智能分析之深度學(xué)習(xí)和整體解決方案

1、智能分析之深度學(xué)習(xí)深度學(xué)習(xí)對(duì)于智能分析來說就相當(dāng)于人類的學(xué)習(xí)一樣，人 類不學(xué)習(xí)就是一張白紙， 什么都不會(huì)， 從我們的咿呀學(xué)說和學(xué)走 路開始，到上學(xué)年齡的老師教學(xué)，再到進(jìn)入社會(huì)的自我學(xué)習(xí)，無 論何時(shí)何地， 碰到新的事物就需要學(xué)習(xí)， 智能分析既然是模擬人 類，那深度學(xué)習(xí)就跟人類學(xué)習(xí)新事物一個(gè)原理， 碰到一個(gè)新的事 物，它無法辯認(rèn)這是什么東西，最多只能判斷它是否運(yùn)動(dòng)，運(yùn)動(dòng) 速度是多少，是哪種顏色，是什么形狀，但具體是什么物體它并 不知道，那要辨認(rèn)出具體物體，就需要做事前的深度學(xué)習(xí)深度學(xué)習(xí)是學(xué)習(xí)物體的多個(gè)特征，不同的物體記憶不同的 特征，比如認(rèn)識(shí)不同的人、 做人臉識(shí)別、 人臉與身份證的對(duì)比等， 一般都

2、是通過識(shí)別人的五官特征， 兩個(gè)眼角， 鼻子與兩個(gè)嘴角五個(gè)點(diǎn)位的位置、距離等信息，通常叫做人臉識(shí)別的五點(diǎn)識(shí)別，因 為這些信息是不會(huì)隨著年齡的增長(zhǎng)而改變比例的， 識(shí)別這些信息 之后保存到數(shù)據(jù)庫(kù)或文件中， 一般是保存在 XML文件中， 當(dāng)然有 些情況還會(huì)記載物體的大小、顏色、形狀等等多個(gè)參數(shù)，根據(jù)實(shí) 際情況學(xué)習(xí)不同的特征值，這是學(xué)習(xí)的過程。學(xué)習(xí)完之后就可以進(jìn)行分析對(duì)比了，首先是找出視頻中出 現(xiàn)變化的對(duì)象，這個(gè)變化的對(duì)象有些是通過移動(dòng)的對(duì)象來判斷， 有些是通過對(duì)比兩幀數(shù)據(jù)來對(duì)比，反正是找出變化的對(duì)象即可， 對(duì)象找出來之后先做初步的判斷是否是我們需要檢測(cè)的對(duì)象， 如 果是的話再提取物體的特征值，來對(duì)比保

3、存的物體的各個(gè)特征值，是否與保存的對(duì)象有相符的， 再根據(jù)平臺(tái)設(shè)置的相似度來確認(rèn)是否是同一個(gè)人或?qū)ο笤趯?shí)際使用的過程中，算法首先是要進(jìn)行一輪預(yù)處理階 段，即處理掉一些干擾因素，包括去除光亮條件和噪聲、閾值、 模糊等； 對(duì)象的特征是一組描述符， 為了使用這些描述符來訓(xùn)練 模型或預(yù)測(cè)其中的一個(gè)模型，需要通過成千上萬次圖像預(yù)處理、 提取特征來建立一個(gè)關(guān)于特征的大數(shù)據(jù)集合， 并且通過選取的訓(xùn) 練模型來提取特征。 這就是為什么深度學(xué)習(xí)算法速度慢， 當(dāng)建模 越多和視頻中出現(xiàn)的對(duì)象越多， 處理速度就會(huì)越慢， 如果需要進(jìn) 一步排除誤判， 還需要對(duì)輸出數(shù)據(jù)進(jìn)行后期處理， 比如合并多個(gè) 分類，比如判斷人臉后再判斷身

