科研機(jī)構(gòu)加快對智能視頻分析技術(shù)的研究

　　美國國土安全部(DHS)正在考慮利用先進(jìn)的軍事技術(shù)來研發(fā)智能視頻監(jiān)控攝像頭，使之能夠同時跟蹤與監(jiān)控4平方英里范圍內(nèi)的多個移動目標(biāo)。

　　DHS曾于2012年初向美國國內(nèi)征求了有關(guān)“廣域監(jiān)控系統(tǒng)(Wide Area Surveillance System)”的意見。根據(jù)DHS的設(shè)想，這種監(jiān)控系統(tǒng)應(yīng)能夠“提供持久的、長期的城市與農(nóng)村監(jiān)控能力”。更具體地講，當(dāng)系統(tǒng)處于“跟蹤”模式的時候，監(jiān)控系統(tǒng)的攝像頭可以跟蹤與監(jiān)視4平方英里范圍內(nèi)的多個移動目標(biāo)，而當(dāng)系統(tǒng)不在“跟蹤”模式的時候，攝像頭也可以保持對“幾十到幾百公里”長的邊境線的監(jiān)視。

　　DHS希望能將這種攝像頭安裝在偵察飛機(jī)或無人飛機(jī)之上，并在地面實(shí)時接收所拍攝視頻錄像，就像在伊拉克、阿富汗執(zhí)行軍事任務(wù)的軍用無人偵察飛機(jī)那樣。每一個攝像頭都將安裝白天、夜晚和低照度傳感器，以及自動實(shí)時移動目標(biāo)檢測系統(tǒng)，這樣可以準(zhǔn)確鎖定與識別移動目標(biāo)。

　　這種攝像頭與最先進(jìn)的軍用攝像頭(能同時監(jiān)視36平方英里地區(qū))比起來，雖然性能遜色不少，但也引發(fā)了涉及視頻監(jiān)控限制的相關(guān)法律問題。有專家提到，軍用監(jiān)控系統(tǒng)的打擊對象是不受《美國憲法第四修正案》保護(hù)的敵對分子，而DHS所提出的廣域監(jiān)控系統(tǒng)針對的大多是普通美國公民。隨著軍用監(jiān)控技術(shù)越來越多地被國內(nèi)執(zhí)法機(jī)構(gòu)使用，法律紛爭將不可避免。

　　美國開發(fā)遠(yuǎn)程監(jiān)測潛在威脅的視頻成像系統(tǒng)

　　通過改進(jìn)高級望遠(yuǎn)鏡相機(jī)中的超導(dǎo)技術(shù)，美國國家標(biāo)準(zhǔn)與技術(shù)研究所(NIST)的研究人員研發(fā)了能夠監(jiān)測28米范圍內(nèi)被隱藏武器和其他潛在威脅的原型視頻成像系統(tǒng)。

　　視頻成像系統(tǒng)主要包括兩個反光鏡，一個聚光到傳感器的鏡頭，一個內(nèi)含傳感器放大器晶片的低溫制冷機(jī)和把信號、圖像整合的電子設(shè)備。除了賓夕法尼亞大學(xué)研發(fā)的部分制冷機(jī)和英屬哥倫比亞大學(xué)提供的電子設(shè)備，所有的部件都由該所設(shè)計(jì)研發(fā)。

　　原型成像器有三個主要特征。首先，成像器擁有該所開發(fā)的軟件來形成高分辨率的靜止圖像，從而近乎實(shí)時地制作錄像;其次，與其它類似成像系統(tǒng)相比，此系統(tǒng)運(yùn)行時與目標(biāo)相隔的距離更加遙遠(yuǎn)，達(dá)16~28米;再次，與那些使用X光或其它種射線檢測目標(biāo)的篩選系統(tǒng)不同，成像器是被動的，只檢測物體自然發(fā)射、反射的光線，與紅外線攝像機(jī)相似，設(shè)備掃描目標(biāo)物體，檢測其光的輻射兆赫，然后根據(jù)生物組織、金屬、陶瓷等不同目標(biāo)材料溫度和反射光的不同，生成圖像。

　　躍遷邊緣傳感器極其敏感，讓遠(yuǎn)距離的操作得以實(shí)現(xiàn)。這些微小、敏感的溫度計(jì)是由超導(dǎo)金屬制成的。超導(dǎo)金屬的電阻會隨微弱的光的變化而改變。這個系統(tǒng)目前有251個傳感器，呈現(xiàn)的最終圖像能把80×60厘米范圍內(nèi)小至1厘米的細(xì)節(jié)顯示清楚。但這個系統(tǒng)達(dá)到操作范圍的極限時，呈現(xiàn)的圖像質(zhì)量會相對偏低。

　　日本開發(fā)監(jiān)控器人物辨別技術(shù)有望用于犯罪調(diào)查

　　據(jù)日本NHK網(wǎng)站報道，日本大阪大學(xué)的研究團(tuán)隊(duì)開發(fā)出一項(xiàng)新技術(shù)，即通過對監(jiān)控器畫面中人物走路姿態(tài)及臉部特征的對比，判斷出多個監(jiān)控器畫面內(nèi)的人物是否為同一人。在畫質(zhì)不清楚的情況下也可運(yùn)用此技術(shù)辨認(rèn)人物。今后，此項(xiàng)技術(shù)或?qū)⒂型麘?yīng)用于犯罪調(diào)查工作。

