智能視頻分析技術(shù)及市場(chǎng)介紹

1、智能視頻技術(shù)及市場(chǎng)介紹一、智能視頻的概念智能視頻(IV,IntelligentVideo)源自計(jì)算機(jī)視覺(jué)(CV,ComputerVision)技術(shù)。計(jì)算機(jī)視覺(jué)技術(shù)是人工智能(AI,Artificiallntelligent)研究的分支之一，它能夠在圖像及圖像描述之間建立映射關(guān)系,從而使計(jì)算能夠通過(guò)數(shù)字圖像處理和分析來(lái)理解視頻畫(huà)面中的內(nèi)容。而智能視頻技術(shù)主要指的是：“自動(dòng)的分析和抽取視頻源中的關(guān)鍵信息。”如果把攝像機(jī)看作人的眼睛,而智能視頻系統(tǒng)或設(shè)備則可以看作人的大腦。智能視頻技術(shù)借助計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理功能,對(duì)視頻畫(huà)面中的海量數(shù)據(jù)進(jìn)行高速分析,過(guò)濾掉用戶(hù)不關(guān)心的信息,僅僅為使用者提供有用的關(guān)鍵

2、信息。智能視頻監(jiān)控以數(shù)字化、網(wǎng)絡(luò)化視頻監(jiān)控為基礎(chǔ),但又有別于一般的網(wǎng)絡(luò)化視頻監(jiān)控,它是一種更高端的視頻監(jiān)控應(yīng)用。智能視頻監(jiān)控系統(tǒng)能夠識(shí)別不同的物體,發(fā)現(xiàn)監(jiān)控畫(huà)面中的異常情況,并能夠以最快和最佳的方式發(fā)出警報(bào)和提供有用信息,從而能夠更加有效地協(xié)助安全人員處理危機(jī),并最大限度的降低誤報(bào)和漏報(bào)現(xiàn)象。二、智能視頻的應(yīng)用領(lǐng)域智能視頻的應(yīng)用大體上可以分為安全相關(guān)應(yīng)用和非安全相關(guān)應(yīng)用兩大類(lèi)。安全類(lèi)相關(guān)的應(yīng)用是目前市場(chǎng)上存在的主要智能視頻應(yīng)用,市場(chǎng)上對(duì)于此類(lèi)應(yīng)用的需求不斷增長(zhǎng)。這些應(yīng)用主要作用是協(xié)助政府或其他機(jī)構(gòu)的安全部門(mén)提高室外大地域公共環(huán)境的安全防護(hù)。此類(lèi)應(yīng)用主要包括：高級(jí)視頻移動(dòng)偵測(cè)(AdvancedV

3、MD)、物體追蹤(MotionTracking)、人物面部識(shí)別(FacialDetection)、車(chē)輛識(shí)別(VehicleIdentification)和非法滯留(ObjectPersistenee)等。除了安全相關(guān)類(lèi)應(yīng)用之外,智能視頻還可以應(yīng)用到一些非安全相關(guān)類(lèi)的應(yīng)用當(dāng)中。這些應(yīng)用主要面向零售、服務(wù)等行業(yè),可以被看作管理和服務(wù)的輔助工具,用以提高服務(wù)水平和營(yíng)業(yè)額。此類(lèi)應(yīng)用主要包括：人數(shù)統(tǒng)計(jì)(PeopleCounting)、人群控制(FlowControl)、注意力控制(AttentionControl)和交通流量控制(TrafficFlow)等。2.1 目前的視頻監(jiān)控系統(tǒng)存在的問(wèn)題圖2-1：

