视频监控智能算法的关键问题分析
现在视频监控领域,智能分析算法成为竞相追逐的对象。不仅安防设备商/集成商对此功能蜂拥而至,很多IT领域的集成商由于算法成本研发的成本不高,所以也开始从其他领域的智能识别涉足智能监控,或通过后端SDK提供服务,或与摄像机设备商合作,并且往往在产品形态上有异于当前主流的摄像机外形。 如此众多繁杂的摄像机产品及智能算法功能,不得不进行一些关键性技术的区分辨别。以深度学习的人脸检测、人脸识别、人群分析、车牌识别、图像识别等技术而言,普通的二维智能算法多半通过后端大数据库的比对实现查找匹配的功能,在简单的应用场景下,准确率都能达到85%以上,但在复杂的应用场景,如拥挤的人群、遮挡物众多、移动速度过快等状况下,二维智能算法的缺陷表露无遗。 普通摄像机智能分析的缺点及根源 在市面上,普通的智能摄像机存在三个缺点:一是不带变焦的摄像机对远距离的目标无法看清目标细节;二是带变焦的镜头虽然通过人工操作,可以看清远处目标,但不能跟踪运动目标,同时因完全靠肉眼观察,容易疲劳,也需要大量人力投入,成本高昂;三是部分智能摄像机能识别车牌及实现有限的报警功能,但对安装角度、目标距离有很高要求,不适合大面积应用,并且...