【中國安防展覽網 企業關注】在當前以高(gāo)端裝備制造爲核心的(de)智造工業4.0時(shí)代背景下(xià)，随著(zhe)“中國制造2025”戰略的(de)深入，工業智能機器人(rén)産業市場(chǎng)呈現不斷增長(cháng)的(de)勢頭，其中充當工業機器人(rén)“火眼金睛”角色的(de)機器視覺功不可(kě)沒。

　　安防的(de)技術一直在演進中，當行業完成了(le)網絡化(huà)和(hé)高(gāo)清化(huà)之後，智能化(huà)應用(yòng)就成了(le)各個(gè)安防門類廠家的(de)技術熱(rè)門。應該說，從2012年開始，安防行業都在圍繞如何使産品和(hé)系統智能化(huà)應用(yòng)展開深入研發和(hé)探討(tǎo)，從而引發了(le)一波技術潮流。如果說智能視頻(pín)分(fēn)析是智慧安防應用(yòng)的(de)2.0版本，那麽，機器視覺，将開啓智慧安防應用(yòng)2.0時(shí)代，這(zhè)是一個(gè)智能安防新的(de)應用(yòng)天地。

　　精準把握機器視覺的(de)研究内容

　　要探討(tǎo)機器視覺的(de)應用(yòng)，首先還(hái)是需要精準把握什(shén)麽是機器視覺，并把其與當下(xià)熱(rè)門又有重疊部分(fēn)的(de)人(rén)工智能和(hé)深度學習(xí)區(qū)分(fēn)開來(lái)。

　　人(rén)工智能的(de)外延範圍最大(dà)，包括了(le)機器視覺、深度學習(xí)、機器人(rén)技術、生物(wù)識别技術和(hé)自然語言處理(lǐ)。可(kě)以看出，人(rén)工智能包括了(le)深度學習(xí)和(hé)機器視覺，研究的(de)是人(rén)類智能活動規律，構造具有一定智能的(de)人(rén)工系統，研究如何讓計算(suàn)機去完成以往需要人(rén)的(de)智力才能勝任的(de)工作，也(yě)就是研究如何應用(yòng)計算(suàn)機的(de)軟硬件來(lái)模拟人(rén)類某些智能行爲的(de)基本理(lǐ)論、方法和(hé)技術。

　　深度學習(xí)，是人(rén)工智能研究中的(de)一個(gè)新的(de)領域，其動機在于建立、模拟人(rén)腦(nǎo)進行分(fēn)析學習(xí)的(de)神經網絡，它模仿人(rén)腦(nǎo)的(de)機制來(lái)解釋數據，例如視頻(pín)、聲音(yīn)和(hé)文本。深度學習(xí)在安防行業的(de)應用(yòng)極爲熱(rè)門，在評測産品時(shí)關于人(rén)臉和(hé)車輛的(de)識别技術都基于深度學習(xí)。究其原因，深度學習(xí)的(de)關鍵要素是數據，而占大(dà)數據總量60%以上的(de)爲視頻(pín)監控數據，所以，深度學習(xí)的(de)在安防行業的(de)方方面面得(de)到了(le)應用(yòng)：人(rén)臉檢測、車輛檢測、非機動車檢測、人(rén)臉識别、車輛品牌識别、行人(rén)檢索、車輛檢測、人(rén)體屬性、異常人(rén)臉檢測、人(rén)群行爲分(fēn)析、各種感興趣目标的(de)跟蹤等。

　　機器視覺是人(rén)工智能正在快(kuài)速發展的(de)一個(gè)分(fēn)支。簡單說來(lái)，機器視覺就是用(yòng)機器代替人(rén)眼來(lái)做(zuò)測量和(hé)判斷。通(tōng)過分(fēn)CMOS或CCD傳感器将被攝取目标轉換成圖像信号，傳送給專用(yòng)的(de)圖像處理(lǐ)系統，得(de)到被攝目标的(de)形态信息，根據像素分(fēn)布和(hé)亮度、顔色等信息，轉變成數字化(huà)信号;圖像系統對(duì)這(zhè)些信号進行各種運算(suàn)來(lái)抽取目标的(de)特征，進而根據判别的(de)結果來(lái)控制現場(chǎng)的(de)設備動作。

