平安城市低码流高清解决方案探讨

　　识别重要画面

　　而在30%的动感画面中，可能只有20%的运动画面是我们所关注的(兴趣区内)，其他80%的人/车运动并不影响我们的安全(兴趣区外)。所以，如果利用智能视频分析将重要画面识别出来，那么我们就可以节省94%的高码流空间，考虑到智能视频分析算法识别的准确性，对于这94%的次要画面，我们可以采用低帧速率+高码流来进行录像(视场景不同而定，对于实时性画面要求高的应用，可考虑低码流+高帧速率)。

　　当然，当前大部分的摄像机都具有移动侦测功能，那是不是应用免费的移动侦测功能就可以完成以上功能了呢?在笔者看来，不仅摄像机自带的移动侦测功能无法实现笔者提出的以上设想，就连市面上大部分的智能视频分析产品也无法达到以上的设计目的，这是为什么呢?

　　谈智能视频分析就不得不回顾一下智能视频分析的技术核心，智能视频分析一般是由画面分割(目标探测)、前背景分离(目标跟踪)、目标分类、目标辨识4大部分组成的。当前的VMD移动侦测只能做到画面分割这一层，而且无法抑制大量的误报。高级VMD移动侦测，能够实现目标跟踪，从而大大降低室外环境引起的误报。通过手工标定景深，利用目标像素大小，从而过滤掉一些不符合现实的目标，如小昆虫在镜头上快速爬行等;更高级一些的VMD移动侦测，利用多种规则如目标的最小移动速度、目标的最小移动像素、目标出现的时间、目标的对比度、目标的最小像素等等多种参数，将目标进行简单分类，如过大的像素、过快的速度的目标，则是车辆。

　　有些先进的VMD移动侦测算法通过繁杂的设置，确实可以得到很好的效果，但是无法自动适应天气、环境的变化，所以每到季节变化，则需要重新设置，这对系统维护带来了挑战。

　　其实画面分割、前背景分离、目标分类并不是单向的数据流，目标分类反过来会影响画面分割的好坏。毕竟只要有像素运动，画面分割就会把这些像素隔离出来，前背景分离就需要运算量来跟踪这些像素团的运动，以辨确实是噪点，还是晃动的树枝，还是人目标在运动。

　　另外对于传统的智能视频图像分割算法，在DSP上是一种简单的高运算量工作，如(图1)所示，如此大的数量需要强大的DSP来完成，这就是为何当前市场上大部分的智能视频分析算法都只是运算352x288的CIF格式画面了，因为一旦运算4CIF画面，那么DSP就没有运算能力来进行视频编码工作了。

　　而对于高清来讲，1080P全高清画面的视频数据将高达500Mbps，这对于采用传统智能视频分析算法的厂商来讲，是无法逾越的。

　　当前最新智能视频分析算法是模拟人脑的识别模式，人眼并不是靠目标的大小来判断目标类别，而是靠目标的特征来判断。例如，假设人眼看到了一个人的下半身被车遮挡，仅凭上半身，人眼完全可以判断这是一个人目标隐藏在车后，而普通的高级VMD移动侦测靠如此少的像素则断定这不是人目标。

　　通过图像分割实现目标分类

　　笔者了解到，美国VideoIQ公司最新基于神经元人工智能算法的智能视频分析技术，通过内置20多万种目标模式，利用强大人工智能神经学习算法，可以大大抑制自然界引起的误报，如雨、雪、大风、小动物、飞鸟、光影变化、树枝晃动等。高级移动侦测简单根据像素大小来判定目标，而不考虑目标的外表纹理、颜色、形体几何组合、步伐等人体/车辆模式，必将导致很高的误报。如夏天飞虫、昆虫在摄像机前面飞动，露水、雨滴滑过镜头表面，这些都会导致依据像素大小来做目标分类错误，从而出现大量误报，浪费录像空间。

　　在图像分割阶段就利用初始的目标分类技术，互相补充，这样大大降低了图像分割的DSP运算量，从而采用一块达芬奇DSP就足可以实现1080P分辨率的智能视频分析和1080P图像编码压缩。

　　一旦拥有了这种先进的目标分类算法，那么高清摄像机就有能力只回传重要的高清码流来录像;而没有重要画面时，则回传低帧速率码流，保证1080P画面清晰度。采用这种算法最好的方法是直接将算法内置在前端智能摄像机内，这样简化系统的管理。

　　如果前端摄像机是普通的网络高清摄像机，那么也可以在后端利用PC机来实现智能视频分析，从而获得同样的录像效果。

　　结语

　　平安城市建设是一个新事物，甚至在欧美等国也没有太多的案例可以参考，我们国产监控厂商应该携手共进，创造中国自有的技术和标准，从而能够在我国的平安城市建设过程中开发出新的技术能力，推向全世界。