■ 陳乾

在很長一段時間里，安防監(jiān)控一直作為事后查證的一種手段而存在。一個監(jiān)控系統(tǒng)最重要的部分并不是實況，而是存儲的錄像，這存在三個問題：一是成本，海量的錄像需要占用非常多的存儲資源，每一塊硬盤都是一筆成本；二是效率，在海量的錄像中檢索可能存在的事件線索是非常耗人力而低效的；三是及時性，人們需要的是事中報警甚至事前預(yù)判，事后查證并不是安防監(jiān)控的本質(zhì)需求。

要做到事中報警與事前預(yù)判，離不開智能分析，只有監(jiān)控系統(tǒng)能辨別圖像中正在發(fā)生的事情，才能真正實現(xiàn)事中報警與事前預(yù)判。在模擬時代，圖像的清晰度普遍為CIF和D1，連看得清都還困難，何談看得懂，所以直到進入數(shù)字時代，隨著720P、1080P甚至4K分辨率的IPC大規(guī)模部署，智能化才成為可能。

目前的安防監(jiān)控智能化主要分為兩大類：后端智能和前端智能。

后端智能是通過服務(wù)器對前端的攝像機做視頻分析，提取出圖像里的關(guān)鍵信息，一般來說分為錄像分析與實況分析。錄像分析側(cè)重于事后查證，最常見的是視頻濃縮和視頻摘要，把錄像中所有移動目標提取出來集中呈現(xiàn)，提高錄像檢索的效率。實況分析則側(cè)重于事中報警，比如行為分析：對重要區(qū)域的禁區(qū)、拌線布防，一旦出現(xiàn)目標即觸發(fā)報警，在監(jiān)控室彈出實況圖像、聯(lián)動附近的球機對目標智能跟蹤等；還有一種常見的實況分析是圖像質(zhì)量檢測：檢測圖像是否存在模糊、被遮擋等情況，一旦出現(xiàn)圖像異常立即產(chǎn)生告警，這對于目前成百上千路的監(jiān)控系統(tǒng)，是非常便捷的一種運維手段。而最近比較流行的大數(shù)據(jù)挖掘、云計算，則是后端智能更高端的一種體現(xiàn)方式，使得事前預(yù)判成為可能，比如在智能樓宇中安裝的攝像機，把出現(xiàn)的人臉信息都記錄下來，通過后端大數(shù)據(jù)下的云計算，一旦發(fā)現(xiàn)有一個陌生人在近期頻繁出入、形跡可疑，系統(tǒng)就會判斷該目標可能存在威脅，提出報警。

前端智能是指攝像機利用富余的計算資源，對自身采集到的圖像做分析，提取出關(guān)鍵信息。目前業(yè)界的前端智能能實現(xiàn)的功能與后端智能中的實況分析部分基本一致，那為什么還有存在的必要呢？一是成本，對于簡單的智能分析，前端自帶的智能相較于通過昂貴的后端分析服務(wù)器實現(xiàn)的智能，可以大大降低成本；二是及時性，如智能跟蹤，后端智能需要先提取一路實況流，然后調(diào)用計算資源做分析，分析中發(fā)現(xiàn)目標后再聯(lián)動前端球機做跟蹤，這中間每一步都會有延時，對于車輛等快速移動目標，跟蹤準確率就會下降，而前端智能就不存在這個問題；三是配合后端大數(shù)據(jù)挖掘、云計算等應(yīng)用提供結(jié)構(gòu)化數(shù)據(jù)，如人臉檢測，前端直接提取出畫面中的人臉及特征數(shù)據(jù)，這些信息存儲下來后，可以被后端所有應(yīng)用服務(wù)直接使用，而不需要每個后端應(yīng)用都從原始圖像中提取一次。

從前面的分析可以看出前端智能偏重于小范圍、簡單、及時性要求高的功能實現(xiàn)，而后端智能偏重于大范圍、復(fù)雜計算的功能實現(xiàn)，前后端智能配合則是未來大數(shù)據(jù)挖掘的實現(xiàn)方向。既然智能化的需求及實現(xiàn)都很明確，而且實現(xiàn)的前提高清化也已經(jīng)普及，那為什么還有很多的視頻監(jiān)控系統(tǒng)還只是人眼的延伸，需要靠安保人員一直盯著屏幕看實況呢？智能化普及的問題與難點在哪里？

主要問題就在準確率上。從目前智能化的推廣過程中來看，智能檢測的整體準確率并不高，當然準確率低的原因也分為自身算法與外在環(huán)境兩個方面。

以攝像機的前端智能為例做簡單分析，用戶需要的往往是一臺專而精的設(shè)備，在特定的場所能準確的做好特定的智能檢測即可。但現(xiàn)在很多廠商推出的設(shè)備是大而全的智能檢測，一臺攝像機集成了幾乎所有的前端智能功能，對于攝像機不多的富余計算資源，要想把所有的功能都做好自然是不可能的。宇視科技在去年推出了一款違停球，專注于識別并抓拍車輛違章行為，特別在違章停車識別上做到極致，產(chǎn)品在很多項目中投入使用后，實際應(yīng)用中違停抓拍準確率高達90%，獲得了用戶的一致好評，正是把產(chǎn)品做專而精的典范。

至于外在環(huán)境原因，一是指環(huán)境的干擾，如自然天氣的變化、光影的變化容易讓攝像機判斷出錯，造成誤報率與漏報率，但目前已可以通過場景自適應(yīng)與場景智能學(xué)習(xí)來抵抗這種環(huán)境的干擾；另一個是指環(huán)境的不可控，如裝在馬路邊的攝像機，監(jiān)控的區(qū)域是人來車往的復(fù)雜場景，想要在這種場景中實現(xiàn)人臉抓拍、智能跟蹤是基本不可能的。目前只有在車輛卡口應(yīng)用上的智能最成熟、準確率最高，這得益于一套嚴格的安裝標準、補光標準、判斷標準。其他的智能想要達到這種高準確率，出臺一套嚴格的標準是必不可少的，如現(xiàn)在的人臉檢測攝像機就已對攝像機安裝的高度、角度、鏡頭焦距都提出了要求，正是為了提高檢測的準確率。

從以上兩方面的分析也自然而然得出了未來智能化的發(fā)展思路：專業(yè)化的智能設(shè)備、標準化的安裝建設(shè)，以提高智能的準確率，使智能不再雞肋。當前端智能攝像機配合后端云計算做智能化大數(shù)據(jù)挖掘應(yīng)用時，帶來的將會是全新的智慧體驗：智慧家庭、智慧園區(qū)、智慧交通、智慧城市、智慧地球。我們也會從目前的事后查證及事中報警這兩階段，進入到事前預(yù)判階段，終結(jié)犯罪，在案發(fā)之前。