当前位置:视频监控/安防行业动态 → 正文

物以类聚 智能视频分析掀起革命性变化

责任编辑:王李通 |来源:企业网D1Net  2014-03-04 17:10:30 原创文章 企业网D1Net

《企业网D1Net》3月4日讯

目前,在视频监控领域,智能分析技术已经广泛应用于各种安防领域,根据其实现的方式进行区分,可以把其概括为以下几种类型的智能分析。

1、诊断类智能分析。诊断类智能分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和报警。诊断类智能分析技术实现起来较为简单,通常以后端管理平台的形式出现,在大型的监控项目,特别是城市级监控的日常运维中作用十分明显。目前市面上一些基于DSP的智能分析设备、DVR和DVS等都自带该项辅助功能。

2、识别类智能分析。该项技术偏向于对静态场景的分析处理,通过图像识别、图像比对及模式匹配等核心技术,实现对人、车、物等相关特征信息的提取与分析。在对车的识别分析应用上主要是车牌识别技术。该技术经过多年的发展与应用,目前已十分成熟。模糊车牌还原和识别技术的出现使得该项技术不再局限高清,开始向标清领域普及。车牌识别技术被广泛应用于各停车场出入口、高速公路收费站等地,近些年更是发展迅速:配合交通电子卡口系统,车牌识别技术被大量用于车辆交通违章的抓拍,有效降低了车辆交通违章数量,大大减少了交通事故的发生。

3、行为类智能分析。该项技术侧重于对动态场景的分析处理。典型的功能有:车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、占道经营检测和客流统计等。移动侦测(VMD)是该类智能分析中的“早期智能”,VMD依据视频画面中像素块的运动变化来进行判别,缺点明显:基于二维的分析,误报太高,无法识别移动的像素块是干扰还是目标,更无法对其行为进行准确判定。

D1Net评论:

目前智能视频分析技术能够做到一些我们人工所无法完成的功能,它是一个非常良好的辅助监控手段,虽然实现完全无人值守尚需时日,但是值得关注的是,通过使用智能视频分析技术,已经能够对相当多的基本行为进行识别和判断,对减轻监控人员的工作强度,提高监控质量已经起到了革命性的变化。

关键字:革命智能视频分析视频监控

原创文章 企业网D1Net

x 物以类聚 智能视频分析掀起革命性变化 扫一扫
分享本文到朋友圈
当前位置:视频监控/安防行业动态 → 正文

物以类聚 智能视频分析掀起革命性变化

责任编辑:王李通 |来源:企业网D1Net  2014-03-04 17:10:30 原创文章 企业网D1Net

《企业网D1Net》3月4日讯

目前,在视频监控领域,智能分析技术已经广泛应用于各种安防领域,根据其实现的方式进行区分,可以把其概括为以下几种类型的智能分析。

1、诊断类智能分析。诊断类智能分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和报警。诊断类智能分析技术实现起来较为简单,通常以后端管理平台的形式出现,在大型的监控项目,特别是城市级监控的日常运维中作用十分明显。目前市面上一些基于DSP的智能分析设备、DVR和DVS等都自带该项辅助功能。

2、识别类智能分析。该项技术偏向于对静态场景的分析处理,通过图像识别、图像比对及模式匹配等核心技术,实现对人、车、物等相关特征信息的提取与分析。在对车的识别分析应用上主要是车牌识别技术。该技术经过多年的发展与应用,目前已十分成熟。模糊车牌还原和识别技术的出现使得该项技术不再局限高清,开始向标清领域普及。车牌识别技术被广泛应用于各停车场出入口、高速公路收费站等地,近些年更是发展迅速:配合交通电子卡口系统,车牌识别技术被大量用于车辆交通违章的抓拍,有效降低了车辆交通违章数量,大大减少了交通事故的发生。

3、行为类智能分析。该项技术侧重于对动态场景的分析处理。典型的功能有:车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、占道经营检测和客流统计等。移动侦测(VMD)是该类智能分析中的“早期智能”,VMD依据视频画面中像素块的运动变化来进行判别,缺点明显:基于二维的分析,误报太高,无法识别移动的像素块是干扰还是目标,更无法对其行为进行准确判定。

D1Net评论:

目前智能视频分析技术能够做到一些我们人工所无法完成的功能,它是一个非常良好的辅助监控手段,虽然实现完全无人值守尚需时日,但是值得关注的是,通过使用智能视频分析技术,已经能够对相当多的基本行为进行识别和判断,对减轻监控人员的工作强度,提高监控质量已经起到了革命性的变化。

关键字:革命智能视频分析视频监控

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^