4、視頻監(jiān)控系統(tǒng)現(xiàn)狀人類(lèi)自身的弱點(diǎn)在很多情況下，人類(lèi)并非一個(gè)可以完全信賴(lài)的觀察者，無(wú)論是在觀看實(shí)時(shí)的視頻流還是在觀看錄像回放的時(shí)候，由于自身生理上的弱點(diǎn)，我們經(jīng)常無(wú)法察覺(jué)安全威脅，從而導(dǎo)致漏報(bào)(FalseNegatives)現(xiàn)象的發(fā)生。監(jiān)控時(shí)間目前的視頻監(jiān)控系統(tǒng)無(wú)法按照1:1的比例為監(jiān)控?cái)z像機(jī)配置監(jiān)視器。這意味著各個(gè)監(jiān)控點(diǎn)并非每時(shí)每刻都處于監(jiān)控當(dāng)中。同時(shí)由于技術(shù)和環(huán)境的限制，無(wú)法通過(guò)增加監(jiān)視器的數(shù)量和人力實(shí)現(xiàn)1:1的監(jiān)視。誤報(bào)和漏報(bào)誤報(bào)(False-Positive)和漏報(bào)(False-Negative)是視頻監(jiān)視系統(tǒng)中最常見(jiàn)的兩大問(wèn)題。漏報(bào)指的是在監(jiān)控點(diǎn)發(fā)生安全威脅時(shí)，該威脅沒(méi)有被監(jiān)控系統(tǒng)或安全

5、人員發(fā)現(xiàn)。誤報(bào)指的是位于監(jiān)控點(diǎn)的安全活動(dòng)被誤認(rèn)為是安全威脅，從而產(chǎn)生錯(cuò)誤的報(bào)警。數(shù)據(jù)分析困難報(bào)警發(fā)生后對(duì)錄像數(shù)據(jù)進(jìn)行分析通常是安全人員必須要做的工作之一，而誤報(bào)和漏報(bào)現(xiàn)象則進(jìn)一步加劇了對(duì)數(shù)據(jù)分析的需求。安全人員經(jīng)常被要求找出與報(bào)警事件相關(guān)的錄像資料，找到肇事者、確定事故責(zé)任或評(píng)估該事件的安全威脅。由于目前的視頻監(jiān)控系統(tǒng)缺乏智能因素，錄像數(shù)據(jù)無(wú)法被有效的分類(lèi)存儲(chǔ)，最多只能打上時(shí)間標(biāo)簽，因此數(shù)據(jù)分析工作變得及其耗時(shí)，并且很難獲得全部的相關(guān)信息，而經(jīng)常發(fā)生的誤報(bào)現(xiàn)象使無(wú)用數(shù)據(jù)進(jìn)一步增加，從給數(shù)據(jù)分析工作帶來(lái)更大的難度。 響應(yīng)時(shí)間長(zhǎng)對(duì)于安全威脅的響應(yīng)速度關(guān)系到一個(gè)安全系統(tǒng)的整體性能。目前的視頻監(jiān)控系統(tǒng)

6、都由安全工作人員對(duì)安全威脅作出響應(yīng)和處理，這對(duì)于處理一般性的、實(shí)時(shí)響應(yīng)要求較低的安全威脅來(lái)說(shuō)已經(jīng)足夠。但是很多情況下，在威脅發(fā)生時(shí)，需要安全系統(tǒng)的多個(gè)功能部分，甚至多個(gè)安全相關(guān)的部門(mén)在最短的時(shí)間內(nèi)協(xié)調(diào)配合，共同處理危機(jī)。這時(shí)候，監(jiān)控系統(tǒng)的響應(yīng)速度將直接關(guān)系到人身或財(cái)產(chǎn)的損失情況。2.2 智能視頻監(jiān)控的主要優(yōu)勢(shì) 24x7全天候可靠監(jiān)控智能視頻監(jiān)控系統(tǒng)徹底改變了以往完全由安全工作人員對(duì)監(jiān)控畫(huà)面進(jìn)行監(jiān)視和分析的模式，它通過(guò)嵌入在前端設(shè)備（網(wǎng)絡(luò)攝像機(jī)或視頻服務(wù)器）中的智能視頻模塊對(duì)所監(jiān)控的畫(huà)面進(jìn)行分析，并采用智能算法與用戶(hù)定義的安全模型進(jìn)行對(duì)比，一旦發(fā)現(xiàn)安全威脅立刻向監(jiān)控中心報(bào)警。 提高報(bào)警精確度智能

