基于智能視頻技術(shù)的監(jiān)控視頻質(zhì)量診斷

摘要：智能視頻(IV，Intelligent Video)源自計算機視覺(CV，Computer Vision)技術(shù)(計算機視覺技術(shù)是人工智能研究的分支之一)，它是在圖像及圖像描述之間建立關(guān)系，從而使計算機能夠通過數(shù)字圖像處理和分析來理解視頻畫面中的內(nèi)容，達(dá)到自動分析和抽取視頻源中關(guān)鍵信息的目的，也就是智能視頻分析技術(shù)(IVS)。

智能視頻(IV，Intelligent Video)源自計算機視覺(CV，Computer Vision)技術(shù)(計算機視覺技術(shù)是人工智能研究的分支之一)，它是在圖像及圖像描述之間建立關(guān)系，從而使計算機能夠通過數(shù)字圖像處理和分析來理解視頻畫面中的內(nèi)容，達(dá)到自動分析和抽取視頻源中關(guān)鍵信息的目的，也就是智能視頻分析技術(shù)(IVS)。

監(jiān)控系統(tǒng)中的故障問題診斷

自20世紀(jì)90年代智能視頻分析技術(shù)誕生以來，經(jīng)過數(shù)十年的發(fā)展，這項起源于計算機視覺的技術(shù)伴隨著商業(yè)化的逐步應(yīng)用正日益受到人們的普遍重視。一些國內(nèi)外專業(yè)的視頻分析研究廠家都相繼推出了各種不同形態(tài)的產(chǎn)品，如智能視頻服務(wù)器、智能網(wǎng)絡(luò)攝像機、智能分析硬盤錄像機、智能視頻分析軟件等。作為視頻監(jiān)控的高端應(yīng)用，像周界檢測、行為分析、視頻故障診斷等功能業(yè)已在各重點行業(yè)中成功應(yīng)用，并逐步顯現(xiàn)威力。拿平安城市監(jiān)控系統(tǒng)來說，其一方面主要體現(xiàn)在一些重要的路段、社區(qū)、公共場所等，以通過視頻監(jiān)控方式對出現(xiàn)的可疑目標(biāo)進(jìn)行監(jiān)控報警。另一方面則集中在監(jiān)控系統(tǒng)的后期運營管理過程中，以通過視頻分析技術(shù)檢測前端攝像頭常見故障與視頻圖像質(zhì)量的低下，實現(xiàn)監(jiān)控系統(tǒng)的有效維護(hù)。

視頻質(zhì)量診斷系統(tǒng)作為安防領(lǐng)域的革新產(chǎn)品，是視頻分析技術(shù)在平安城市監(jiān)控系統(tǒng)運營維護(hù)方面的典型應(yīng)用，也是應(yīng)用性相對普遍的一種產(chǎn)品。它主要應(yīng)用在大型監(jiān)控系統(tǒng)的控制中心，通過控制監(jiān)控中心矩陣主機的視頻切換輸出或連接數(shù)字視頻流媒體管理服務(wù)器來獲取前端所有攝像機的視頻信號，對視頻圖像出現(xiàn)的雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡和云臺失控等常見攝像頭故障以及惡意遮擋和破壞監(jiān)控設(shè)備的不法行為做出準(zhǔn)確判斷并發(fā)出報警信息;在視頻監(jiān)控設(shè)備日益增多的今天，其在監(jiān)控系統(tǒng)中的應(yīng)用，必然更加有利于幫助用戶快速掌控前端設(shè)備運行情況，輕松維護(hù)大型的安防系統(tǒng)。

視頻質(zhì)量診斷核心技術(shù)

視頻質(zhì)量診斷系統(tǒng)采用了視頻圖像分析的方法來檢測監(jiān)控系統(tǒng)中存在的各種視頻常見故障。從現(xiàn)在普遍出現(xiàn)的攝像頭故障類型來看，影響視頻監(jiān)控系統(tǒng)視頻質(zhì)量的因素有很多，主要概括來說有以下幾點：

·攝像機的設(shè)置不當(dāng)或器件老化失效，包含攝像機的分辨率、攝像機對光照的靈敏度、鏡頭聚焦調(diào)整、色彩校正等;