　　此項(xiàng)技術(shù)將監(jiān)控器畫面上的人物的走路姿態(tài)重疊在一張圖像上，并就該人物的步伐幅度及行動姿態(tài)等內(nèi)容和其他監(jiān)控器中的人物畫面進(jìn)行對比分析，然后通過數(shù)值表示出幾臺監(jiān)控器中的人物行動的相似值的高低。此外，該項(xiàng)技術(shù)還將自動識別出人物的頭的上部和腳的下部，并通過相應(yīng)的標(biāo)準(zhǔn)推算出監(jiān)控器中人物的身高。而且，還可以以數(shù)值形式對人物臉部的輪廓及發(fā)型進(jìn)行比較。

　　通過以上方法，該技術(shù)即可客觀地判斷出多臺監(jiān)控器畫面中的人物是否為同一人。研究團(tuán)隊(duì)利用該技術(shù)進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)內(nèi)容為從1000人的視頻中對特定人物進(jìn)行搜索。實(shí)驗(yàn)結(jié)果表明，僅僅運(yùn)用走路姿態(tài)的圖像進(jìn)行對比分析的話，精準(zhǔn)度可達(dá)到90%，可以正確搜索到想找的人。如果再加上身高、臉部輪廓等信息的對比分析，精準(zhǔn)度可達(dá)到99%。據(jù)悉，當(dāng)監(jiān)控器視頻畫面比較模糊時，依然可以用此技術(shù)進(jìn)行人物判斷。

　　日本推出最新視頻監(jiān)控人臉識別技術(shù)

　　日本日立電氣公司最近推出了其最新的視頻監(jiān)控人臉識別技術(shù)。該技術(shù)能夠即時存儲路人臉部圖像，以每秒3600萬張圖像的速度進(jìn)行掃描，并能以較高精度識別出任何一個曾經(jīng)在攝像頭前路過的人。

　　日立公司稱，這種新技術(shù)會儲存攝像頭所拍下的畫面，把長相類似的行人進(jìn)行分類，快速分析含有所選人臉圖像的視覺流(visual stream)，使用視覺標(biāo)記(visual marker)技術(shù)來對數(shù)據(jù)庫進(jìn)行搜索，在此基礎(chǔ)上，操作人員就能夠通過圖像識別技術(shù)實(shí)現(xiàn)高速人臉檢測。該技術(shù)的最大特點(diǎn)在于其可在短時間內(nèi)處理海量數(shù)據(jù)，從而省去了在搜索目標(biāo)人物方面所耗費(fèi)的大量人力、物力。

　　這項(xiàng)新技術(shù)適用于擁有較大視頻監(jiān)控系統(tǒng)的地方，比如鐵路部門、電力公司、執(zhí)法機(jī)構(gòu)和大型商場等。例如，在安裝有這種監(jiān)控系統(tǒng)的商店中，如果攝像頭拍下了小偷作案時的畫面，該系統(tǒng)就可以“切割”出此人的單獨(dú)圖像，并在龐大的數(shù)據(jù)庫中搜索他之前在商店中的行為。這些影像有助于政府部門和店主掌握犯罪嫌疑人的行蹤，為警方破案提供更多的線索。

　　不過，這項(xiàng)新技術(shù)也存在盲點(diǎn)——只有路人在鏡頭30度角以內(nèi)、且畫面像素高于40×40的時候，它才能識別出目標(biāo)人臉。

　　澳大利亞研發(fā)先進(jìn)視頻監(jiān)控人臉識別技術(shù)

　　澳大利亞昆士蘭理工大學(xué)(QUT)的研究人員正在研發(fā)一種新的視頻監(jiān)控人臉識別技術(shù)。該技術(shù)能夠?qū)⒏鞣N環(huán)境下采集到的2D與3D視頻圖像相結(jié)合，在即使人臉沒有正對攝像頭的情況下，也能識別出目標(biāo)人物。

　　據(jù)QUT近日發(fā)布的報告稱，這個項(xiàng)目旨在解決現(xiàn)有人臉識別系統(tǒng)難以在不受約束的環(huán)境下準(zhǔn)確識別目標(biāo)人物的問題，得到了澳大利亞研究理事會(ARC)的支持，由QUT科學(xué)與工程系的Sridha Sridharan與Clinton Fookes教授等承擔(dān)，其合作單位還有意大利薩薩里大學(xué)以及澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織。

　　據(jù)稱，該項(xiàng)目的重點(diǎn)在于研發(fā)先進(jìn)的數(shù)學(xué)算法，使之能夠從視頻數(shù)據(jù)中提取特征值，并將這些特征值轉(zhuǎn)化成能夠識別和匹配臉部特征的模型。系統(tǒng)識別的結(jié)果是提供一個匹配列表，可由操作人員來確認(rèn)最終的正確匹配圖像。

　　Fookes教授認(rèn)為，這項(xiàng)新技術(shù)的出發(fā)點(diǎn)是在人們自然行走的狀態(tài)下將其準(zhǔn)確識別。一般來講，面部圖像可能在人們觀看體育比賽，參加音樂會，前往機(jī)場、火車站等情況下獲取，往往具有低照度、低分辨率、不清晰、有陰影等特征。研究人員試圖使用多個攝像頭拍攝或不同時間采集的同一人臉圖像來重建一張3D人臉圖像，以提高識別效率與效果。