智能視頻分析技術在智慧安防中的應用與展望

許鯤

(天津公安警官職業學院,天津 300382)

0 引言

安防工作的科學合理進行能夠保護公民財產,促進社會生活的平穩進行。但是目前的安防技術較為落后,主要是依靠傳統的人員巡邏的方法,存在檢查的盲區和時間限制,不能夠滿足全天候的安防監控工作。在這種情況下,智能安防的概念應運而生,智慧安防系統提高了安防的工作可靠性,解決了人流量大或者是重要的場所人員配備不足的情況,并且,將視頻實行儲存和實施分析,能夠在最短的時間內查出財產損失的情況或者是發現風險及時預防。當前智能安防技術的普及和應用,極大地增加了人們在生產生活中的公共安全。

1 智慧安防技術中智能視頻分析技術應用的主要內容

智能視頻分析技術起初是應用與軍事和公安系統中,能夠對犯罪行為進行偵查分析,隨著技術的普及和進一步發展,智能視頻分析技術應用于日常生活中,廣泛應用于商超、公路、小區和公共場所中,并對安防工作起到了極大的輔助作用,降低了安防工作的成本[1]。

1.1 高清人像識別技術的應用

當人們在超市、街道等公共場所進行活動時,通過事先安置的高清攝像機進行人像的拍照,利用智能視頻分析技術可以辨別出人員的身份特征、在某一區域的活動頻率、是否為新面孔等信息。利用智能分析技術可以自動進行信息的處理,分類處理人員、物品等不同品類的信息,廣泛應用于社會的各個行業中。人像識別技術的出現對一些領域起到了改革的作用,特別是在安防領域,利用電子眼可以減少人們的犯罪行為和進行后期的偵破。

1.2 運動目標識別技術

運動目標識別技術是智能視頻分析技術的一大優勢,因為在進行人像分析處理時,面對的不僅是靜態的人像,更多的是監控狀態下的動態視頻,如果全部利用人員觀看分析等,耗費大量的時間和精力進行處理,增加了人工成本。智慧安防中的動態目標識別技術解決了這一困擾,這項技術廣泛應用于道路和人流較大的公共場所中,實現了視頻的智能處理[2]。這項技術的發展對安防行業也是一項改革,在發現某個可疑分子之后,利用這項技術可以輔助追尋其運用軌跡,進行活動的分析和追蹤調查。

1.3 循環檢測與移動識別技術

對于一些對安防工作要求較高的地方需要用到循環檢測與移動識別技術,循環檢測增加了智能視頻分析技術的分析效率,減少因為系統原因造成的分析漏洞,提升了視頻分析質量。循環檢測技術與智能視頻分析技術進行有效地結合,可以很好地提高智慧安防的工作安全等級。智慧安防系統是對智能安防科技技術的一種整合,能夠增強系統的穩定性和可靠性,能夠保證重要單位的財產、資料安全問題,降低犯罪率,提升生活質量。

2 智能視頻分析技術在智慧安防系統中的優勢研究

智能視頻分析技術是對通過信息采集器收集到的信息進行快速的處理,通過判斷視頻中的人物特征,與現有的數據進行對比,達到識別的目的,在智能分析技術的幫助下,能夠快速達到預期的判斷識別目的。

2.1 人臉檢測

人臉檢測的工作過程較為簡單,一般是利用機器設備進行人臉的掃描,通過對人臉中五官3D信息儲存,達到人像信息錄入的目的。檢測過程較為簡單,有一定的靈活性和自然性,工作效率和質量也能夠得到保證。人臉檢測技術在日常生活中多個方面都有應用,當應用在智能安防系統中時,可以增加工作效率和安全性,在小區和寫字樓中增加人臉識別關卡,不僅可以增加人臉錄入數據,還能夠保證小區和寫字樓中的安全性,提高了安保的質量,也是智慧安防系統的具體體現。

2.2 信息定位

如何快速地將采集到的人臉信息進行快速識別,這就用到了信息定位技術,運用智能分析將人臉的特征進行快速處理,在智能化的生物識別程序的幫助下,提升信息的識別和定位的效率。這種信息定位技術類似于在實例地圖中的應用,有一個龐大的數據庫,在這個圖片庫中存放了大量的圖片信息,當出現需要比對的圖片信息之后,根據這個圖片或者時視頻的信息快速進行比對定位,在圖片或者是視頻數據庫中找出與之相似的片段,從而實現信息的快速定位和比對。

2.3 信息的對比

在人臉信息處理的最后一步,就是將現場采集到的信息和電腦內部儲存的信息進行對比,根據比較的結果和結論進行接下來的分析,雖然在人類的直觀判斷中,人臉有著極大的相似性,但是每個人的生物信息是有差別的,其中蘊含著豐富的信息,從而在信息對比中能夠判斷出公民的具體身份情況,提升識別的準確率,并且能夠保證人們的個人隱私[3]。信息的對比也是保證安全的一個有效舉措,首先是在安防系統中,發現某個需要對比的信息之后,需要進行數據的比對,但是其準確性不僅影響著工作的效率,也影響著人們對于安防系統的信任度,在信息對比的過程中,一方面要保護用戶的個人信息,另外還要保證其準確性。

3 智能視頻分析技術在智慧安防系統中的應用分析

在門禁和密碼柜等保險類的空間中使用的一般是虹膜、指紋等進行識別處理,而日常生活中人們在伙伴或者是陌生人之間進行記憶的過程中,利用的主要是面部的特征,在智能視頻的分析中,利用的也是這一技術,識別更加簡單便捷,也符合生物識別的特性。

