人工智能(AI)是計算機(jī)科學(xué)的一個分支，它企圖模仿人類智能的實質(zhì)，造出一種新的能以人類智能相似方式工作的智能機(jī)器。東莞安防監(jiān)控公司表示人工智能的范圍很廣，如機(jī)器人、數(shù)據(jù)挖掘、計算機(jī)視覺／聽覺、機(jī)器學(xué)習(xí)、專家系統(tǒng)等。在機(jī)器學(xué)習(xí)的眾多方法中，有不少已經(jīng)在視頻分析中廣泛采用，如支持向量機(jī)(SVM)，隱馬爾可夫模型(HMM)、條件隨機(jī)場(CRF)、……。其中，近年來的基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的深度學(xué)習(xí)(DL)是一種新的高效能的視頻分析算法，正在逐漸成為視頻分析中的主流方法之一。

        深度學(xué)習(xí)采用多層的神經(jīng)網(wǎng)絡(luò)的方法來比較、分析(視頻)數(shù)據(jù)，得到有用的結(jié)論。它的強(qiáng)大的學(xué)習(xí)建模和分類比較能力，使它能夠用于處理非常復(fù)雜多變的實際數(shù)據(jù)，特別是非結(jié)構(gòu)類視頻數(shù)據(jù)。在多種機(jī)器學(xué)習(xí)方法中，有監(jiān)督學(xué)習(xí)的深度學(xué)習(xí)方法，如卷積神經(jīng)網(wǎng)絡(luò)(CNN)，在視頻分析中已表現(xiàn)出優(yōu)越的性能。CNN的多層網(wǎng)絡(luò)結(jié)構(gòu)可以有效地學(xué)習(xí)輸入視頻數(shù)據(jù)與相應(yīng)輸出結(jié)果之間的復(fù)雜映射，可以自主建立隨時問和內(nèi)容而變化的分析模型。在基本深度學(xué)習(xí)方法的基礎(chǔ)上，多種改進(jìn)和變形的深度學(xué)習(xí)算法正在不斷涌現(xiàn)，包括多種無監(jiān)督的學(xué)習(xí)方法。

        深度學(xué)習(xí)是相對淺層學(xué)習(xí)而言的，都是基于多層人工神經(jīng)網(wǎng)絡(luò)進(jìn)行的，“深”和“淺”主要指的是神經(jīng)網(wǎng)絡(luò)的隱含層的數(shù)量而言的。一般含一兩個隱含層的人工神經(jīng)網(wǎng)絡(luò)(ANN)謂之淺層網(wǎng)絡(luò)．早期的ANN大抵如此。深度學(xué)習(xí)網(wǎng)絡(luò)的常常含有幾個、十幾個、甚至更多的隱含層，隱含層數(shù)多是深度學(xué)習(xí)的一個主要結(jié)構(gòu)特點，其優(yōu)點是通過組合多個低層特征形成更加抽象的視頻數(shù)據(jù)高層屬性的類別或特征，從而可以解決復(fù)雜的信號處理或分析問題。

        根據(jù)圖像的局部統(tǒng)計特性，深度學(xué)習(xí)可采取卷積策略，對輸入圖像進(jìn)行分塊卷積操作，形成卷積深度學(xué)習(xí)網(wǎng)絡(luò)(CNN)。卷積生成的圖像特征數(shù)據(jù)還可采用池化)等精簡方法，降低特征的數(shù)量，加快深度學(xué)習(xí)的處理速度。輸入視頻經(jīng)過若干層神經(jīng)網(wǎng)絡(luò)的處理以后，在輸出層輸出具有一定語義的處理的結(jié)果，如“某個目標(biāo)，，為“異常’’目標(biāo)，視頻中的某個群體的行為“正常”，等等。卷積深度學(xué)習(xí)為監(jiān)控視頻分析中的智能化提供了一條切實可行之路。

