HD高清技术的市场需求远远超过人们的预期,是当今安防市场最热的技术。相对于传统的D1画面,HD高清摄像机能够给用户带来6倍的像素细节,用户可以安装更少的点位,其成本优势和技术优势是毋庸置疑的。
高清智能视频分析的必要性
随着项目中直接一步到位采用高清监控的趋势越来越明显,而智能视频分析却一直停留在D1标清级别,甚至大量的厂家算法还处于CIF画面级别,当然就更不要提HD高清画面级别的视频分析能力。这已经远远落后于摄像机技术的发展,严重的制约了整体监控系统的应用潜力。所以,本文在伊始提到的自适应智能视频分析算法的实现就成为了解决该问题的关键。采用自适应智能视频分析算法,在HD高清画面级别实现智能视频分析,将为用户的高清体验带来质的飞跃。不仅是识别距离、识别范围的大大扩展;更重要的是,更加详尽的目标细节和像素能够帮助用户更加快速、有效的判断现场情势,做出正确的判断、采取正确的事件响应流程。
传统算法无法有效分析高清画面
DSP/CPU的处理能力、网络带宽一直是传统智能视频分析算法的2个不可逾越的障碍。为了分析D1标清像素,需要强大的DSP/CPU处理能力,而视频编码处理也需要很大的DSP/CPU计算资源,传统智能视频分析要想做到D1标清画面级别分析,一般需要2个独立的DSP分别完成视频分析和视频编码工作,多DSP编程增加了实现难度和成本。有些采用后台CPU的智能视频分析算法,则需要良好的图像质量,而图像质量和带宽成正比,高带宽又对计算机的解码和视频分析构成压力,所以会形成恶性循环,从而导致采用后端CPU分析架构的性价比急剧下降。
· 处理器局限性:按照当前的智能视频分析算法,在处理D1标清时,就需要1路单独的DSP(720Mhz),如果画面升为HD高清,像素数增加5倍,一个嵌入式设计的智能视频分析摄像机或编码器需要6个类似的DSP才能保证全高清画面分析。6路DSP进行并行运算不仅带来编程难度和成本劣势,同时电源消耗也远远超过了PoE以太网供电的能力,这基本上否定了该系统设计。采用后台CPU实现智能视频分析,貌似解决了CPU编程问题和电源问题,但是后台分析又带来了新的挑战,如网络带宽压力;
· 网络带宽局限性:为了利用HD高清画面来实现有效视频分析,必须获得高画质的高清画面,这将推动视频码流直接跳到6Mbps以上,并且必须保证网络的可靠性,这将大大推高网络建设成本。同时,高码流解码+HD智能视频分析将使得1个CPU只能分析1到2路,整体性价比相对非常低。
自适应智能视频分析算法优势
自适应智能视频分析算法和传统分析算法采用同样的DSP处理器、同样的摄像机成像器件,但是采用了低运算消耗的创新算法来实现同样的功能和性能,包括能够在HD高清画面级别实现视频分析。
· 先进的模式识别:传统算法是对每个像素进行图像分割,从而导致计算量居高不止。自适应智能视频分析算法采用先进的目标建模模型,通过神经元算法对20多万种不同角度、不同形式的目标(人、车、船)进行学习,从而获得比传统算法的像素分割模型高得多的识别率,还大大降低了DSP的计算资源;
· 反馈学习:传统算法中DSP消耗大户除了以上提到的图像分割,再有就是前后景分离。自适应智能视频分析算法放弃了传统算法中的概率前后景分离过程,而是采用一种新型的基于反馈学习的新方法,不仅实现效果远胜传统方法,而DSP资源消耗只是传统模式的1/3;
· 100%自动标定:减少了人工标定的步骤,极大的降低了安装和维护成本算法改进的结果是,一种采用标准DSP架构的嵌入式智能高清摄像机。通过在摄像机前端实现智能视频分析,获得最佳的原始图像,将最大可能的提高识别率、降低误报率。同时不影响回传图像的码流。通过这种新型的架构,用户可以首次实现低成本的、高清级别的智能视频分析,从而充分利用高清画面带来的监控距离和覆盖范围的优势。