7、視頻監(jiān)控系統(tǒng)能夠有效提高報(bào)警精確度，大大降低誤報(bào)和漏報(bào)現(xiàn)象的發(fā)生。智能視頻監(jiān)控系統(tǒng)的前端設(shè)備（網(wǎng)絡(luò)攝像機(jī)和視頻服務(wù)器）集成了強(qiáng)大的圖像處理能力，并運(yùn)行高級(jí)智能算法，使用戶(hù)可以更加精確地定義安全威脅的特征。例如：用戶(hù)可以定義一道虛擬警戒線，并規(guī)定只有跨越該警戒線（進(jìn)入或走出）才產(chǎn)生報(bào)警，從警戒線旁邊經(jīng)過(guò)則不產(chǎn)生報(bào)警。如圖所示，用戶(hù)定義只有穿越房門(mén)的活動(dòng)才產(chǎn)生報(bào)警，而經(jīng)過(guò)房門(mén)的活動(dòng)不產(chǎn)生報(bào)警。提高響應(yīng)速度智能視頻系統(tǒng)擁有比普通網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)更加強(qiáng)大的智能特性，它能夠識(shí)別可疑活動(dòng)（例如有人在公共場(chǎng)所遺留了可疑物體，或者有人在敏感區(qū)域停留的時(shí)間過(guò)長(zhǎng)），因此在安全威脅發(fā)生之前就能夠提示安全人員關(guān)注相關(guān)

8、監(jiān)控畫(huà)面，使安全部門(mén)由足夠的時(shí)間為潛在的威脅做好準(zhǔn)備工作。三、智能視頻的技術(shù)概況一般來(lái)說(shuō)，智能視頻技術(shù)按技術(shù)復(fù)雜性分為兩個(gè)大階段：“視頻檢測(cè)”階段和“視頻識(shí)別”階段。視頻檢測(cè)又分為三個(gè)小階段：第一階段是從視頻圖像中將運(yùn)動(dòng)物體提取出來(lái)，第二階段是運(yùn)用模式識(shí)別技術(shù)對(duì)運(yùn)動(dòng)物體進(jìn)行分類(lèi)，第三階段是運(yùn)用目標(biāo)跟蹤技術(shù)獲得運(yùn)動(dòng)物體的運(yùn)動(dòng)軌跡。視頻識(shí)別是智能視頻技術(shù)的最高階段如身份識(shí)和行為識(shí)別等。目前的智能視頻技術(shù)正處于“視頻檢測(cè)”的成熟階段并向“視頻識(shí)別”階段進(jìn)行拓展。3.1智能視頻技術(shù)的發(fā)展歷程智能視頻技術(shù)研究歷史可追溯至上世紀(jì)60、70年代基于圖像的模式識(shí)別。最早的方法比較直觀和簡(jiǎn)單，研究主要集中于簡(jiǎn)單

9、幾何特征的提取，由于這些特征點(diǎn)的檢測(cè)極不穩(wěn)定，且提取的信息量有限，因而無(wú)法使智能視頻技術(shù)取得突破性的發(fā)展。從80年代開(kāi)始，人們開(kāi)始利用圖像的灰度信息或基于圖像的底層特征（例如DCT、小波等）進(jìn)行圖像識(shí)別，并涌現(xiàn)了許多應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識(shí)別的算法。目前有不少?lài)?guó)內(nèi)研究機(jī)構(gòu)正在進(jìn)行積極的智能視頻技術(shù)研究。例如中科院自動(dòng)化所生物識(shí)別與安全技術(shù)研究中心、中科院計(jì)算所和清華大學(xué)。此外，微軟亞洲研究院-視覺(jué)計(jì)算組也在進(jìn)行這方面的研究。但是國(guó)內(nèi)研究基本上是在學(xué)術(shù)上作的工作多一些，將學(xué)術(shù)成果推廣到產(chǎn)品中，相對(duì)來(lái)說(shuō)是很薄弱的。除了目標(biāo)的特征識(shí)別以外，在CV（即計(jì)算視覺(jué)ComputerVision領(lǐng)域）中，行為分

