關(guān) 閉

新聞中心

EEPW首頁 > 安全與國防 > 設(shè)計(jì)應(yīng)用 > 一種基于算法資源池的智能分析算法配置方法

一種基于算法資源池的智能分析算法配置方法

作者: 時(shí)間:2016-12-22 來源:網(wǎng)絡(luò) 收藏

視頻監(jiān)控是基于計(jì)算機(jī)視覺技術(shù)對監(jiān)控場景的視頻圖像內(nèi)容進(jìn)行分析,提取場景中的關(guān)鍵信息,并形成相應(yīng)事件和告警的監(jiān)控方式,是新一代基于視頻內(nèi)容分析的監(jiān)控系統(tǒng)。視頻監(jiān)控技術(shù)借助于計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理功能,對視頻畫面中的海量數(shù)據(jù)進(jìn)行高速分析,過濾掉用戶不關(guān)心的信息,僅為監(jiān)控者提供有用的關(guān)鍵信息。相較于傳統(tǒng)監(jiān)控,能視頻監(jiān)控能基于計(jì)算機(jī)視覺技術(shù)同時(shí)對多個(gè)監(jiān)控場景的視頻圖像內(nèi)容進(jìn)行分析,自動篩選報(bào)警信息。

本文引用地址:http://m.butianyuan.cn/article/201612/333029.htm

  視頻分析技術(shù)是智能視頻監(jiān)控系統(tǒng)的核心價(jià)值,從目前來看,智能視頻分析技術(shù)能在幾乎不需要人為干預(yù)的情況下,通過對攝像機(jī)拍錄的圖像序列進(jìn)行自動分析來對動態(tài)場景中的目標(biāo)進(jìn)行定位、識別和跟蹤,并在此基礎(chǔ)上分析和判斷目標(biāo)的行為,做到既能完成日常管理又能在異常情況發(fā)生的時(shí)候及時(shí)做出反應(yīng),從而解決了傳統(tǒng)監(jiān)控工作量大、效率低、反應(yīng)速度慢等問題,其優(yōu)勢顯而易見,也是推動整個(gè)安防智能化最為關(guān)鍵的技術(shù)之一。

  視頻分析技術(shù)主要是由運(yùn)行在設(shè)備端上的一系列智能分析算法模塊實(shí)現(xiàn)。智能分析算法模塊在設(shè)備上的調(diào)用,不是一成不變的,而是會隨著不同的場景、不同的應(yīng)用、不同的設(shè)備做出相應(yīng)的調(diào)整與配置,使得分析算法的性能達(dá)到最優(yōu),從而使視頻分析的效果達(dá)到最佳。

  對于視頻分析設(shè)備上智能分析算法模塊的配置,其配置方法的有效與否對智能分析算法的性能影響非常大。如果能根據(jù)實(shí)際應(yīng)用場景特性對算法進(jìn)行有效配置,將算法調(diào)整為最適應(yīng)實(shí)際應(yīng)用場景,智能分析的效果會得到最佳的體現(xiàn),反之就會與預(yù)期效果產(chǎn)生較大的差距,影響視頻分析設(shè)備的使用。

  如何對監(jiān)控設(shè)備中的智能分析算法模塊進(jìn)行有效配置,保證算法性能最優(yōu),是需要我們不斷進(jìn)行研究與改進(jìn)的一個(gè)課題。

現(xiàn)有的算法配置方法

  對于視頻分析設(shè)備上的算法配置,目前主流的方法主要有2種。

  我們先來看第1種方法,如圖1所表示,智能分析設(shè)備通過視頻輸出口直接連接到顯示器,配置人員根據(jù)顯示器上的信息,直接對設(shè)備中的智能分析算法模塊進(jìn)行配置。這種配置方法一般用于帶有顯示輸出口的設(shè)備,如智能DVR、DVS、分析儀服務(wù)器。

圖1 第1種主流的算法配置方案

  第2種方法如圖2所示,主要分為2個(gè)步驟。首先,配置人員通過網(wǎng)絡(luò)(公共網(wǎng)或局域網(wǎng))與視頻分析設(shè)備進(jìn)行連接,使用客戶端軟件登入到設(shè)備上;然后配置人員通過客戶端對視頻分析設(shè)備進(jìn)行算法配置。這種配置方式是目前最通用的一種方式,只要支持網(wǎng)絡(luò)功能的視頻分析設(shè)備都會支持這種配置方法。

圖2 第2種主流的算法配置方

  對于目前主流的這2種算法配置方案,會存在有如下缺點(diǎn)。

  1、因?yàn)閷I(yè)的算法配置人員有限,很多情況下都是一些非專業(yè)的配置人員來對算法進(jìn)行配置,某些情況下視頻分析設(shè)備上的算法無法發(fā)揮最優(yōu)的性能。

  2、當(dāng)局域網(wǎng)內(nèi)的設(shè)備性能無法滿足用戶需求,需要對算法版本進(jìn)行升級配置時(shí),非專業(yè)的配置人員往往無法完成,必須要專業(yè)的算法開發(fā)人員到現(xiàn)場來完成,該情況下的配置成本就會非常大。

  針對上述缺點(diǎn),本文提出了一種改進(jìn)的基于算法資源池的配置方法,通過該配置方法可以有效保證運(yùn)行在視頻分析設(shè)備上的算法性能最優(yōu),并且算法的升級也非常方便。

  基于算法資源池的配置方法

  方案描述

  本方案提出了一種基于算法資源池的算法配置方案,主要包含了6個(gè)步驟,如圖3所示。

圖3 基于算法資源池的配置方案

  配置客戶端連接到視頻分析設(shè)備,獲取設(shè)備信息(型號、算法組件版本、計(jì)算資源能力),并采集樣本序列;