3.1 公共場合的安防應用

公共場所具有人流量大、人員混雜等特點,由于安保工作較為困難、安防人員缺失等因素造成極易發生盜竊的問題,一般人們在發現物品丟失的時候,已經錯過了最佳的抓捕時機,并且沒有及時趕到的安保人員進行配合工作,在丟失之后,就要用到智能視頻分析技術進行不法分子的追蹤工作。在超市中,智能視頻分析技術會不間斷對貨物進行監測,當發現某個區域的物品發生非正常缺失的時候就會對管理后端發出警告,并且能夠對可疑分子進行追蹤鎖定;在抓捕過程中,智能分析系統還能夠對可疑分子所在的區域進行人流分析,減少在人員密集的位置進行抓捕工作,進而保證商超的正常運行[4]。

3.2 特殊場所的安防應用

在博物院、奧運會、國際論壇等重要的場所中,智能安防系統發揮著重要的作用,在國家級的會議中,對安防等級的要求很高,不僅需要高素質的安保人員,也需要智能的科技手段進行輔助,在智能視頻技術的有力保障下,可以更好地提高會議的安保工作質量。在智能視頻分析技術的實際應用過程中,可以很好地結合物聯網智能傳感技術。例如博物館的安防工作開展中就需要保障每一件文物的質量與安全,而博物館每天參觀的人流都非常的大,為了很好保證文物的完整和安全,需要對每一件展品進行全天候的監控,智能安防系統得以施展拳腳。

3.3 智慧安防系統技術分析

智慧安防系統對原有的嵌入式系統進行改進,增加了運算能力和智能視頻分析算法,并在視頻監控器和服務設備中增加了嵌入視頻分析模塊等前端處理技術。在前端做視頻分析的好處是實時性高,并且傳輸到后臺的只是有用的報警信息和畫面,這樣可以大大減少傳輸數據量,也減少了后臺存儲的負擔。選擇嵌入式視頻分析架構將現有的傳統視頻監控系統升級為智能視頻監控系統,是一種成本低且易于改造的方案。前端智能與后端智能分析包含著明顯的轉化關系,隨著芯片技術的持續發展,一些基于神經網絡的智能算法也將在前端完成。

4 智能視頻分析技術與安防系統的未來發展趨勢展望

隨著智能視頻分析技術給人們的生活、工作以及安防帶來了很多的便利,但是在實際運用中,還是存在許多的問題,其中由于人臉之間的相似性,會給視頻分析技術帶來一定的影響,這是在未來的發展中需要改進提升的方面。

4.1 相似性

由于具有血緣關系或者是不同人員之間都會存在一定的相似性,具備相像的面部特征,五官結構的分布差異較小,在后期的智能分析過程中,可能會存在一定的影響,從而導致人臉識別出現微小的誤差,這些技術性的問題,可以通過融合其他安防技術,提高智慧安防系統運行的安全性與可靠性[5]。例如,對人體的整體特征進行存檔,在遇到相似的面部特征時,進行身體其他部位的特征信息比對,對不同人群之間的相似度進行區分,可以有效地減少由于面部特征相似帶來的分析困難。另外,在未來的安防系統中,由于使用更加先進的視頻分析技術可以有效地識別出不同人臉之間的細微差別,減少相似性帶來的干擾。

4.2 易變性

在對人臉進行識別的時候,由于人臉的特征容易發生變化,當人們做出不同的面部表情時,面部特征就會出現相應的變化。在人臉信息采集的時候,不同的光照、遮蓋物、年齡等外部因素都會影響到信息采集的準確性和真實性,當智能視頻分析技術對其人物進行采集對比的時候,就會影響到識別的質量與準確性。雖然在每個人的不同年齡階段會出現面部特征的改變,但是每個人都會有一些易于辨認的特征,并且伴隨很長一段時間,對于個人的視頻甄別來說,還是要從不同的方面進行把握,例如,首先對每個人的突出特征進行保存,在下次遇到的時候可以快速地比對出某個人,其次是將多個部位的特征進行存檔,當一個部位存在模糊分析的時候,進行另外一個部位的比對,既增加了效率,也增加的準確度,可以有效地減少由于年齡增長,個人面部特征改變所帶來的困擾和分析問題。

4.3 數據流增加

因為大量的分析數據通過云傳輸儲存在后臺中,以便以后的分析使用,但是當系統采集的人臉信息數以萬計的增加時,達到一定的限度之后,就會降低系統的分析能力,造成分析結果的可靠性下降。而人們年齡的增長、面部特征的改變、外界因素的影響等多種因素的干擾都會間接的影響到安防系統的質量。而未來的安防系統主要是建立在對人體面部特征的詳細識別當中,并且加入大數據分析技術,有利于圖片、視頻之間的人臉的具體辨別,在未來的安防系統中利用先進的信息處理技術可以有效保證安防系統的質量和效率。

5 結語

智能安防系統是傳統安保工作的一個輔助工具,智能視頻分析技術能夠快速地對需要查詢的或者是追蹤的人進行定位,提高社會的安全穩定,在公共場所的應用中,可以保證安防工作的質量,降低了安防難度,并且對人們的生活與工作產生了非常重要的影響,促進了人民生活品質的提高。在未來智能視頻技術與安防系統發展的時候,需要改進系統學習的方式。在過去的安防系統構建時,是采取二進制的計算機學習方式,在今后安防系統發展的過程中不僅需要進行深度學習,并且還需要充分地發揮出人工智能的技術優勢,讓安防系統可以模擬人腦進行智能化的學習。