10、析也尤為重要。1997年美國(guó)國(guó)防高級(jí)研究項(xiàng)目署（DefenseAdvancedResearchProjectsAgency)設(shè)立了以卡內(nèi)基梅隆大學(xué)為首、麻省理工學(xué)院等高校參與的視覺(jué)監(jiān)控重大項(xiàng)目VSAM(VisualSurveillaneeandMonitoring),主要研究用于戰(zhàn)場(chǎng)及普通民用場(chǎng)景進(jìn)行監(jiān)控的自動(dòng)視頻理解技術(shù)；1998年英國(guó)的雷丁大學(xué)(UniversityofReading)已經(jīng)開(kāi)展了對(duì)車(chē)輛和行人的跟蹤及其交互作用識(shí)別的相關(guān)研究；2000年由HaritaogluI等人提出的W4系統(tǒng)是一套實(shí)時(shí)視覺(jué)監(jiān)控系統(tǒng)，它不僅能夠定位人和分割出人的身體部分,而且通過(guò)建立外觀模型來(lái)實(shí)現(xiàn)多人的跟蹤,

11、并可以檢測(cè)人是否攜帶物體等簡(jiǎn)單行為；2004年由歐盟出資啟動(dòng)的，雷丁大學(xué)與法國(guó)INRIA等研究機(jī)構(gòu)聯(lián)合實(shí)施的機(jī)場(chǎng)智能監(jiān)控項(xiàng)目AVITRAC能夠?qū)νC(jī)坪場(chǎng)景進(jìn)行目標(biāo)跟蹤和異常行為檢測(cè)與報(bào)警，為機(jī)場(chǎng)保安這一911后的重大安全課題提供了智能化的解決方案。近年來(lái)，IBM、INTEL和Microsoft等公司也逐步將基于智能視頻的技術(shù)應(yīng)用于商業(yè)應(yīng)用中。中國(guó)科學(xué)院自動(dòng)化所國(guó)家模式識(shí)別實(shí)驗(yàn)室等也在研究人的步態(tài)分析與識(shí)別等課題。3.2 智能視頻的工作流程迄今為止，關(guān)于智能視頻技術(shù)還沒(méi)有相關(guān)的國(guó)際標(biāo)準(zhǔn)，不過(guò)普通的工作流程可以被描述為：1. 一個(gè)較長(zhǎng)的序列被分割成可供分析的單獨(dú)場(chǎng)景或短片。因?yàn)椴煌膱?chǎng)景具有不同的

12、直方圖，或不同的色彩頻率分布，其直方圖相對(duì)于前面有突變的幀時(shí)可以被視為場(chǎng)景改變；2. 改變場(chǎng)景內(nèi)的前景目標(biāo)被檢測(cè)為與背景分離；3. 單獨(dú)的前景目標(biāo)被提取或者被分割，然后逐幀跟蹤。跟蹤包括檢測(cè)目標(biāo)的位置和速度，它可能不斷變化或臨時(shí)靜止；4. 當(dāng)需要識(shí)別時(shí)，該目標(biāo)的特征被提取，以進(jìn)行分類(lèi)；5. 如果該事件某種程度上像關(guān)注的目標(biāo)，則向管理軟件和/或管理人員發(fā)布告警。3.3前景/背景檢測(cè)期望智能視頻技術(shù)能夠檢測(cè)出變化或者可疑的活動(dòng)，相對(duì)于通常為靜止或者不關(guān)注的背景，這些活動(dòng)正在前景中變化。過(guò)去，對(duì)前景/背景檢測(cè)的運(yùn)算有限。而如今，高性能的數(shù)字信號(hào)處理器（DSP）和視頻處理器使得更復(fù)雜的檢測(cè)算法的實(shí)現(xiàn)成

13、為可能。通常，有兩種方法可實(shí)現(xiàn)前景/背景檢測(cè)：1. 非自適應(yīng)方法：僅利用少量的幀且不保持背景模型；2. 自適應(yīng)方法：保持隨時(shí)間不斷變化的背景模型。在自適應(yīng)智能視頻算法中利用來(lái)自上述流程的2-4步的反饋被送出，用來(lái)更新和維持背景模型，然后又被用作為第1步的輸入。圖3-1：基于三個(gè)圖像幀的前景/背景檢測(cè)3.4目標(biāo)檢測(cè)/跟蹤在前景/背景檢測(cè)之后，生成一個(gè)掩膜圖（圖3-1C）。由于存在環(huán)境噪聲，單個(gè)目標(biāo)的所有部分將不會(huì)關(guān)聯(lián)在一起，故在將所有部分關(guān)聯(lián)成整體之前，需要進(jìn)行形態(tài)的擴(kuò)展計(jì)算增強(qiáng)過(guò)程。擴(kuò)展包括在掩膜圖上加一個(gè)網(wǎng)格，計(jì)算網(wǎng)格中每個(gè)區(qū)域中的前景像素?cái)?shù)量，然后計(jì)算每個(gè)區(qū)域中像素的剩余部分，該區(qū)域中的數(shù)