  用戶在配置客戶端上填寫視頻分析應(yīng)用的附加信息(問卷調(diào)查),配置客戶端連接到配置服務(wù)器,將樣本序列、應(yīng)用附加信息、設(shè)備信息發(fā)送到配置服務(wù)器;

  配置服務(wù)器根據(jù)樣本序列、應(yīng)用附加信息、設(shè)備信息,對該應(yīng)用進(jìn)行分析,并從算法資源池中獲取最適合的算法組件與參數(shù)配置,即算法最佳配置集;若通過機(jī)器分析無法得到最佳配置集,則提交到專業(yè)的算法配置工程師;

  算法配置工程師根據(jù)樣本序列、應(yīng)用附加信息、設(shè)備信息,從算法資源池中獲取算法最佳配置集,并發(fā)送到配置服務(wù)器;

  配置服務(wù)器將算法最佳配置集發(fā)送到配置客戶端;

  配置客戶端連接到視頻分析設(shè)備,并對設(shè)備進(jìn)行最佳配置集下的算法升級與參數(shù)配置,以獲取在該場景下視頻分析的最佳性能。

  具體流程圖如圖4所示。


圖4 基于算法資源池的配置方案流程圖

  模塊詳細(xì)介紹

  配置客戶端

  配置客戶端是可以安裝在PC、手機(jī)移動設(shè)備、服務(wù)器等平臺上面的軟件,具有以下4個(gè)功能。

  可通過該客戶端連接到視頻分析設(shè)備,獲取設(shè)備配置信息(如型號、智能分析算法版本、處理器計(jì)算能力、空余內(nèi)存等),以及當(dāng)前場景下的Sample序列;

  用戶可通過該客戶端輸入視頻分析應(yīng)用的附加信息,包括當(dāng)前場景屬性描述(如光照情況、是否有大目標(biāo)出現(xiàn)等)、用戶需求等;

  可通過該客戶端連接到配置服務(wù)器,將Sample序列、設(shè)備配置信息、應(yīng)用附加信息發(fā)送到配置服務(wù)器;

  可通過該客戶端連接到視頻分析設(shè)備,將配置服務(wù)器發(fā)送過來的最佳配置集,應(yīng)用于視頻分析設(shè)備,以獲取算法在當(dāng)前應(yīng)用場景下的最優(yōu)性能。

  配置服務(wù)器

  配置服務(wù)器用于獲取視頻分析算法在特定應(yīng)用模式下的最佳配置集,具有以下3個(gè)功能。

  1、用于接收從客戶端發(fā)過來的視頻分析應(yīng)用信息(Sample序列、設(shè)備信息、應(yīng)用附加信息),并根據(jù)這些信息來定義最優(yōu)算法版本集和最優(yōu)算法參數(shù)集,即算法最佳配置集。

  2、若配置服務(wù)器無法獲得算法最佳配置集,服務(wù)器將視頻分析應(yīng)用信息(Sample序列、設(shè)備信息、應(yīng)用附加信息)發(fā)送到專業(yè)算法配置工程師,并接收從算法配置工程師發(fā)送過來的最佳配置集。

  3、將算法的最佳配置集發(fā)送到配置客戶端。

  算法最佳配置集

  智能分析算法最佳配置集包括2種,基于參數(shù)的配置集與基于算法版本的配置集。

  (1)基于參數(shù)的最佳配置集,對算法參數(shù)進(jìn)行調(diào)整,使當(dāng)前版本算法性能達(dá)到最優(yōu)。比如場景模式的選擇、背景建模更新速度的調(diào)整、目標(biāo)檢測靈敏度的調(diào)整、是否開啟抗抖動、是否開啟人體檢測、目標(biāo)融合速度的調(diào)整等。

  (2)基于算法版本的最佳配置集,根據(jù)實(shí)際應(yīng)用的需求,選取最適合的算法版本集來替換原算法版本,相當(dāng)于算法版本升級。

  算法配置工程師

  算法配置工程師是專業(yè)的視頻分析算法配置人員,對視頻分析設(shè)備上的算法原理與應(yīng)用有深入的理解,能根據(jù)實(shí)際應(yīng)用場景、設(shè)備型號、客戶需求給出最佳的算法配置集。

  總結(jié)

  本文提出了一種基于算法資源池的智能分析算法配置方法,相比于現(xiàn)有的主流配置方法,具有如下3個(gè)優(yōu)點(diǎn):

  可以通過這種“定制式”的配置方式,為各種應(yīng)用場景模式定義最適合的算法配置集,以提升算法在實(shí)際應(yīng)用中的性能;

  將配置服務(wù)器融合到公司統(tǒng)一的服務(wù)平臺上,作為一項(xiàng)智能分析服務(wù)來形成一個(gè)新的業(yè)務(wù)增長點(diǎn);

  可以收集到大量的Sample視頻序列與應(yīng)用附加信息,為后續(xù)視頻分析算法版本升級提供一套全面的算法性能評估樣本。

  對于該基于算法資源池的配置方法,在實(shí)際實(shí)施過程中也會存在一些缺點(diǎn)與應(yīng)用限制,比如配置服務(wù)器與配置客戶端架構(gòu)非常復(fù)雜,開發(fā)成本較高,而且需要有大量的算法配置工程師來維護(hù)整個(gè)系統(tǒng),維護(hù)成本較高。另外視頻分析設(shè)備上的Sample序列可能會涉及到隱私信息,用戶不愿意開放連接權(quán)限給配置客戶端,這點(diǎn)也是制約該方法應(yīng)用的一個(gè)較大因素。



關(guān)鍵詞:

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