　　機器視覺主要是對(duì)圖像進行識别，因此機器視覺在人(rén)臉識别、車牌識别等方面得(de)到大(dà)量運用(yòng)。以智能交通(tōng)行業爲例，機器視覺具有成本低、穩定性強、準确性高(gāo)、應用(yòng)範圍廣等優點，目前已經在國内外高(gāo)速公路和(hé)公路的(de)交通(tōng)監控系統中得(de)到了(le)廣泛的(de)應用(yòng),具體體現在車牌識别、車身顔色識别、車型識别、違章(zhāng)識别、車流量統計、流量控制等。

　　這(zhè)時(shí)有人(rén)會産生疑惑，機器視覺和(hé)深度學習(xí)有太多(duō)重疊之處，是否兩者在安防行業是同一概念的(de)不同表達。其實不然，如果僅從視頻(pín)監控行業來(lái)看，學習(xí)算(suàn)法是機器視覺更高(gāo)層面的(de)應用(yòng)，因爲基于巨大(dà)樣本采集把握了(le)大(dà)量數據特征，而機器視覺主要在特征感知、圖像預處理(lǐ)、特征提取、特征篩選面擅長(cháng)，也(yě)就是說，機器視覺主要是在特征識别提煉部分(fēn)，而深度學習(xí)是把特征和(hé)學習(xí)結合起來(lái)，比如用(yòng)特征的(de)感知和(hé)提取來(lái)預判數據。

　　機器視覺安防應用(yòng)的(de)核心技術

　　在今年6月(yuè)份有美(měi)國商業資訊的(de)權威機構作出了(le)預測，全球機器視覺市場(chǎng)正處于迅速發展之中，預計到2025年年底，市值将超過192億美(měi)元。時(shí)至今日，機器視覺技術不僅成功應用(yòng)于多(duō)個(gè)領域，并且應用(yòng)範圍還(hái)在逐步擴大(dà)。已由起初的(de)電子制造業和(hé)半導體生産企業，發展到了(le)安防、包裝、汽車、交通(tōng)和(hé)印刷等多(duō)個(gè)行業。

　　安防，是機器視覺應用(yòng)的(de)主戰場(chǎng)之一，有幾大(dà)心技術應用(yòng)爲安防行業帶來(lái)改變：

　　目标識别

　　目标識别技術和(hé)穩定的(de)追蹤方法是機器視覺在安防發展的(de)關鍵技術。它在很多(duō)領域都得(de)到大(dà)量的(de)應用(yòng)，例如身份确認的(de)指紋識别、人(rén)臉識别、虹膜識以及在智能交通(tōng)管理(lǐ)、機動車檢測、停車場(chǎng)管理(lǐ)等場(chǎng)合的(de)車牌識别等。一個(gè)目标識别系統應該具有在複雜(zá)背景以及各種天氣情況下(xià)檢測、分(fēn)類、識别标的(de)能力，這(zhè)樣才能有針對(duì)性地對(duì)目标進行持續的(de)跟蹤。

　　近些年來(lái)，目标識别技術已由理(lǐ)論探索、實驗室仿真逐漸走向實際應用(yòng)，其技術方法也(yě)從經典的(de)統計模式識别，向著(zhe)基于知識、模型、多(duō)傳感器信息融合以及向深度學習(xí)神經網絡的(de)識别方法演進。

　　目标追蹤

　　運動目标跟蹤是确定同一物(wù)體在圖像序列不同幀中位置的(de)過程。其主要工作方式就是選擇好的(de)目标特征和(hé)采用(yòng)适當的(de)搜索方法，根據匹配原理(lǐ)，把現有的(de)跟蹤方法分(fēn)爲基于模型、區(qū)域、特征以及活動輪廓的(de)跟蹤，這(zhè)是機器視覺力所能及之處。

　　雙目技術

　　雙目立體技術核心目的(de)是提高(gāo)識别的(de)準确率。由于立體視覺技術形成的(de)視場(chǎng)中帶有物(wù)體的(de)三維幾何信息，因此能夠有效的(de)設定檢測規則，排除光(guāng)線、影(yǐng)子等幹擾因素，大(dà)幅提高(gāo)智能分(fēn)析的(de)準确度。在評測杭州巨頭企業的(de)高(gāo)空了(le)望雲台攝像機時(shí)，發現都基于機器視覺的(de)雙目技術，其對(duì)于人(rén)、物(wù)的(de)識别率有極大(dà)提高(gāo)，并且采用(yòng)雙相機或多(duō)相機，對(duì)視場(chǎng)内空間的(de)自由運動體的(de)三維位置坐(zuò)标及姿态進行高(gāo)精度的(de)測量，确定運動目标的(de)質心位置，并根據标定結果對(duì)運動目标進行高(gāo)精度跟蹤。

