中国安防：智能视频诊断技术最新发展浅析

中国安防：智能视频诊断技术最新发展浅析

广州弘度信息科技有限公司产品总监 李焕佳

视频监控市场发展带来的机遇

　　近年来，国内视频监控市场受广州亚运会、北京奥运会、上海世博会、平安城市、雪亮工程、智慧社区等大型安保项目以及各行业视频监控需求快速增长等因素的刺激和拉动，市场规模迅速扩大。在安防行业高速发展的同时，国家对公共安全设备的运维管理也非常重视，近年来相关部门陆续出台关于视频运维考核的相关文件也彰显出视频运维的重要性。2015年5月，国家发展改革委员会等九部委发文《关于加强公共安全视频监控建设联网应用工作的若干意见》提出，到2020年要基本实现“全域覆盖、全网共享、全时可用、全程可控”的公共安全视频监控建设联网应用目标。其中“全时可用”提及重点公共区域安装的视频监控摄像机完好率要达到98%，公共区域的视频监控摄像机完好率要达到95%。

　　视频监控系统如果采用传统的人工运维方式，其被动运维效率低下，经常出现漏检问题，数据统计不完整，考核无法下手，无法适应城市视频规模高速增长和相关业务应用不断增加的管理需求，运维管理只会越来越被动。从人力成本上涨、技术复杂性和专业性等因素综合衡量，未来以AI技术代替人工巡检的智能化视频诊断工具必是行业的发展方向。

视频诊断算法的发展现状

　　视频诊断系统中最核心的技术就是视觉分析算法，而专门应用于运维场景的算法是没有受到太多的关注，技术发展落后于大家熟知的人脸识别、目标识别等应用算法。2006年，Hinton提出“深度学习“神经网络使得人工智能性能获得突破性进展。2013年开始，深度学习算法在视觉识别上取得成功，识别率超过了95%。

　　2015年开始，中国出台各项鼓励政策，并且把人工智能技术研发写入”十三五“规划中。”智慧城市“、”互联网+“等政策支持，助推了视觉分析算法在国内快速发展。根据2018年的统计，超过50%份额集中在安防行业。其中超过90%的资本主要投入到研究视频人脸识别、结构化分析、目标识别等算法的应用中。

　　业内关于视频诊断相关算法的研究投入非常小，只有少量企业通过借助2013年深度学习技术的突破，推出了视频质量诊断相关的产品。该时期产品支持的质量诊断功能较少，用户对于实际交付的准确率要求并不高。近几年，业内视频诊断产品，在算法层面应该是没有突破性发展的，哪怕是最优秀的选手，识别率最高只能达到90%~95%。这个准确率对于小规模应用，勉强可以接受，但是一旦设备数量超过万路的项目，误报数量也是非常惊人的，需要投入大量人力进行复核过程，无法实现自动化、智能化运维。

视频诊断技术发展的挑战

　　目前发展比较成熟可以大规模应用的人脸识别和目标识别算法之所以发展如此迅速，主要原因是：1.此类算法需要的模型训练生产资料非常容易获得;2.AI基础层供应端的产业配套齐全，包括一站式数据治理平台、计算硬件平台以及AI软件开发平台。完整的产业链供给使得需要该类技术的企业只需要投入较少资金即可采购到高质量的解决方案进行集成。而视频诊断的AI分析算法，并不具备人脸识别场景那么好的发展条件，目前在算法定义、数据收集、模型训练以及准确率评估方面都存在更高的门槛。

　　1.算法定义。视频监控的图像异常情况非常繁多，类型界定模糊，无法统一量化标准，因此大多数图像场景需要多种算法组合。对单种图像异常类型仍需要定义大量的模型才能适应不同场景。

　　2.数据收集。异常故障多为偶发事件，数据量非常少，并且无法模拟，无法批量生产训练数据，因此需要具有大量项目基础数据积累才能形成孵化产品，建立可持续采集和发布的应用模式才能具备持续优化产品的能力。

　　3. 模型训练。异常故障数据多集中在常见故障，异常的图像样本个体差异巨大，传统的模型训练方式和成效只能满足一些基本功能，精度可达到90%以上。如果没有应对不常见视频质量问题和图像个体差异的措施，系统功能和准确率会出现严重偏科的情况。

　　4.准确率评估。异常故障界定必然会受到主观判断差异的影响，一千个用户心中就有一千套衡量标准，一套标准只能趋近大多数场景的期望，标准算法只能无限趋近大部分用户的期望，无法满足所有用户场景的需求。因此视频诊断系统就需要配套技术手段来应对这些矛盾冲突，才能有效提升实战应用的准确率。

　　视频诊断系统要提升准确率和适应性，除了要解决标准化AI算法持续优化问题，还需要关注产品交付过程中算法定义、数据收集、模型训练以及准确率评估四个环节如何做到自动化和智能化，将自主学习的理念融入到产品使用过程中。

弘度科技带来的技术革新

　　弘度科技作为专业视频诊断服务提供商，通过多年在大型平安城市、雪亮工程以及智慧社区项目中持续积累，专注于新一代视频运维整体解决方案的持续创新。面对视频诊断系统在交付过程中产品准确率和适应性如何持续提升的挑战，弘度科技首创的有源视频诊断技术融合了视频解码技术、图像处理技术、计算机视觉技术、计算机图形学、统计学以及基于深度学习的图像识别等多项技术，打造具有自主学习能力的视频诊断产品。

