智能分析技术的安防应用将会是安防发展的一个大方向.doc

智能分析技术的安防应用将会是安防发展的一个大方向.doc

ID:28097626

大小:339.50 KB

页数:5页

时间:2018-12-08

智能分析技术的安防应用将会是安防发展的一个大方向.doc_第1页
智能分析技术的安防应用将会是安防发展的一个大方向.doc_第2页
智能分析技术的安防应用将会是安防发展的一个大方向.doc_第3页
智能分析技术的安防应用将会是安防发展的一个大方向.doc_第4页
智能分析技术的安防应用将会是安防发展的一个大方向.doc_第5页
资源描述:

《智能分析技术的安防应用将会是安防发展的一个大方向.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、智能分析技术的安防应用将会是安防发展的一个大方向  在视频监控飞速发展的今天,海量视频画面已经大大超过了人力有效处理的范围。而智能视频分析技术极大地发挥与拓展了视频监控系统的作用与能力,使监控系统具有更高的智能化,大幅度降低资源与人员配置,全面提升安全防范工作的效率。目前已广泛应用于平安城市、智能交通、金融行业、政法监管、商业等领域。  智能分析技术的安防应用将会是安防发展的一个大方向  在视频监控飞速发展的今天,海量视频画面已经大大超过了人力有效处理的范围。而智能视频分析技术极大地发挥与拓展了视频监控系统的作用与能力,使监控系统具有更高的智能化,大幅度降低资源与人员配置,

2、全面提升安全防范工作的效率。目前已广泛应用于平安城市、智能交通、金融行业、政法监管、商业等领域。  智能分析技术的安防应用将会是安防发展的一个大方向  在视频监控飞速发展的今天,海量视频画面已经大大超过了人力有效处理的范围。而智能视频分析技术极大地发挥与拓展了视频监控系统的作用与能力,使监控系统具有更高的智能化,大幅度降低资源与人员配置,全面提升安全防范工作的效率。目前已广泛应用于平安城市、智能交通、金融行业、政法监管、商业等领域。    智能视频分析技术是计算机视觉技术在安防领域应用的一个分支,是一种基于目标行为的智能监控技术。它能够在图像或图像序列与事件描述之间建立映射

3、关系,从而使计算机从纷繁的视频图像中分辩、识别出关键目标的行为,过滤用户不关心的信息,其实质是自动分析和抽取视频源中的关键信息。  智能分析类别  按照智能分析算法实现的方式进行区分,可以概括为以下几种类型的智能分析:  识别类分析:该项技术偏向于对静态场景的分析处理,通过图像识别、图像比对及模式匹配等核心技术,实现对人、车、物等相关特征信息的提取与分析。如人脸识别技术、车牌识别技术及照片比对技术等。  行为类分析:该项技术侧重于对动态场景的分析处理,典型的功能有车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、客流统计等。  图像检索类分

4、析:该技术能按照所定义的规则或要求,对历史存储视频数据进行快速比对,把符合规则或要求的视频浓缩、集中或剪切到一起,这样就能快速检索到目标视频。  图像处理类分析:主要是对图像整体进行分析判断及优化处理以达到更好的效果或者将不清楚的内容通过算法计算处理达到看得清的效果。如目前的视频增强技术(去噪、去雾、锐化、加亮等)、视频复原技术(去模糊、畸变矫正等)。  诊断类分析:该项分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台PTZ失控、画面冻结等常见的摄像头故障进行准确分析、判断和报警,如视频质量诊断技术。  非压缩与压缩视频智能分析:绝大多数的智能视频分析算法

5、是基于非压缩图像格式,如RGB或者YUV,所以图像信号在被采集以后不经过压缩直接送给视频分析单元。几乎所有的视频分析系统都自带有图像采集功能,通常是通过BNC输入模拟图像信号。新部署的图像监控系统中图像信号通常是以H.264压缩图像流的形式存在。IPC通常也直接输出压缩图像流,这就要求必须将图像流解压还原成原始图像格式后再进行分析(前端智能可以直接使用YUV进行分析),常用的压缩格式都不是无损(lossless)压缩。和压缩前的原始图像相比,解压后的图像会损失掉一些信息,不过由于压缩算法的特点,丢失的信息通常是高频的噪声信号,所以对运动检测的影响是较小的。当然前提是压缩流有

6、足够的带宽,如果压缩比太高,图像会出现“马赛克”效应,给视频分析增加难度。  智能视频分析的应用场景  (1)金融安保应用场景  视频智能分析在金融系统应用比较广泛,成熟度较好,普及率仅次于平安城市应用,基于视频智能分析的银行安保系统是每个银行(储蓄所,ATM机)的必备系统。  主要包括以下检测:人脸检测:人脸检测抓怕,用于人脸叠加、比对;多人脸监测,用于ATM机取款检测;脸部遮挡监测,用于盗抢等监测;滞留物检测:取款人遗留物检测、加装读卡器、非法粘贴广告;异常行为监测:徘徊、扭打、人员接近、长时间逗留;视频异常检测:视频遮挡、视频丢失监测,防止出现视频存储丢失,需要时无法

7、检索安保视频。  (2)交通行业智能分析场景  实时提取各个城市路口监控视频中的车牌、车型、车标、颜色、驾驶者人脸等信息,通过分布式计算集群对大量车辆信息进行关联挖掘,即可生成整个城市交通状态的可视化网图,如道路拥堵情况,易于拥堵的时段、趋势,以及不同区域的车辆迁移路线,甚至根据时间、天气、节假日情况等信息预测交通状况,从而为城市交通决策、应急指挥提供精准、实时的参考数据和信息支撑。  车牌识别:技术和应用已经比较成熟,准确率较高,用户体验已很好;拥堵检测:车速、车密度、排队长度、逆行、行人检测,交通事故检测抛,洒

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。