智能監(jiān)控視頻分析的實現(xiàn)及應(yīng)用

        基于深度學(xué)習(xí)的智能視頻分析可以硬件或軟件方式，前端或后端方式，實時或事后方式來實現(xiàn)?？傊筛鶕?jù)實際需要和可能，選擇最好的方式進(jìn)行，或?qū)⒍喾N方式結(jié)合進(jìn)行，主要取決于兩方面因素，即軟件算法和硬件基礎(chǔ)。

        軟件方面最關(guān)鍵的是的深度學(xué)習(xí)算法的優(yōu)劣，要求高效、簡捷的學(xué)習(xí)算法，包括有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)，基于計算機(jī)、云計算和嵌入式的計算方式，合理的學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，如循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、深度置信網(wǎng)絡(luò)(DBN)等。比較簡單的深度學(xué)習(xí)可以在遠(yuǎn)端攝像機(jī)內(nèi)嵌入式實現(xiàn)，復(fù)雜的視頻分析可以在計算機(jī)、工作站，甚至云端計算上實現(xiàn)。現(xiàn)在已出現(xiàn)不少機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的開源程序、商業(yè)和實驗軟件，為我們迅速入門和應(yīng)用深度學(xué)習(xí)技術(shù)提供了方便。智能視頻分析雖然主要依靠的是軟件，但軟件的運行基礎(chǔ)是硬件結(jié)構(gòu)，因此硬件平臺的水平高低直接決定深度學(xué)習(xí)的能力和速度。

        至于智能視頻分析在監(jiān)控方面的應(yīng)用，可以說幾乎目前常見的東莞監(jiān)控系統(tǒng)都可智能化升級，其主要應(yīng)用領(lǐng)域包括：

        (1)人臉識別，目標(biāo)檢測與跟蹤，個體／群體行為判定。

        (2)車牌／車型識別，違規(guī)車輛識別，人流／車流統(tǒng)計。

        (3)智能樓宇，居家養(yǎng)老，庫房倉儲監(jiān)管。

        (4)公安偵破，防災(zāi)救援。

        其他應(yīng)用領(lǐng)域還很多，如教育領(lǐng)域的考試違  規(guī)識別；公共場所的周界防范，遺留物檢測，人群密度檢測，煙火檢測等。例如，廣東迅通科技股份有限公司的視頻圖像智能分析系統(tǒng)采用深度學(xué)習(xí)的智能分析的方法進(jìn)行人臉識別、車牌識別和超分辨率重建等，取得了好于一般視頻分析的結(jié)果，圖4為某一車牌識別結(jié)果，曾經(jīng)用其它方法未能得到完全準(zhǔn)確的結(jié)果。 

        人工智能已成為新一輪產(chǎn)業(yè)革命的引擎，視頻監(jiān)控產(chǎn)業(yè)正在把握這一重大發(fā)展機(jī)遇，根據(jù)自身的特點和需求，把人工智能技術(shù)與產(chǎn)業(yè)升級改造有機(jī)結(jié)合起來，給自身技術(shù)的智能化發(fā)展注入了新的動力。其中，深度學(xué)習(xí)技術(shù)在視頻監(jiān)控領(lǐng)域已經(jīng)初現(xiàn)風(fēng)采，應(yīng)用范圍在逐步擴(kuò)大，分析效果(尤其是準(zhǔn)確度)越來越好，可在一定程度上替代人工操作，提高工作效率。但從總體上看，監(jiān)控視頻分析的智能化進(jìn)程當(dāng)屬起步階段，智能化程度并不高，尚存在不少制約發(fā)展的瓶頸問題，但隨著世界范圍內(nèi)對安全防范的重視，隨著中國“平安城市”、“科技強(qiáng)警”、“智能交通”等重大工程項目的不斷推進(jìn)，智能化視頻監(jiān)控技術(shù)的發(fā)展必然會越來越快，其社會效益和市場前景也會越來越好。

        本文章由東莞安防監(jiān)控http://www.shlyx.com整理分享。