14、量顯示哪些分離的目標(biāo)應(yīng)該被關(guān)聯(lián)到一起。在擴(kuò)展和分量關(guān)聯(lián)后，為每個(gè)目標(biāo)提供一個(gè)包圍框，這是一個(gè)包括整個(gè)目標(biāo)（因?yàn)樗鼘⒊霈F(xiàn)在不同的幀中）的小矩形方塊，從而產(chǎn)生了圖3-2所示的分割。圖3-2：目標(biāo)分割效果示意圖跟蹤分割后的前景目標(biāo)包括三步：即預(yù)測(cè)在當(dāng)前幀中每個(gè)目標(biāo)應(yīng)該位于的地方，確定哪一個(gè)目標(biāo)與描述最匹配并矯正目標(biāo)運(yùn)動(dòng)軌跡，以用于下一幀的預(yù)測(cè)。第一步和第三步由遞歸式卡爾曼濾波器來(lái)實(shí)現(xiàn)。跟蹤中的第二步包括數(shù)據(jù)相關(guān)，根據(jù)目標(biāo)特征的相似性來(lái)確定目標(biāo)的相關(guān)性。目標(biāo)的大小，形狀和位置可以根據(jù)從一幀到下一幀中的包圍框和他們的交疊來(lái)確定。一些場(chǎng)景中，目標(biāo)的所有特征都發(fā)生了改變，包括大小，形狀，速度和顏色。系統(tǒng)必須

15、能夠快速調(diào)整來(lái)適應(yīng)這些突變，以便精確地識(shí)別出該目標(biāo)。另外，在跟蹤多個(gè)目標(biāo)時(shí)，系統(tǒng)必須能區(qū)分出它們之間彼此不同的特征。3.5目標(biāo)分類(lèi)跟蹤的復(fù)雜度導(dǎo)致了目標(biāo)分類(lèi)方面的問(wèn)題。目標(biāo)的大小和速度可以為大致分類(lèi)提供參考，但對(duì)于精細(xì)分類(lèi)還需要提供更多的信息。有效的智能視頻系統(tǒng)實(shí)現(xiàn)還必須克服目標(biāo)分類(lèi)以外的大量挑戰(zhàn)。其中包括由于黃昏、水面、云、風(fēng)中的樹(shù)木擺動(dòng)、雨、雪以及大霧所引起的各種變化；跟蹤穿越的目標(biāo)的軌跡，會(huì)引起每個(gè)前景像素的暫時(shí)合并，隨后又分離；還有在包括多個(gè)攝像機(jī)系統(tǒng)中逐幅地跟蹤目標(biāo)等。3.6智能視頻系統(tǒng)實(shí)現(xiàn)嵌入式智能視頻需要一個(gè)高性能的處理器和不同的部署。新解析技術(shù)的出現(xiàn)要求編程靈活性，這可以利用集

16、成最高性能的處理器來(lái)解決，其中包括可編程DSP和RISC微處理器內(nèi)核以及視頻硬件協(xié)處理器。合適的處理器還需要集成高性能的通信外設(shè)和視頻信號(hào)鏈路來(lái)減少系統(tǒng)元器件和成本，例如德州儀器的基于DaVinci技術(shù)的TMS320DM644X處理器。智能視頻系統(tǒng)也可以集成到用作為多個(gè)攝像機(jī)的中央單元的計(jì)算機(jī)服務(wù)器中。四、智能視頻的市場(chǎng)概況4.1國(guó)內(nèi)外市場(chǎng)概況行業(yè)分析公司iSuppli預(yù)計(jì)，2006年僅IP視頻監(jiān)控?cái)z像頭市場(chǎng)的增幅就將達(dá)到100%，其全球市場(chǎng)份額將于2009年底超過(guò)模擬CCTV攝像頭。英國(guó)的IMSResearch預(yù)計(jì)，IT基礎(chǔ)設(shè)施制造商將在產(chǎn)品中嵌入視頻分析軟件，以進(jìn)一步提高視頻網(wǎng)絡(luò)的性能。I

