中國安防：智能視頻診斷技術(shù)最新發(fā)展淺析

廣州弘度信息科技有限公司產(chǎn)品總監(jiān) 李煥佳

視頻監(jiān)控市場發(fā)展帶來的機遇

　　近年來，國內(nèi)視頻監(jiān)控市場受廣州亞運會、北京奧運會、上海世博會、平安城市、雪亮工程、智慧社區(qū)等大型安保項目以及各行業(yè)視頻監(jiān)控需求快速增長等因素的刺激和拉動，市場規(guī)模迅速擴大。在安防行業(yè)高速發(fā)展的同時，國家對公共安全設(shè)備的運維管理也非常重視，近年來相關(guān)部門陸續(xù)出臺關(guān)于視頻運維考核的相關(guān)文件也彰顯出視頻運維的重要性。2015年5月，國家發(fā)展改革委員會等九部委發(fā)文《關(guān)于加強公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用工作的若干意見》提出，到2020年要基本實現(xiàn)“全域覆蓋、全網(wǎng)共享、全時可用、全程可控”的公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用目標。其中“全時可用”提及重點公共區(qū)域安裝的視頻監(jiān)控攝像機完好率要達到98%，公共區(qū)域的視頻監(jiān)控攝像機完好率要達到95%。

　　視頻監(jiān)控系統(tǒng)如果采用傳統(tǒng)的人工運維方式，其被動運維效率低下，經(jīng)常出現(xiàn)漏檢問題，數(shù)據(jù)統(tǒng)計不完整，考核無法下手，無法適應(yīng)城市視頻規(guī)模高速增長和相關(guān)業(yè)務(wù)應(yīng)用不斷增加的管理需求，運維管理只會越來越被動。從人力成本上漲、技術(shù)復雜性和專業(yè)性等因素綜合衡量，未來以AI技術(shù)代替人工巡檢的智能化視頻診斷工具必是行業(yè)的發(fā)展方向。

視頻診斷算法的發(fā)展現(xiàn)狀

　　視頻診斷系統(tǒng)中最核心的技術(shù)就是視覺分析算法，而專門應(yīng)用于運維場景的算法是沒有受到太多的關(guān)注，技術(shù)發(fā)展落后于大家熟知的人臉識別、目標識別等應(yīng)用算法。2006年，Hinton提出“深度學習“神經(jīng)網(wǎng)絡(luò)使得人工智能性能獲得突破性進展。2013年開始，深度學習算法在視覺識別上取得成功，識別率超過了95%。

　　2015年開始，中國出臺各項鼓勵政策，并且把人工智能技術(shù)研發(fā)寫入”十三五“規(guī)劃中?！敝腔鄢鞘小啊ⅰ被ヂ?lián)網(wǎng)+“等政策支持，助推了視覺分析算法在國內(nèi)快速發(fā)展。根據(jù)2018年的統(tǒng)計，超過50%份額集中在安防行業(yè)。其中超過90%的資本主要投入到研究視頻人臉識別、結(jié)構(gòu)化分析、目標識別等算法的應(yīng)用中。

　　業(yè)內(nèi)關(guān)于視頻診斷相關(guān)算法的研究投入非常小，只有少量企業(yè)通過借助2013年深度學習技術(shù)的突破，推出了視頻質(zhì)量診斷相關(guān)的產(chǎn)品。該時期產(chǎn)品支持的質(zhì)量診斷功能較少，用戶對于實際交付的準確率要求并不高。近幾年，業(yè)內(nèi)視頻診斷產(chǎn)品，在算法層面應(yīng)該是沒有突破性發(fā)展的，哪怕是最優(yōu)秀的選手，識別率最高只能達到90%~95%。這個準確率對于小規(guī)模應(yīng)用，勉強可以接受，但是一旦設(shè)備數(shù)量超過萬路的項目，誤報數(shù)量也是非常驚人的，需要投入大量人力進行復核過程，無法實現(xiàn)自動化、智能化運維。

