破解交通困局,如何布局

日期:2019-09-18编辑作者:企业文化

“雾障”给生活带来危险是不能忽视的,尤其是对交通领域和安防监控领域。各种雾气总是会阻断人们的视线,禁锢人们的视野,让人们顿时觉得眼睛永远都看不清大雾的后面的什么。这种天气出行,交通意外发生的风险就会增大,如果司机们能够“看穿”这些雾障就好了。

特定场景和行为识别是重要技术靶点

我们生活的城市,交通拥挤和交通事故是全球城市道路所面临的共同问题。 我们生活的城市,交通拥挤和交通事故是全球城市道路所面临的共同问题。我国智能交通已有十多年的历史,但拥堵和事故现象依然严重,甚至愈演愈烈,究竟是何原因?政府每年在交通领域的投入逐年增多,却使城市惨不忍“堵”,人们开始畅想四通八达的交通方式。于是,将目光投向智能技术的发展。可以说,未来我国智能交通建设,智能技术将牵“引着”其发展,是城市交通建设中最为核心的技术突破点。 智能交通中智能技术作用 如前表述,智能交通首要解决智能化。通过智能视频分析技术,可以从视频中分理出一些值得关注的关键信息,并通过实时分析加工,获取交通状况信息,同时对实施现场路况作出即时反应。智能视频分析技术源自计算机视觉(CV,ComputerVision)技术。计算机视觉技术是人工智能(AI,ArtificialIntelligent)研究的分支之一,它能够在图像及图像描述之间建立映射关系,从而使计算能够通过数字图像处理和分析来理解视频画面中的内容。而视频监控中所提到的智能视频技术主要指的是:“自动的分析和抽取视频源中的关键信息。”如果把摄像机看作人的眼睛,而智能视频系统或设备则可以看作人的大脑。智能视频技术借助计算机强大的数据处理功能,对视频画面中的数据进行高速分析,过滤掉用户不关心的信息,为用户提供对监控和预警有用的关键信息。 目前市场上的智能视频分析技术通常都具有以下功能:图像采集:一般图像信号通常是以压缩图像流的形式存在,将图像流解压还原成原始图像格式后再进行分析;运动物体检测,发现图像中运动的物体。当然去除了由相机自身引入的变化,外界环境引入的变化,如抖动和风;多物体跟踪:在复杂环境下,如多个运动物体,多个摄像机,运动物体之间互相遮挡,消失及重现等情况下进行有效跟踪;行为特征分析:行为特征分析是从图像中寻找满足预先设定的行为特征的事件。如车辆的停止或者突然加速,当聚集人员过多时报警,人员倒地,或者其它异常情况。 而辉锐天眼的智能视频分析技术在这些智能化功能方面有所创新,如,动态背景建模技术:利用自适应高斯背景模型,能够从复杂背景中检测出运动目标。利用扩展的EM算法,为每个像素建立多个混合高斯分类模型,该模型可以自动更新,并能自适应地将每个像素分类为背景、影子或者运动前景,在复杂背景的情况下也能较好地完成运动区域的分割,能够有效克服背景图像的动态变化,如天气、光照、影子及混乱干扰等的影响;形状信息和运动特性的融合:将运动目标的形状信息和运动特性相结合,利用分散度和面积信息,区分人、车及混乱扰动。非刚性物体的运动相比于刚性物体运动而言具有较高的平均残余光流,同时它也呈现了周期性的运动特征,据此可以将人与车区分开来,利用时间一致性约束使得分类更加准确;利用光流场分析和动态轮廓技术,结合水平集理论进行目标跟踪和轨迹描绘该系统利用活动轮廓的方法,利用封闭的曲线轮廓来表达运动目标,利用该运动目标的轮廓,确定每个物体的质心,结合LK光流法跟踪质心,结合Level Set理论在图像序列中检测和跟踪多个运动目标;利用隐马尔可夫模型匹配时变数据,对目标行为进行特征分析:利用隐马尔可夫模型HMMs(Hidden Markov Models):HMMs对时变数据进行特征匹配。