　　多(duō)球機聯動跟蹤技術

　　多(duō)球機聯動跟蹤技術是以單球機智能跟蹤技術作爲基礎的(de)。從應用(yòng)的(de)層面上看，能夠将普通(tōng)的(de)跟蹤球機的(de)單點式監控，提升爲系統内對(duì)單個(gè)目标的(de)無縫式接力跟蹤，配合電子地圖的(de)使用(yòng)，能夠容易的(de)實現對(duì)高(gāo)安全等級區(qū)域的(de)無縫式跟蹤，并實現目标軌迹描繪、犯罪行爲預警等高(gāo)等級的(de)安保需求。多(duō)球機聯動跟蹤技術的(de)實現，需要具備多(duō)目标識别與跟蹤技術。在應用(yòng)中，通(tōng)常設定一台球機作爲發起點，對(duì)廣域範圍内目标進行的(de)智能行爲分(fēn)析，并将同時(shí)監控的(de)多(duō)個(gè)目标按照(zhào)既定的(de)策略進行排序，并按照(zhào)先後順序，指揮智能跟蹤球機逐個(gè)跟蹤監控目标。與單目标跟蹤相比，多(duō)目标跟蹤技術的(de)關鍵點是數據關聯問題，即建立一個(gè)統一的(de)坐(zuò)标系，使得(de)發起球機可(kě)以将目标的(de)坐(zuò)标信息傳遞給跟蹤球機，實現聯動跟蹤。該技術其實是安防行業機器視覺的(de)最早應用(yòng)，在蘇州某安防企業的(de)接觸中就窺見了(le)一斑。

　　面向事後應用(yòng)的(de)視頻(pín)摘要、視頻(pín)檢索

　　随著(zhe)監控探頭的(de)普及，監控系統中存有海量的(de)錄像數據，在目前人(rén)工查看的(de)模式下(xià)，傳統的(de)方法需要從頭到尾順序播放，往往需要數倍于原始視頻(pín)的(de)時(shí)間才能審看完成，因此需要大(dà)量人(rén)員(yuán)連續加班數周進行視頻(pín)的(de)審看。爲了(le)規避遺漏和(hé)誤差，就要加大(dà)人(rén)力投入的(de)方法。如何有效、高(gāo)效的(de)應用(yòng)，減輕人(rén)工查看回放帶來(lái)的(de)時(shí)效性差、成本高(gāo)、疲勞問題，并在不同分(fēn)辨率、不同清晰度的(de)錄像中準确的(de)辨别出需要獲取的(de)信息，基于以上需求，安防廠家研發了(le)視頻(pín)摘要、視頻(pín)檢索等技術手段，這(zhè)也(yě)是機器視覺的(de)研究内容之一。

　　機器視覺開啓智慧安防應用(yòng)

　　從以上的(de)介紹和(hé)分(fēn)析中，我們大(dà)概能了(le)解機器視覺有所認知，但其在安防行業能做(zuò)什(shén)麽，爲行業帶來(lái)哪些改變，值得(de)關注。先舉例子來(lái)看機器視覺應用(yòng)價值：

　　2017年7月(yuè)16日，深圳市寶安區(qū)西鄉金港華庭沃爾瑪超市内，驚現一名男(nán)子持菜刀(dāo)傷人(rén)，并導緻2人(rén)死亡，9人(rén)受傷。如今，監控在大(dà)小商場(chǎng)店(diàn)鋪中随處可(kě)見，幾乎成爲了(le)每個(gè)商場(chǎng)店(diàn)鋪的(de)必備。顯然，使用(yòng)監控對(duì)于店(diàn)鋪日常管理(lǐ)與安防工作都十分(fēn)有用(yòng)。但事實上，目前以人(rén)力爲主的(de)監控設備存在極大(dà)的(de)安全漏洞，使安防工作在一定程度上形同虛設。基于機器視覺技術的(de)智能安防系統，能夠從衆多(duō)視頻(pín)材料中進行圖像識别，搜尋可(kě)疑人(rén)物(wù)等信息，實現對(duì)高(gāo)危人(rén)員(yuán)的(de)識别和(hé)篩查;同時(shí)還(hái)能夠從多(duō)個(gè)監控設備自動識别可(kě)疑物(wù)體，比如菜刀(dāo)等，自動發出警報提醒安保人(rén)員(yuán)。