視頻診斷技術(shù)發(fā)展的挑戰(zhàn)

　　目前發(fā)展比較成熟可以大規(guī)模應(yīng)用的人臉識別和目標識別算法之所以發(fā)展如此迅速，主要原因是：1.此類算法需要的模型訓練生產(chǎn)資料非常容易獲得;2.AI基礎(chǔ)層供應(yīng)端的產(chǎn)業(yè)配套齊全，包括一站式數(shù)據(jù)治理平臺、計算硬件平臺以及AI軟件開發(fā)平臺。完整的產(chǎn)業(yè)鏈供給使得需要該類技術(shù)的企業(yè)只需要投入較少資金即可采購到高質(zhì)量的解決方案進行集成。而視頻診斷的AI分析算法，并不具備人臉識別場景那么好的發(fā)展條件，目前在算法定義、數(shù)據(jù)收集、模型訓練以及準確率評估方面都存在更高的門檻。

　　1.算法定義。視頻監(jiān)控的圖像異常情況非常繁多，類型界定模糊，無法統(tǒng)一量化標準，因此大多數(shù)圖像場景需要多種算法組合。對單種圖像異常類型仍需要定義大量的模型才能適應(yīng)不同場景。

　　2.數(shù)據(jù)收集。異常故障多為偶發(fā)事件，數(shù)據(jù)量非常少，并且無法模擬，無法批量生產(chǎn)訓練數(shù)據(jù)，因此需要具有大量項目基礎(chǔ)數(shù)據(jù)積累才能形成孵化產(chǎn)品，建立可持續(xù)采集和發(fā)布的應(yīng)用模式才能具備持續(xù)優(yōu)化產(chǎn)品的能力。

　　3. 模型訓練。異常故障數(shù)據(jù)多集中在常見故障，異常的圖像樣本個體差異巨大，傳統(tǒng)的模型訓練方式和成效只能滿足一些基本功能，精度可達到90%以上。如果沒有應(yīng)對不常見視頻質(zhì)量問題和圖像個體差異的措施，系統(tǒng)功能和準確率會出現(xiàn)嚴重偏科的情況。

　　4.準確率評估。異常故障界定必然會受到主觀判斷差異的影響，一千個用戶心中就有一千套衡量標準，一套標準只能趨近大多數(shù)場景的期望，標準算法只能無限趨近大部分用戶的期望，無法滿足所有用戶場景的需求。因此視頻診斷系統(tǒng)就需要配套技術(shù)手段來應(yīng)對這些矛盾沖突，才能有效提升實戰(zhàn)應(yīng)用的準確率。

　　視頻診斷系統(tǒng)要提升準確率和適應(yīng)性，除了要解決標準化AI算法持續(xù)優(yōu)化問題，還需要關(guān)注產(chǎn)品交付過程中算法定義、數(shù)據(jù)收集、模型訓練以及準確率評估四個環(huán)節(jié)如何做到自動化和智能化，將自主學習的理念融入到產(chǎn)品使用過程中。

弘度科技帶來的技術(shù)革新

　　弘度科技作為專業(yè)視頻診斷服務(wù)提供商，通過多年在大型平安城市、雪亮工程以及智慧社區(qū)項目中持續(xù)積累，專注于新一代視頻運維整體解決方案的持續(xù)創(chuàng)新。面對視頻診斷系統(tǒng)在交付過程中產(chǎn)品準確率和適應(yīng)性如何持續(xù)提升的挑戰(zhàn)，弘度科技首創(chuàng)的有源視頻診斷技術(shù)融合了視頻解碼技術(shù)、圖像處理技術(shù)、計算機視覺技術(shù)、計算機圖形學、統(tǒng)計學以及基于深度學習的圖像識別等多項技術(shù)，打造具有自主學習能力的視頻診斷產(chǎn)品。

