下分析結(jié)果，整個效果就顯得非常小氣,感覺只是一個演示系統(tǒng)，不像真正的智能分析平臺，那安防行業(yè)的一般幾十路、幾百路的視頻監(jiān)控都裝有大型電視墻,大的幾十塊拼接器,非常氣派，但卻用不上，因為智能分析的高大上與拼接屏的高大上缺少中間的數(shù)字矩陣平臺,而安防行業(yè)有智能分析算法的廠家和具有結(jié)合智能分析算法的廠家卻又不多,除了幾個安防巨頭有自己的算法和平臺之后基本就沒幾家了,而這幾個安防巨頭都只能用自己的算法，這個智能分析的算法可不是他們的特長，弄個視頻編解碼沒問題，弄智能分析算法可需要技術(shù)含量，而且真正弄算法的公司也只精于一種算法,不會搞包羅萬象的，這就導致智能分析目前與安防市場的兼容性并不是太強,這就需要一個平臺即能具有安防的常規(guī)功能，又有很強的兼容功能，而且公司層面要能海納百川，能兼容專門從事智能分析算法廠家的SDK，而且自己公司有一部分簡單的智能分析算法和在算法之前能對數(shù)據(jù)做一些過濾工作，對視頻編解碼有一定的基礎(chǔ),尤其是對性能方面要有獨到的解決方案,因為智能分析算法對性能要求非常高,越復雜的算法性能要求越高，沒有解決智能分析的性能問題，再精準的算法也無法應用于實際項目中,也不可能把智能分析民用化。前面說到，智能分析結(jié)果在拼接大屏上顯示分析結(jié)果和聯(lián)動對應的視頻圖像，而且需要聯(lián)動分析結(jié)果周邊的多路圖像，還要進行一系列的預案處理，包括拼接放大圖像，球機轉(zhuǎn)動到指定的預置位,聯(lián)動門禁開門或關(guān)門,聯(lián)動拉響警鈴，聯(lián)動打開噴頭,聯(lián)動燈光打開，聯(lián)動抓圖、報警錄像，聯(lián)動發(fā)短信和發(fā)現(xiàn)場圖片給對應領(lǐng)導，聯(lián)動3D電子地圖或VR全景地圖并定位到相