　　支持有源视频诊断技术的产品，通过收集用户对每路视频诊断结果的感知行为，结合视频图像分析的数据，根据算法调优知识图谱对每路视频创建独立的深度学习AI分析模型，为视频质量诊断应用提供了全新的解题思路。

　　有源视频质量诊断技术是指基于用户视频质量期望作为建模训练参照目标，采用高效的视频解码与先进的图像分析算法、处理算法、以及AI深度学习算法对视频图像中存在的质量问题进行实时地智能分析、判断和告警。有源诊断技术和传统的无源诊断设计思路存在以下差异：

　　1.加入自主学习的理念，将数据采标及处理、模型评估调优、新模型部署以及数据输入运算等过程实现自动化和可视化。交付过程中即可根据不同场景和用户判断标准形成个体项目最优分析模型库。主动规避标准算法模型库无法满足不同项目之间的场景差异、管理要求差异等问题。

　　2. 无源诊断对于单路视频个体在进行AI分析时采用的是标准算法模型库和统一的判定标准。每个摄像头的业务场景和用户主观标准必然存在差异，而有源诊断支持对每路视频个体定义独立的深度学习对象，形成该摄像头独立的最优分析模型。

　　如图1所示，假设三个摄像机都认为视频遮挡情况，诊断系统需要将每次诊断结果都给出趋近用户期望的结果。无源诊断和有源诊断解题思路存在以下区别：

　　1.无源诊断。一般采用的是一个全局遮挡模型，很有可能出现算法模型只能满足大部分摄像头的场景诊断结果。而根据少量漏报的摄像头进行算法调整模型又可能会带来整体误报率的提升。

　　2. 有源诊断。允许针对单个摄像机设置分析模型，实现“千机千面”，降低因为摄像机工作环境不同和用户的主观判断差异所致的误报和漏报问题。

　　弘度运维产品采用的有源视频质量诊断技术是以优秀的深度学习算法为基础，通过加载全新自主研发的有源主动学习技术框架重新设计与定义视频图像质量评估系统，产品通过用户主观判定标注即可动态调整模型参数，完成自主学习过程，支持单个摄像机建立大量的分析模型适应不同场景需求，与同类产品相比可大大提升产品的准确性和适应性。

产品具有以下优势：

　　1.具备优秀的第三方平台级接入能力，采用全新自主研发的高性能视频运维技术框架，支持市面上绝大多数的视频品牌接入，可直接统一管理已有的前端设备，减少项目落地难度。

　　2. 其所应用的视频诊断技术可对超过20种视频质量指标进行检测，包括取流状态、视频丢失、视频干扰(条纹、噪声、剧变干扰)、视频遮挡(异物、树叶遮挡)、亮度异常(过亮、过暗)、图像偏色、视频模糊、视频卡顿、视频冻结、视频抖动、场景变更、OSD异常、时间差检测、分辨率检测、码流检测以及视频时延检测等。

　　3. 具备高性能视频质量诊断，提供领先的诊断速度，准确率高达99%以上。

视频运维诊断技术未来的发展预测

　　视频监控市场的快速发展对视频运维来说既是机遇也是挑战。未来视频运维的发展趋势有以下三点：

　　1. 更加全面深入的视频诊断技术

　　视频监控系统建设具有两个最核心的目的，一是提供实时图像的集中查看，二是提供录像保存功能为事件溯源提供证据。如果视频监控系统在实际运行过程中实时视频正常，但录像出现问题，对于用户来说系统建设后的成效是大打折扣的，录像质量风险才是迫切需要警惕的。近年来，从公安、金融等行业用户对视频监控系统的运维考核要求中可以看出，用户已经逐渐从关注设备的在线率和完好率逐渐提升对于录像的运维考核要求。目前大部分视频运维工具的主要功能还是围绕设备状态监控和实时视频诊断，而对于录像诊断的相关研究还是不够深入重视的。对比实时视频诊断业务，录像全方位诊断面对的数据量成倍增长，需要更高效率的算法和更复杂的业务分析能力。

　　2. 故障精准定位，辅助运维

　　现阶段的视频运维工具主要是发现单个视频设备的故障，但无法精准地定位故障原因及业务影响分析，例如某个视频点位无录像，可能原因有硬盘故障、无硬盘、未配置录像计划、设备关机以及网络中断等。近年来，各种网络检测和物联网设备监测都已上线为智慧城市保驾护航，虽然可以实时监测前端设备的工作状态，使运维更加便捷，但远远达不到故障精准定位的严格要求。未来通过AI和大数据技术的快速融合，通过全局搜索、关联分析、机器学习以及数据建模等，视频运维的故障精准定位应可自动分析各种故障因素进行排查并最终确定故障原因且可自动给出维护的指导意见来辅助运维，视频运维工具终将成为易用工具。

　　3. 小型、轻量化的视频运维工具的需求

　　现阶段，专业的视频运维工具或平台主要应用在公安、司法以及金融等视频规模较大的行业，而对于一些中小规模的视频监控场景应用却比较少，究其原因是对视频运维的重视程度不够。但随着2021年《中华人民共和国民法典》的政策出台，像以往难以确权的场景，如高空抛物伤害、公共场所伤害都有详细解读，它们的共同点就是管理方或组织方要是能举证说明自己尽到了安全保障义务，以保障当事人的安全，这样是可以免除或减轻侵权责任的。而完整关键的视频和录像或将成为最好、最直接的举证工具，所以小型、轻量化的视频运维工具市场未来可期，这是监控规模扩大后及政策法规完善后的必然。

　　以上内容摘自《中国安防》2021.10