　　支持有源視頻診斷技術(shù)的產(chǎn)品，通過收集用戶對每路視頻診斷結(jié)果的感知行為，結(jié)合視頻圖像分析的數(shù)據(jù)，根據(jù)算法調(diào)優(yōu)知識圖譜對每路視頻創(chuàng)建獨立的深度學習AI分析模型，為視頻質(zhì)量診斷應(yīng)用提供了全新的解題思路。

　　有源視頻質(zhì)量診斷技術(shù)是指基于用戶視頻質(zhì)量期望作為建模訓練參照目標，采用高效的視頻解碼與先進的圖像分析算法、處理算法、以及AI深度學習算法對視頻圖像中存在的質(zhì)量問題進行實時地智能分析、判斷和告警。有源診斷技術(shù)和傳統(tǒng)的無源診斷設(shè)計思路存在以下差異：

　　1.加入自主學習的理念，將數(shù)據(jù)采標及處理、模型評估調(diào)優(yōu)、新模型部署以及數(shù)據(jù)輸入運算等過程實現(xiàn)自動化和可視化。交付過程中即可根據(jù)不同場景和用戶判斷標準形成個體項目最優(yōu)分析模型庫。主動規(guī)避標準算法模型庫無法滿足不同項目之間的場景差異、管理要求差異等問題。

　　2. 無源診斷對于單路視頻個體在進行AI分析時采用的是標準算法模型庫和統(tǒng)一的判定標準。每個攝像頭的業(yè)務(wù)場景和用戶主觀標準必然存在差異，而有源診斷支持對每路視頻個體定義獨立的深度學習對象，形成該攝像頭獨立的最優(yōu)分析模型。

　　如圖1所示，假設(shè)三個攝像機都認為視頻遮擋情況，診斷系統(tǒng)需要將每次診斷結(jié)果都給出趨近用戶期望的結(jié)果。無源診斷和有源診斷解題思路存在以下區(qū)別：

　　1.無源診斷。一般采用的是一個全局遮擋模型，很有可能出現(xiàn)算法模型只能滿足大部分攝像頭的場景診斷結(jié)果。而根據(jù)少量漏報的攝像頭進行算法調(diào)整模型又可能會帶來整體誤報率的提升。

　　2. 有源診斷。允許針對單個攝像機設(shè)置分析模型，實現(xiàn)“千機千面”，降低因為攝像機工作環(huán)境不同和用戶的主觀判斷差異所致的誤報和漏報問題。

　　弘度運維產(chǎn)品采用的有源視頻質(zhì)量診斷技術(shù)是以優(yōu)秀的深度學習算法為基礎(chǔ)，通過加載全新自主研發(fā)的有源主動學習技術(shù)框架重新設(shè)計與定義視頻圖像質(zhì)量評估系統(tǒng)，產(chǎn)品通過用戶主觀判定標注即可動態(tài)調(diào)整模型參數(shù)，完成自主學習過程，支持單個攝像機建立大量的分析模型適應(yīng)不同場景需求，與同類產(chǎn)品相比可大大提升產(chǎn)品的準確性和適應(yīng)性。

產(chǎn)品具有以下優(yōu)勢：

　　1.具備優(yōu)秀的第三方平臺級接入能力，采用全新自主研發(fā)的高性能視頻運維技術(shù)框架，支持市面上絕大多數(shù)的視頻品牌接入，可直接統(tǒng)一管理已有的前端設(shè)備，減少項目落地難度。

　　2. 其所應(yīng)用的視頻診斷技術(shù)可對超過20種視頻質(zhì)量指標進行檢測，包括取流狀態(tài)、視頻丟失、視頻干擾(條紋、噪聲、劇變干擾)、視頻遮擋(異物、樹葉遮擋)、亮度異常(過亮、過暗)、圖像偏色、視頻模糊、視頻卡頓、視頻凍結(jié)、視頻抖動、場景變更、OSD異常、時間差檢測、分辨率檢測、碼流檢測以及視頻時延檢測等。