4、高，體形等，要判斷這些因素， 又要結(jié)合安裝的攝像機(jī)的高度、 角度等因素來設(shè)置人在視頻中實(shí) 際占的像素，在不同位置占的像素等，越想得到精準(zhǔn)的結(jié)果，要 處理的數(shù)據(jù)量就越大， 對(duì)環(huán)境的要求就會(huì)越高， 當(dāng)平臺(tái)處理的條件越多時(shí)干擾的因素也就越多，處理不好反倒會(huì)出現(xiàn)更多的誤 判，所以要想得到高精度的分析結(jié)果， 一般是要對(duì)現(xiàn)場(chǎng)的視頻場(chǎng) 景進(jìn)行初期判斷， 即采集一些現(xiàn)場(chǎng)的視頻錄像， 進(jìn)行初步的調(diào)整 之后，再到現(xiàn)場(chǎng)進(jìn)行長(zhǎng)時(shí)間的數(shù)據(jù)建模工作。在實(shí)際應(yīng)用中，單獨(dú)的智能分析的作用不是特別大的，尤 其不能很好的應(yīng)用于實(shí)際項(xiàng)目中， 那就需要一個(gè)很好的平臺(tái)來做 效果呈現(xiàn)，智能分析預(yù)警平臺(tái)不但可以把智能分析的結(jié)果第一時(shí) 間呈

5、現(xiàn)給用戶， 而且能有很好的體驗(yàn)感， 比如智能分析出異常后， 只是告訴用戶有異常了， 就是告訴用戶有具體什么異常了，比如說起火了，那用戶還是將信將疑，是真的起火了嗎，還是誤報(bào) 哦，那就要做視頻聯(lián)動(dòng)了現(xiàn)在大部分的智能分析廠家都是非安防行業(yè)的，算法很牛 逼，但他沒有完整的產(chǎn)品鏈，沒有整套的解決方案，就只能在電 腦小屏幕上顯示一下分析結(jié)果， 整個(gè)效果就顯得非常小氣， 感覺 只是一個(gè)演示系統(tǒng)， 不像真正的智能分析平臺(tái)， 那安防行業(yè)的一 般幾十路、 幾百路的視頻監(jiān)控都裝有大型電視墻， 大的幾十塊拼 接器，非常氣派，但卻用不上，因?yàn)橹悄芊治龅母叽笊吓c拼接屏 的高大上缺少中間的數(shù)字矩陣平臺(tái)， 而安防行業(yè)有智能

6、分析算法 的廠家和具有結(jié)合智能分析算法的廠家卻又不多， 除了幾個(gè)安防 巨頭有自己的算法和平臺(tái)之后基本就沒幾家了， 而這幾個(gè)安防巨 頭都只能用自己的算法，這個(gè)智能分析的算法可不是他們的特 長(zhǎng)，弄個(gè)視頻編解碼沒問題，弄智能分析算法可需要技術(shù)含量， 而且真正弄算法的公司也只精于一種算法，不會(huì)搞包羅萬象的， 這就導(dǎo)致智能分析目前與安防市場(chǎng)的兼容性并不是太強(qiáng)， 這就需 要一個(gè)平臺(tái)即能具有安防的常規(guī)功能， 又有很強(qiáng)的兼容功能， 而 且公司層面要能海納百川， 能兼容專門從事智能分析算法廠家的 SDK，而且自己公司有一部分簡(jiǎn)單的智能分析算法和在算法之前 能對(duì)數(shù)據(jù)做一些過濾工作， 對(duì)視頻編解碼有一定的基礎(chǔ)， 尤其是 對(duì)性能方面要有獨(dú)到的解決方案， 因?yàn)橹悄芊治鏊惴▽?duì)性能要求 非常高， 越復(fù)雜的算法性能要求越高， 沒有解決智能分析的性能 問題，再精準(zhǔn)的算法也無法應(yīng)用于實(shí)際項(xiàng)目中， 也不可能把智能 分析民用化。前面說到，智能分析結(jié)果在拼接大屏上顯示分析結(jié)果和聯(lián) 動(dòng)對(duì)應(yīng)的視頻圖像， 而且需要聯(lián)動(dòng)分析結(jié)果周邊的多路圖像， 還 要進(jìn)行一系列的預(yù)案處理， 包括拼接放大圖像， 球機(jī)轉(zhuǎn)動(dòng)到指定 的預(yù)置位，聯(lián)動(dòng)門禁開門或關(guān)門， 聯(lián)動(dòng)拉響警鈴， 聯(lián)動(dòng)打開噴頭， 聯(lián)動(dòng)燈光打開，聯(lián)動(dòng)抓圖、報(bào)警錄像，聯(lián)動(dòng)發(fā)短信和發(fā)現(xiàn)場(chǎng)圖片 給對(duì)應(yīng)領(lǐng)導(dǎo)，聯(lián)動(dòng) 3D電子地圖或 VR全景地圖并定位