重慶視頻監(jiān)控：  視頻監(jiān)控智能化已成趨勢，其改變了傳統(tǒng)視頻監(jiān)控系統(tǒng)只能“監(jiān)”不能“控”的被動狀態(tài)，解決了事后取證難的問題，讓監(jiān)控變得更加主動。相比于傳統(tǒng)視頻監(jiān)控系統(tǒng)，智能化視頻監(jiān)控更加快速的反應(yīng)時間以及更加強大的數(shù)據(jù)檢索和分析功能，使得監(jiān)控能力得到極大的改善。與此同時，圖像識別在視頻監(jiān)控智能化趨勢“推波助瀾”下，迎來突飛猛進的發(fā)展。原公安部一所研究員、中國安防行業(yè)資深專家李仲男老師，講解視頻監(jiān)控的原理和具體應(yīng)用情況。

視頻監(jiān)控智能化趨勢下的圖像識別原理及應(yīng)用

        首先，視頻監(jiān)控智能化主要體現(xiàn)在三個方面，一是系統(tǒng)功能的自動化；二是圖像信息的自動解釋；三是自主進行故障診斷和自主適應(yīng)周邊環(huán)境。其中最重要就要算是圖像信息的自動解釋，因為它最能體現(xiàn)視頻監(jiān)控系統(tǒng)的價值，也是我們現(xiàn)在圖像技術(shù)進步的一個箭頭。

        現(xiàn)在普遍把把圖像信息的自動解釋看成可以解決傳統(tǒng)監(jiān)控不足的關(guān)鍵，也是安防業(yè)界和輿論界關(guān)注的熱點，是視頻監(jiān)控智能化的標(biāo)志。圖像信息自動解釋的應(yīng)用主要包括下面幾個方面：一是圖像識別，圖像識別主要有兩方面的應(yīng)用，分別是驗證和識別；二是圖像內(nèi)容分析，一般包括視頻探測、目標(biāo)識別、目標(biāo)的分離，行為的分析統(tǒng)計和簡單目標(biāo)的跟蹤等等；第三方面是視頻語義的解釋，主要是實現(xiàn)圖像信息的結(jié)構(gòu)化，通過結(jié)構(gòu)化來實現(xiàn)數(shù)據(jù)的融合、關(guān)聯(lián)、濃縮、摘要，以及其他的快速檢索，還有就是通過一些簡單的特征來實現(xiàn)搜圖；第四，圖像信息的自動解釋的高層次應(yīng)用就是大數(shù)據(jù)，通過大數(shù)據(jù)來預(yù)測和預(yù)警社會的各種狀態(tài)，比如社會自然動態(tài)風(fēng)險的預(yù)測和預(yù)警和空間狀態(tài)的監(jiān)測。

        正是基于圖像信息自動解釋上面四方面應(yīng)用對社會風(fēng)險檢測的重要意義，去年中央召開了視頻建設(shè)工作會議，會議中明確提出要用大數(shù)據(jù)來支撐公共安全視頻監(jiān)控系統(tǒng)的建設(shè)，解決平安城市建設(shè)中的一些關(guān)鍵問題。下面就具體分析一下圖像信息自動解釋中的圖像識別技術(shù)的具體應(yīng)用。

        圖像識別

        圖像具有記錄時間和空間的能力，圖像識別主要采用圖像信息對時間和空間的分辨能力。一個圖像空間的不同位置，有不同的亮度分布，比如說兩個人的照片不同，這就是空間，利用空間的分辨能力我們可以實現(xiàn)個體的身份的認證。那么圖像或者視頻是一個連續(xù)的動態(tài)過程，播放過程中兩幀圖片的差別就是時間的分別能力。通過時間的分辨可以進一步理解圖像，也可以進行目標(biāo)的識別，但通常時間分辨還是用來進行目標(biāo)狀態(tài)和行為的分析。