·大型監(jiān)控網(wǎng)絡(luò)中視頻信號通過長距離電纜傳輸、多級矩陣切換以及多級網(wǎng)絡(luò)轉(zhuǎn)發(fā)，電源、控制器等多種干擾信號可能對視頻信號產(chǎn)生強烈的干擾，線路老化、接頭松動等現(xiàn)場環(huán)境的變化可能帶來視頻噪聲;

·大量使用PTZ球機，長期的運動變焦有可能讓部分球機發(fā)生方向錯誤、不可控等故障。

針對以上提到的種種視頻故障，可將故障類型分成視頻信號缺失、視頻清晰度異常、視頻亮度異常、視頻噪聲、視頻雪花、視頻偏色、畫面凍結(jié)、PTZ運動失控8種。這其中，視頻信號缺失、畫面凍結(jié)兩種故障可通過人工設(shè)計基于視頻圖像比對的方法得出結(jié)論;PTZ運動失控則是由故障檢測系統(tǒng)發(fā)出運動指令，然后通過對視頻圖像的運動分析來檢測是否有故障;而對于其他的5種故障，很難通過人工設(shè)定規(guī)則的方法來檢測，這就需要通過機器學(xué)習(xí)的方法，讓機器來模擬人的視覺反應(yīng)，檢測視頻是否存在故障。

針對這5種不同類型視頻故障，設(shè)計5個不同的基于機器學(xué)習(xí)的檢測器，每個檢測器負(fù)責(zé)分析一段視頻是否存在某一種故障，以及這種故障的嚴(yán)重性。

而在實際運行的視頻監(jiān)控系統(tǒng)中提取大量的視頻片斷，包括正常視頻以及存在各種故障的視頻，形成訓(xùn)練樣本，并模擬人類視覺特性，針對不同故障類型提取了大量視頻圖像特征參數(shù)，用以訓(xùn)練得到診斷不同故障的檢測器。在分析階段，獲取需要分析的一段固定長度的視頻，根據(jù)用戶設(shè)定的該路視頻的檢測項目，使用不同的故障檢測器，提取相應(yīng)的視頻圖像特征，然后輸入到已訓(xùn)練好的故障檢測模型中，即可獲取對該段視頻的故障評價結(jié)果。

基于優(yōu)秀的底層算法，視頻質(zhì)量診斷系統(tǒng)具備以下技術(shù)特點：

·高準(zhǔn)確度：采用大量的實際視頻監(jiān)控系統(tǒng)的視頻作為訓(xùn)練樣本，各種故障檢測器均來源于實際系統(tǒng)，并經(jīng)過大量實際系統(tǒng)的測試，因此檢測準(zhǔn)確率高;

·良好的攝像機角度適應(yīng)性：故障檢測器的訓(xùn)練樣本來自多種不同場景，涵蓋了治安視頻監(jiān)控系統(tǒng)中眾多常見的攝像頭監(jiān)視角度，因此對各種攝像頭角度、焦距以及不同的攝像內(nèi)容都有良好的適應(yīng)性;

·獨特的抵抗球機運動的能力：在每一中類型的故障檢測器的設(shè)計和訓(xùn)練過程中，都考慮到了攝像頭云臺運動以及鏡頭推近拉遠(yuǎn)有可能帶來的視頻圖像特征的變化，在檢測過程中都首先進(jìn)行攝像頭運動分析，一旦發(fā)現(xiàn)攝像頭處于PTZ運動過程中，則首先不再檢測PTZ運動是否異常，以防止檢測時發(fā)送運動指令影響當(dāng)前的球機運動;其次，僅使用對攝像頭運動不敏感的特征來進(jìn)行其他類型的故障分析，避免因運動原因造成誤報或漏報;

·出色的環(huán)境適應(yīng)能力：算法模塊對于場景內(nèi)由于車流、人流、季節(jié)、氣候產(chǎn)生的光線、陰影變化不敏感，因此，可以適用于多種不同的室外環(huán)境;

·強化學(xué)習(xí)能力：現(xiàn)有的視頻質(zhì)量診斷系統(tǒng)與人類的故障識別能力仍有明顯的差距，因此應(yīng)用場景的差異對于視頻質(zhì)量診斷系統(tǒng)的性能是有影響的。像人類的視覺系統(tǒng)一樣，視頻質(zhì)量診斷分析模塊也具備后天強化學(xué)習(xí)的能力，只要加入當(dāng)?shù)氐男聵颖局匦掠?xùn)練檢測器，算法的性能將進(jìn)一步提高。