成都弱電公司訊：

智能視覺技術簡介

隨著行業的發展，傳統的安防行業由原來單純的成都視頻監控系統，慢慢的擴展為視頻綜合經管系統。其功能逐漸從視頻采集、視頻編解碼和錄像存儲為主、逐步過渡到視覺內容(VisioAnalytics)分析和元數據應用為主。不論是成都視頻監控系統，還是視頻綜合經管系統，就其本質而言，是通過光電傳感器來代替人眼來獲取外部有用信息并加以利用。

視覺分析，又稱為智能視覺(IntelligentVisio)、計算機視覺(ComputerVision)。智能視頻分析(IntelligentVideoanalytics)，或者稱為視頻內容分析(VideoContentAnalysis)，智能視頻(IntelligentVideo)等。兩者既有聯系又有區別。

視頻分析是對多幀圖像組成的序列進行分析，視頻分析的對象都是攝像機采集的自然視頻。但視覺分析研究對象和內容更廣，還包括合成圖像和拼接圖像，不僅用到圖像處理技術、視頻處理算法，還包括一些攝像機成像技術、圖像合成技術，三維重構技術、對象檢測技術、對象辨認技術、行為分析等等。

智能視覺技術核心和開發難點

不論在學術界，還是產業界，對智能視覺分析都沒有正式而又明確的定義，自然的對智能視覺分析技術也就沒有成型的公式。

智能視覺技術的突出特點就是多樣性和不完善性。智能視覺技術是一個多學科交叉研究領域。用到了數學、物理學、攝影學、神經生物學、信號處理、圖像處理、人工智能、自動控制機器人、機器視覺、機器學習、計算機視覺等多學科相關知識。

智能視覺分析主要是模仿人眼視覺分析和人腦視覺信息處理與提取過程，在生物視覺方面，人類對人腦視覺信息處理和提取的具體過程還知之甚少。在整個20世紀中，人類對各種動物的眼睛、神經元、以及視覺刺激相關的腦部組織都進行了廣泛研究，得出了視覺系統如何運作的粗略描述。人們試圖建立一個人工系統，使之在分歧程度上模擬生物視覺運作。

一個典型的智能視覺分析應用框架首先對輸入視頻信號進行圖像處理和視頻處理，對視頻信號中每個像素點建立隨時間變化的模型，并前背景分離。然后對分離出的前景圖像區域提取合適的特征向量。根據線下練習器使用正負樣本得到的模型檢測該區域是否有模型對應的對象存在，若存在，則認為檢測到該對象。然后繼續對該對象本身內部屬性特征進一步檢測辨認。使用對象模型檢測對象，不僅在視頻前景區域中進行檢測，也可以直接在整個圖片中遍歷檢測。模型檢測之前需要建立特征金字塔，并以滑動窗的形式進行光柵順序掃描，以實現在多尺度下對象檢測。

前景中檢測出對象后，繼續對對象動作姿態進行辨認。同時在視頻中對對象特征角點進行跟蹤，以完整繪制出對象運動軌跡。

以上的場景分析、前背景建模、對象模型檢測、對象姿態辨認、運動軌跡分析，即可以在原始視頻圖像中完成，也可以在變換圖像、拼接圖像、視頻集合中完成。

分歧攝像頭得到的運動檢測辨認結果、行為軌跡分析結果可以綜合分析挖掘，提煉出更有潛力價值的信息。

上文所說的視覺分析框架并不是一成不變的，由于智能視覺技術多樣性和不完善性，針對分歧的應用場景，其中各技術模塊會有分歧。每一模塊中的算法，都僅適用于某些特定的應用，不具有通用性，故智能視覺分析算法有相當的難度。