17、MS預(yù)計(jì)，在未來(lái)3年內(nèi)有關(guān)視頻技術(shù)這些軟件市場(chǎng)會(huì)成長(zhǎng)到8億美元，嵌入式應(yīng)用將約占視頻分析軟件市場(chǎng)份額的60%。目前，國(guó)內(nèi)已建有100多萬(wàn)個(gè)各類(lèi)風(fēng)險(xiǎn)等級(jí)的安防系統(tǒng)，每年新建和改建的各類(lèi)安防系統(tǒng)超過(guò)了20萬(wàn)個(gè)，其中金融營(yíng)業(yè)場(chǎng)所就有5萬(wàn)多個(gè)，住宅小區(qū)有1萬(wàn)多個(gè)；此外，全國(guó)現(xiàn)擁有2000多家報(bào)警運(yùn)營(yíng)服務(wù)企業(yè)，入網(wǎng)總用戶(hù)已達(dá)100多萬(wàn)戶(hù)。隨著我國(guó)“平安城市”建設(shè)的深入，我國(guó)安防市場(chǎng)的需求將進(jìn)一步提高，成為繼美國(guó)之后全球第二大安防市場(chǎng)。從市場(chǎng)的需求情況來(lái)看，智能視頻監(jiān)控系統(tǒng)正在越來(lái)越多的引起人們的關(guān)注，需求量處于不斷上升的過(guò)程當(dāng)中。從總體上看，國(guó)外的智能視頻應(yīng)用市場(chǎng)正在從“概念驗(yàn)證”階段向“規(guī)模應(yīng)用”階段

18、轉(zhuǎn)化，智能視頻已經(jīng)慢慢開(kāi)始形成為一個(gè)產(chǎn)業(yè)。在智能視頻應(yīng)用的概念模型出現(xiàn)后不久，一些國(guó)外的公司就已經(jīng)開(kāi)始著手研發(fā)相關(guān)的軟硬件產(chǎn)品。例如，美國(guó)的ObjectVideo、瑞典Axis、以色列的Mate、日本的NEC等已經(jīng)推出其智能視頻產(chǎn)品。與國(guó)外相比，國(guó)內(nèi)的智能視頻市場(chǎng)還有很大的差距，目前基本上還處于空白狀態(tài)。一般在監(jiān)控系統(tǒng)中提到的“智能視頻監(jiān)控”實(shí)際上還停留在普通的網(wǎng)絡(luò)視頻監(jiān)控（IP監(jiān)控、數(shù)字化監(jiān)控）的概念上。但隨著市場(chǎng)上開(kāi)始出現(xiàn)了與國(guó)外類(lèi)似的智能視頻應(yīng)用需求，已經(jīng)有些國(guó)內(nèi)廠商開(kāi)始著手引進(jìn)國(guó)外知名廠商的智能視頻軟硬件產(chǎn)品和技術(shù)，計(jì)劃采用OEM的形式在國(guó)內(nèi)推出。2007年，?？低暫驼拙S泰奇與美國(guó)O

19、bjectvideo合作，利用ObjectvideoOnBoard技術(shù)開(kāi)發(fā)下一代智能視頻監(jiān)控系統(tǒng)。神州數(shù)碼與以色列MATE公司合作推廣其智能視頻產(chǎn)品。4.2 國(guó)外主要廠商和產(chǎn)品介紹Vidient：美國(guó)，前身為NEC公司的一個(gè)實(shí)驗(yàn)室，2004年引進(jìn)風(fēng)險(xiǎn)投資成立Vidient公司，產(chǎn)品名稱(chēng)Smartcatch，能檢測(cè)十種異常行為，包括移動(dòng)物體檢測(cè)、遺留物體檢測(cè)、周邊入侵檢測(cè)等，主要用戶(hù)為機(jī)場(chǎng)。Verint：美國(guó)，世界上最大的視頻監(jiān)控系統(tǒng)廠商之一，始創(chuàng)于1986年。1997年開(kāi)始正式研發(fā)專(zhuān)業(yè)級(jí)的數(shù)字視頻監(jiān)控解決方案。在全球50個(gè)國(guó)家擁有超過(guò)上千家著名客戶(hù)，在通訊截錄、錄像保安分析系統(tǒng)等領(lǐng)域一直處于世

