機器的火眼金睛

張澤玲

無論是在商場銀行，還是在街角路邊，監控攝像頭似乎已經司空見慣。在大家的印象里，監控攝像頭跟我們手機里的攝像功能非常類似，只不過是攝像功能一直在工作而已。但其實，監控攝像還有很多獨門秘技，能給我們更多的“神助攻”來阻止怪盜下手。下面我們就來研究一下監控攝像的幾個必殺技是如何練就的。

紅外成像

在光線比較暗的情況下，不只是我們人類的肉眼看不清物體，各種相機、攝像機也一樣無能為力。此時我們就要求助于紅外成像技術。普通照片、視頻的成像原理是檢測記錄物體漫反射發出的可見光，即波長為380～740納米的電磁波。檢測的原理則是我們大家熟悉的光電效應。光的波粒二象性表明光既是電磁波也是光子，光子擊打在某些半導體材料上會激發出這些材料里的自由電子從而產生電流。不同波長和強度的光，由于光子能量和數量的不同會產生不同的電信號。因此只要放大檢測，分析這些電流信號，就能還原出光線和色彩從而得到圖像。

紅外線是波長長于0.75微米的電磁波，因為位于可見光光譜以外，所以并不為人眼所見。雖然人類看不見，但其實自然界中的所有高于絕對零度的物體都在向外輻射紅外線。不同物體和同一物體的不同區域，輻射出來的紅外線信號也有所不同。紅外線成像技術，就是檢測物體輻射或反射出的紅外線來成像。一般來講，溫度越高的物體輻射出來的紅外信號就越強。但由于很多物體的溫度不高溫差不大，因此我們常見的監控攝像夜視功能，會利用能產生紅外線的LED來主動發出紅外線，“照亮”監測的區域，就好像我們照相時開閃光燈一樣。另外大家應該都能注意到，大部分紅外夜視圖像都只有灰度沒有色彩，這是因為紅外夜視設備一般不會去嚴格區分紅外線波長。紅外夜視設備需要更復雜的結構來嚴格區分紅外線波長，但紅外線本身在人可見的色彩區域以外，不能直接對應可見光里各種顏色的光譜，因此無須畫蛇添足。

所以即便怪盜夜半來訪，只要進入紅外線夜視的監控范圍，也一樣無所遁形。

移動偵測

相信在不少人的印象里，監控系統的樞紐都是一個有著很多屏幕的監控室，里面值班的安保人員要一直盯著各個屏幕看，有什么異常情況就及時報警。所以是不是我們非要安排一個人在屏幕前一直盯著看，才能及時發現怪盜是否來行動了呢？那監控室的值班人員一旦疏忽沒看見怎么辦？其實我們大可不必擔心這一點，因為現在的監控攝像基本都有了移動偵測功能：只要有物體在監視范圍內移動，都會被監視系統捕捉，并按照設定的程序進行錄像并報警（當然，本案中的怪盜采取了另一種方式來遮蔽監控的視線，那就另說了）。

那么監控攝像頭是如何做到這一點的呢？與紅外成像的原理不太一樣，監控系統的移動偵測功能并不需要特殊的成像功能，而是更多依賴于對攝像頭拍攝圖像的分析處理。大家應該知道，視頻電影等人眼所見的動態其實是連續拍攝的單張畫面后，按拍攝時間順序連續播放的結果，動態監測就是在快速分析對比這些連續的單張畫面。有些分析方法是對比每一幀畫面與前面一幀的區別，根據找出的不同來判斷是否有物體在移動;有些則是根據之前拍攝的很多幀畫面來先算出一個固定的“背景圖像”，一旦新拍攝的畫面與背景圖像有巨大的不同，便可以認為畫面中有物體在運動。這兩種方法各有優劣，但每種方法都能保證，一旦在寂靜無人的博物館里有運動的物體出現在監控攝像的“視野”里，都能被及時捕捉。

圖像識別

紅外夜視和移動偵測雖然強大，但其實我們忽略了一點：如果怪盜在白天人多的時候下手怎么辦呢？白天本就不需要夜視，人多的時候監測到的移動物體可能是別的游客而非怪盜。這時候我們就需要監控系統依靠機器學習AI技術“進化”出的新功能——圖像識別。

相信大家對iPhone所帶的Face ID功能都不陌生。監控系統的圖像識別功能跟Face ID類似，并且不僅限于靠著“刷臉”就能認出是誰，還能識別其他的物體。比如說架設在高速公路的某些交通監測攝像頭，能專門追蹤識別車輛的牌照，一旦發現了可疑的目標車牌號，就會在系統里記錄拍攝時間地點并報警。車牌號因為有固定的結構和模式所以還算好識別，要檢測人臉就必須依靠機器學習。與機器學習訓練出來識別貓狗的模型類似，人臉識別也使用了深度學習，并且利用大數據不斷訓練提高模型的準確度。訓練模型的技術人員可以改變模型的訓練數據和參數，來進行更高難度的識別。即使你戴了口罩，也能被識別出來。

圖像識別尤其人臉識別是追蹤抓捕犯罪分子的利器。相信除非怪盜能改頭換臉上門，否則也一樣無所遁形。

LINK

現實中，2019年廈門警方就利用了大數據輔.助的人臉圖像識別，追蹤并逮捕了被警方通緝20年的連環殺人犯勞榮技。勞榮枝雖然一直使用假名假身份并且整過容，但依舊沒能逃過AI的火眼金睛。

畫質增強

說了以上三個神奇的功能，其實還有一項基礎沒有介紹，那就是如何使拍攝記錄的監控畫面更加清晰，減少干擾。大家在拍照時都有過手抖拍花了，太遠或太近的物體對焦沒對好拍糊了，光線不好顏色拍出來不對物體不清晰等情況，其實監控攝像也有一樣的問題。有時候關鍵的幾幀畫面里的關鍵細節不清楚，實在令人抓耳撓腮。這時候我們還可以靠圖像的增強處理來去掉噪音，使得模糊的圖像變清晰。這項功能跟我們平時處理圖片時使用的各種濾鏡很類似，都是在調整圖片，也就是視頻每一張畫面的參數。不同的濾鏡背后其實是不同的數學算法，在信號處理上稱之為濾波器①。雖然這項功能主要靠計算機處理，看起來沒攝像頭什么事，但其實原始圖片的分辨率、清晰度和成像效果越好，這些算法的處理效果也越好。

說了這么多監控攝像系統的“神技”，大家對它擋住怪盜有信心嗎？

①濾波器

濾波器可以對電源線中特定頻率的頻點或該頻點以外的頻率進行有效濾除，得到一個特定頻率的電源信號，或消除一個特定頻率后的電源信號。