　　3. 具備高性能視頻質(zhì)量診斷，提供領(lǐng)先的診斷速度，準確率高達99%以上。

視頻運維診斷技術(shù)未來的發(fā)展預(yù)測

　　視頻監(jiān)控市場的快速發(fā)展對視頻運維來說既是機遇也是挑戰(zhàn)。未來視頻運維的發(fā)展趨勢有以下三點：

　　1. 更加全面深入的視頻診斷技術(shù)

　　視頻監(jiān)控系統(tǒng)建設(shè)具有兩個最核心的目的，一是提供實時圖像的集中查看，二是提供錄像保存功能為事件溯源提供證據(jù)。如果視頻監(jiān)控系統(tǒng)在實際運行過程中實時視頻正常，但錄像出現(xiàn)問題，對于用戶來說系統(tǒng)建設(shè)后的成效是大打折扣的，錄像質(zhì)量風險才是迫切需要警惕的。近年來，從公安、金融等行業(yè)用戶對視頻監(jiān)控系統(tǒng)的運維考核要求中可以看出，用戶已經(jīng)逐漸從關(guān)注設(shè)備的在線率和完好率逐漸提升對于錄像的運維考核要求。目前大部分視頻運維工具的主要功能還是圍繞設(shè)備狀態(tài)監(jiān)控和實時視頻診斷，而對于錄像診斷的相關(guān)研究還是不夠深入重視的。對比實時視頻診斷業(yè)務(wù)，錄像全方位診斷面對的數(shù)據(jù)量成倍增長，需要更高效率的算法和更復雜的業(yè)務(wù)分析能力。

　　2. 故障精準定位，輔助運維

　　現(xiàn)階段的視頻運維工具主要是發(fā)現(xiàn)單個視頻設(shè)備的故障，但無法精準地定位故障原因及業(yè)務(wù)影響分析，例如某個視頻點位無錄像，可能原因有硬盤故障、無硬盤、未配置錄像計劃、設(shè)備關(guān)機以及網(wǎng)絡(luò)中斷等。近年來，各種網(wǎng)絡(luò)檢測和物聯(lián)網(wǎng)設(shè)備監(jiān)測都已上線為智慧城市保駕護航，雖然可以實時監(jiān)測前端設(shè)備的工作狀態(tài)，使運維更加便捷，但遠遠達不到故障精準定位的嚴格要求。未來通過AI和大數(shù)據(jù)技術(shù)的快速融合，通過全局搜索、關(guān)聯(lián)分析、機器學習以及數(shù)據(jù)建模等，視頻運維的故障精準定位應(yīng)可自動分析各種故障因素進行排查并最終確定故障原因且可自動給出維護的指導意見來輔助運維，視頻運維工具終將成為易用工具。

　　3. 小型、輕量化的視頻運維工具的需求

　　現(xiàn)階段，專業(yè)的視頻運維工具或平臺主要應(yīng)用在公安、司法以及金融等視頻規(guī)模較大的行業(yè)，而對于一些中小規(guī)模的視頻監(jiān)控場景應(yīng)用卻比較少，究其原因是對視頻運維的重視程度不夠。但隨著2021年《中華人民共和國民法典》的政策出臺，像以往難以確權(quán)的場景，如高空拋物傷害、公共場所傷害都有詳細解讀，它們的共同點就是管理方或組織方要是能舉證說明自己盡到了安全保障義務(wù)，以保障當事人的安全，這樣是可以免除或減輕侵權(quán)責任的。而完整關(guān)鍵的視頻和錄像或?qū)⒊蔀樽詈?、最直接的舉證工具，所以小型、輕量化的視頻運維工具市場未來可期，這是監(jiān)控規(guī)模擴大后及政策法規(guī)完善后的必然。

　　以上內(nèi)容摘自《中國安防》2021.10