20、界領(lǐng)導(dǎo)地位。應(yīng)用案例包括美國(guó)TSA下屬某機(jī)場(chǎng)的網(wǎng)絡(luò)視頻監(jiān)控。ObjectVideo：美國(guó)，成立于1998年，目前為視頻分析檢測(cè)市場(chǎng)份額最大占有者，行為分類(lèi)包括：邊界保安和入侵探測(cè)，可疑人員逗留，物品遺留/異樣物體探測(cè)，財(cái)產(chǎn)保護(hù)/防盜探測(cè)，人流/物流監(jiān)控，圖像變化/攝像機(jī)檢測(cè)，交通工具監(jiān)控和測(cè)速。備注：ObjectVideo得益于VSAM的研究而成立的，第一個(gè)用戶(hù)也是美國(guó)國(guó)防部（DoD）。Mate：以色列，主要產(chǎn)品為BehaveWatch，可檢測(cè)六種異常行為，包括路徑檢測(cè)、突然出現(xiàn)報(bào)警、定向運(yùn)動(dòng)檢測(cè)等，提出三層防護(hù)概念。Nicevision：以色列，NiceVision視頻分析儀對(duì)不同的威脅提供

21、實(shí)時(shí)偵測(cè)功能，包括闖入者，車(chē)輛，被遺棄的行李和包裹，周邊及設(shè)施保護(hù)，阻塞安全出入口及消防路線，盜竊偵測(cè)/防止安全設(shè)備被移動(dòng)，計(jì)算人數(shù)，車(chē)輛和其它其物件，顯示人群聚集，監(jiān)控安全率水平，量度人流，顯示企圖尾隨進(jìn)入入口處控制點(diǎn)。Ioimage：以色列，能實(shí)現(xiàn)五種行為的檢測(cè)，包括入侵探測(cè)，PTZ自動(dòng)跟蹤，遺留物體探測(cè)，非法滯留探測(cè)，移動(dòng)物體探測(cè)等。VisioWave:瑞士，2004年全球增長(zhǎng)最快的安防企業(yè)，全球50強(qiáng)安防企業(yè)之一。安防解決方案包括了一系列綜合的高集成度的數(shù)字視頻硬件產(chǎn)品和多種多樣的管理軟件。這些解決方案提供了完整的中央集中式配置和管理能力；高質(zhì)量、高性能的分布式視頻切換；高效優(yōu)化的基于

22、IP和ATM網(wǎng)絡(luò)的傳輸；智能化的本地、中央存儲(chǔ)；支持視頻檢測(cè)、圖像分析、智能報(bào)警以及高可靠度的圖形化用戶(hù)界面。備注：VisioWave現(xiàn)以被GE公司收購(gòu)。CitiLog：法國(guó)，產(chǎn)品為視頻事件自動(dòng)檢測(cè)系統(tǒng)，主要應(yīng)用于智能交通領(lǐng)域。Citilog的核心技術(shù)是自主研發(fā)的動(dòng)態(tài)圖像背景自適應(yīng)技術(shù)和車(chē)輛圖像跟蹤技術(shù)，徹底消除了光線，雨雪，灰塵對(duì)系統(tǒng)的影響，可以及時(shí)檢測(cè)監(jiān)控區(qū)域內(nèi)發(fā)生的交通事件，采集交通數(shù)據(jù)，輔助進(jìn)行交通控制等。交通事件檢測(cè)中事件行為有六種，包括：交通擁堵，停駛車(chē)輛，逆行車(chē)輛，慢行車(chē)輛，行人出現(xiàn)，丟棄物品等。推出了4個(gè)產(chǎn)品系列：MediaRoad（應(yīng)用于公路和高速公路的事件檢測(cè)和交通管理），