　　除了(le)事前的(de)預防和(hé)制止功能，機器視覺的(de)視頻(pín)摘要和(hé)檢索是面向事後應用(yòng)的(de)智能技術。其中，視頻(pín)摘要技術使24小時(shí)的(de)視頻(pín)被制作成一個(gè)簡短到幾分(fēn)鐘(zhōng)摘要視頻(pín)成爲現實，這(zhè)将大(dà)大(dà)提高(gāo)海量視頻(pín)監控錄像分(fēn)析的(de)效率。視頻(pín)檢索技術則主要是依賴于視頻(pín)算(suàn)法對(duì)視頻(pín)進行預處理(lǐ)，通(tōng)過對(duì)視頻(pín)内容進行結構化(huà)處理(lǐ)，提取出視頻(pín)内容中的(de)有效信息，進行标記或者相關處理(lǐ)後，人(rén)後可(kě)以通(tōng)過各種屬性描述進行快(kuài)速檢索。

　　可(kě)以說，如果上述案例中具有機器視覺的(de)智能安防産品，必然不會發生如此慘劇。以點帶面，看機器視覺如何弄潮安防新時(shí)代。

　　與公安機關建立人(rén)臉捕捉數據庫

　　在公共場(chǎng)合人(rén)員(yuán)密集區(qū)域，比如：天安門廣場(chǎng)、火車站等敏感的(de)公共場(chǎng)合監控，相關機器視覺産品也(yě)随著(zhe)技術的(de)發展不斷地細化(huà)。産品能與公安機關搭建人(rén)臉識别比對(duì)系統，建立人(rén)臉捕捉數據庫，将人(rén)臉信息歸檔，并與個(gè)人(rén)身份建立關系，在實際運用(yòng)過程中采用(yòng)人(rén)臉搜索、黑(hēi)名單布防、陌生人(rén)識别等多(duō)項智能分(fēn)析功能，大(dà)大(dà)提高(gāo)視頻(pín)監控的(de)防範功效，可(kě)以讓犯罪分(fēn)子無可(kě)遁形。

　　智能交通(tōng)中對(duì)車的(de)識别和(hé)管控

　　在交通(tōng)行業，與其他(tā)識别技術相比，機器視覺具有成本低、穩定性強、準确性高(gāo)、應用(yòng)範圍廣等優點，目前已經在國内外高(gāo)速公路和(hé)公路的(de)交通(tōng)監控系統中得(de)到了(le)廣泛的(de)應用(yòng),比如車牌識别、車身顔色識别、車型識别、違章(zhāng)識别、車流量統計、流量控制等。

　　人(rén)臉布控

　　人(rén)臉識别基于人(rén)的(de)臉部特征信息進行身份識别，主要指通(tōng)過攝像機采集含有人(rén)臉的(de)圖片或視頻(pín)流，然後在圖片或視頻(pín)流中進行人(rén)臉檢測并抓拍(pāi)，進行面部特征提取，以實現抓拍(pāi)的(de)人(rén)臉與數據庫中的(de)人(rén)臉進行比對(duì)的(de)技術。目前已有不少企業推出了(le)機器視覺的(de)人(rén)臉布控系統，能夠适應于各種交通(tōng)要道、住宿場(chǎng)所、智能樓宇、大(dà)型連鎖商場(chǎng)，平安城(chéng)市等場(chǎng)合，具有人(rén)臉布控、以圖搜圖、用(yòng)戶管理(lǐ)等核心業務功能。

　　一些企業在努力的(de)用(yòng)機器視覺改變安防。比如：2017上海國際機器視覺展VisionChina在上海舉行，海康機器人(rén)的(de)技術與設計都是源于機器視覺;大(dà)華股份浙江華睿科技與英特爾聯合共推機器視覺業務。今年6月(yuè)29日，華睿科技與英特爾重磅發布了(le)9MP/12MP高(gāo)性能小面陣相機、50MPCoaXPress大(dà)面陣相機等機器視覺系列新品。此外，北(běi)京清影(yǐng)機器視覺技術有限公司研發的(de)通(tōng)用(yòng)式三維即時(shí)成像技術具有通(tōng)用(yòng)式和(hé)即”兩大(dà)特點，填補了(le)國内機器視覺領域的(de)空白;騰龍推出的(de)4款機器視覺專用(yòng)定焦鏡頭，進一步充實産品陣容，提供更多(duō)高(gāo)像素鏡頭方案，滿足用(yòng)戶需求;今年5月(yuè)，美(měi)國亞馬遜公司收購(gòu)了(le)一支歐洲頂級機器視覺團隊用(yòng)于無人(rén)機和(hé)視頻(pín)監控領域研究。