        就圖像識別來講，一般情況是對一幀圖像中指定目標(biāo)的特征，去進行辨識來實現(xiàn)個體身份的認證。舉一個典型的例子，就是通過人臉進行識別，也是最近比較熱的一項新技術(shù)。隨著研究的逐漸深入，除了對一幀畫面找一個特定目標(biāo)的特征進行識別外，也可以加入對個體行為的識別，不在局限于挖掘一幅畫面的特征，在一個圖像序列中去識別，比如個體走路的姿態(tài)和一些小動作，這也是和傳統(tǒng)圖像識別的差別。只是，到目前為止行為識別的應(yīng)用還沒有成熟。

        實際上人對個體的識別很多是采用行為識別這種方法，人和人之間的識別很少是利用面部特征來識別的，比如看到前面人行走的背影，你就知道是誰。目前在測謊領(lǐng)域很早就采用了這種技術(shù)，當(dāng)一個人被問到一些問題的時候，不自覺的出現(xiàn)嘴角抽搐、眨眼睛、手去捏衣服等動作，就可以發(fā)現(xiàn)一個人心理的變化，這雖然還不能算作個體的識別，但是這種技術(shù)已經(jīng)證明它可以反映一個人基本的特征。

        定義特征與數(shù)據(jù)庫

        圖像識別無論無論采用什么方式，它都有兩個基本條件。一個條件就是我們要定義特征，另一個條件就是要建立一定數(shù)量樣本數(shù)據(jù)庫。

        定義特征就是識別目標(biāo)具有唯一性和相對穩(wěn)定性的特征，這種特征隨著時間推移不會有太大變化。有了這些特征就要去去定義，這時候我們可以采用矢量法，比如在人臉識別中，在臉部取一個中間點，從這個點到它附近所有的標(biāo)志點，比如眼角、額頭、鼻尖、嘴唇等，就是矢量，用26個矢量就可以把一張臉表示出來。因為人臉特征具有唯一性，這就形成了定義。

        然后就是要建立一個樣本的數(shù)據(jù)庫，按照定義特征采集一定基礎(chǔ)的數(shù)據(jù)，作為比對的基礎(chǔ)。比如在早期，所有犯罪人員都要用圖像把指紋錄下來，現(xiàn)在辦理第二代身份證要求所有人都要完成指紋的采集。建立了海量的數(shù)據(jù)庫，才可以把現(xiàn)場采集的指紋樣本和數(shù)據(jù)庫中的信息進行比對，從而判斷個體的身份。而人臉目前還沒有達到可以是進行圖像識別的程度，一是還沒有一個準(zhǔn)確的定義作為標(biāo)準(zhǔn)，二是沒有建立起廣泛的，有價值的數(shù)據(jù)庫。

        從上面這些介紹也能看出，圖像識別在驗證方面的基本工作方法就是現(xiàn)場采集的目標(biāo)特征變成數(shù)據(jù)，通過和以后特征數(shù)據(jù)庫中的信息進行對比，找出具有同一性的個體，從而判斷身份的過程。這還存在一個前提條件，要建立稍加限制的環(huán)境，就是現(xiàn)場采集的狀態(tài)要和建庫狀態(tài)差不多，否則無法完成比對。比如建庫采集的是人正臉的圖像，現(xiàn)場采集到的是側(cè)臉圖像，就無法完成驗證比對了。

        總體來說，圖像識別已經(jīng)在視頻監(jiān)控智能化總體趨勢的推動下，迎來突飛猛進的發(fā)展，當(dāng)建立起足夠完備的數(shù)據(jù)庫和穩(wěn)定的對比標(biāo)準(zhǔn)，圖像識別就能真正的發(fā)揮威力了，不但可以幫助警方破案緝兇，還能及時發(fā)現(xiàn)社會潛在威脅，從海量數(shù)據(jù)中揪出不穩(wěn)定因素，助力未來平安城市和智慧城市平穩(wěn)運行。