23、MediaTunnel（應(yīng)用于隧道，提高隧道使用安全和更好的隧道管理），MediaCity（應(yīng)用于城市交叉路口控制），VisioPaD（應(yīng)用于PTZ攝像機(jī)的視頻檢測(cè)）。AXIS:瑞典，已經(jīng)推出其智能視頻產(chǎn)品，其中包括AXIS242SIV視頻服務(wù)器和AXISIVM120人數(shù)統(tǒng)計(jì)智能視頻應(yīng)用模塊。AXIS242SIV集成了專(zhuān)用DSP芯片（TlDM642），具備強(qiáng)大的圖像處理能力，并可支持第三方應(yīng)用軟件模塊的運(yùn)行和開(kāi)發(fā)。AXISIVM120人數(shù)統(tǒng)計(jì)智能視頻應(yīng)用模塊可以使視頻監(jiān)控設(shè)備通過(guò)對(duì)監(jiān)控畫(huà)面的分析自動(dòng)為用戶(hù)計(jì)算進(jìn)/出特定區(qū)域的人數(shù)，能夠有效幫助服務(wù)、零售等行業(yè)的管理者分析營(yíng)業(yè)情況或提高服務(wù)質(zhì)量。

24、Axis還計(jì)劃在不久的將來(lái)推出更多智能視頻應(yīng)用模塊，包括車(chē)牌號(hào)識(shí)別、非法滯留等等。五、ALTRUMIS-11產(chǎn)品簡(jiǎn)介硬件是在TI的Davinci6446芯片上設(shè)計(jì)開(kāi)發(fā)而成的。系統(tǒng)的應(yīng)用模式是基網(wǎng)絡(luò)化的應(yīng)用環(huán)境。AltrumIS-11圖5-2.AltrumIS-11系統(tǒng)基于網(wǎng)絡(luò)的應(yīng)用模型Zone1ZortftSZoneXAltrumIS-11AltrumIS-11AltrumAltrumIS-11IS-115.1可以實(shí)現(xiàn)的智能視頻的主要功能入侵檢測(cè)：檢測(cè)特定區(qū)域的被入侵情況(IntrusionDetection:Monitoringobjectintrudingasafezone.)功能說(shuō)明：對(duì)

25、于監(jiān)控靜態(tài)畫(huà)面中的移動(dòng)目標(biāo)進(jìn)行監(jiān)控，報(bào)警。對(duì)于監(jiān)控畫(huà)面中特定區(qū)域出現(xiàn)的動(dòng)態(tài)目標(biāo)進(jìn)行監(jiān)控，報(bào)警。對(duì)于監(jiān)控畫(huà)面中設(shè)定的絆線動(dòng)作進(jìn)行監(jiān)控，報(bào)警。 一定區(qū)域或者廣闊區(qū)域范圍內(nèi)的目標(biāo)探測(cè)和跟蹤：我們已經(jīng)實(shí)施了一些目標(biāo)探測(cè)和跟蹤算法。多個(gè)攝像機(jī)基于寬/大面積監(jiān)測(cè)，可以很容易擴(kuò)展到廣域目標(biāo)跟蹤。(NarrowandWideAreaTargetDetectionandTracking:Wehaveimplementedsometargetdetectionandtrackingalgorithms.Multiplecamera(anetworkofcameras)basedwide/largeareasurveillancecanbeeasilyextendedtowideareatargettracking.)功能說(shuō)明：多個(gè)攝像機(jī)協(xié)同工作，完成對(duì)不同區(qū)域的目標(biāo)檢測(cè)和跟蹤，使目標(biāo)從一個(gè)監(jiān)控區(qū)域進(jìn)入另一個(gè)監(jiān)控區(qū)域，仍然在系統(tǒng)監(jiān)控中。 人臉發(fā)現(xiàn)和在有限的數(shù)據(jù)庫(kù)進(jìn)行人臉檢測(cè)：可以為企業(yè)或者家庭用于身份認(rèn)證。(FaceFindingandFa