HMMs的使用涉及到训练和分类两个阶段,训练阶段包括指定一个隐马尔可夫模型的隐藏状态数,并且优化相应的状态转换和输出概率,以便于产生的输出符号与在特定的运动类别之内所观察到的图像特征相匹配。对于每一个运动类别,建立一个HMM。匹配阶段涉及到一个特定的HMM可能产生相应于所观察图像特征的测试符号序列的概率。 从上可以看出,智能视频分析技术能应用在安防各个细分行业,在智能交通应用领域中,安防智能化的作用体现在: 首先,在车辆管理和车辆控制中呈现出了信息采集与处理方式的多样化。应对不同天气出现的不同交通事故,势必要采取不同的处理方式;在信息采集方面,汽车上装有车载定位系统,监控指挥中心可对汽车运行位置及车上情况进行实时监控。 其次,智能交通系统不仅是对车辆信息进行跟踪和定位,对于路况信息、拥堵路段也进行了智能化的分析。北京的环路上,每隔一段路就会出现电子路况显示屏,告诉行车的人们前方路段车流量情况。该信息提示牌就是利用交通信息采集系统,将信息整合到显示屏上,丰富了交通信息的内容,为出行提供了便利。 当人们越来越享受私家车给百姓出行带来的便利时,以年轻人为主的自驾游成为当下流行的旅行方式。在交通信息系统中,也有专为外出旅行人员及时提供的多种多样的旅行服务,尽管在狭小的车内,你也可以了解到天气、住宿、美食等信息,这是一种新型的服务体系,是智能交通子系统中待完善的信息系统。再次,智能交通系统主要是为了缓解路面拥堵,特别是在高速路中设有ETC电子收费系统。装有该系统的汽车可以以时速20km的速度快速通过,同时并通过精准的识别系统记录下车牌信息。信息采集的高精度性在电子收费系统中展现得淋漓尽致。 通过智能视频分析技术,可将视频采集设备变身为物联网智能感知器,尤其是在智能交通中,通过客流统计、违规车片照片、司机疲劳状态等关键信息的利用,为智能交通调度、规划、行为管理等提供非常优秀的应用。“十二五”期间智慧城市的加速建设,带动智能交通的迅猛发展,基于智能视频分析技术的智能交通系统将得到大规模资金投入。 智能交通中智能化应用现状 智能交通最理想的应用状况,当然是所有对交通视频的监看都可以由视频分析技术来完成,但目前而言却不现实,估且先不说目前视频分析技术还没有发展到这么高的程度,仅仅说交通事件或状态是如此复杂,连人都几乎不可能完全理解或捕捉,又何谈智能化程度不可能超过人类的计算机呢?故而,我们只来看看交通领域中目前有哪一些行为是有可能通过智能视频分析技术来实现自动检测和自动报警的,其实这一类的行为也是有很多的。 违章或故障、事故停车:在车道上或禁止停车区域出现停车现象,不论是因车辆故障停车或违章停车,都或属于极为危险的事件,或属于易引起交通阻塞的违章行为,需要及时进行处理,而事故停车也需要管理部门及时知晓尽快处理以恢复交通,视频分析技术可以及时发现停车行为,提醒交通管理部门及时处理。 违章左转右转:在某些道口,是不允许进行左转或右转,否则不但容易引起交通阻塞,也容易引起交通事故导致生命财产的损失,通过视频分析技术自动检测违章左转或右转行为,可以对这些违章行为进行有效处罚,以提高交通监测系统的威慑力,从而减少违章行为的发生。 违章变线:在某些路段,正在高速行驶的机动车辆随意变线是一种违章行为,容易导致交通事故的发生,应该及时发现和处理。视频分析技术通过监测车辆的行驶轨迹,并与车道线进行比较,可以发现违章变线行为。 压黄线行驶:在交通法规中,压黄线行驶是一种严重的违章行为,应该予以严肃处理。视频分析技术通过监测车辆的行驶轨迹,并与黄色分隔线进行比较,可以有效地发展违章压黄线行驶的行为。 违章逆行:在交通法规中,逆行是一种很严重的违章行为,不但容易引起交通的混乱,也很容易引起交通事故的发生,应当及时发现及时制止及时处理。视频分析技术通过监测车辆的行驶方向,与正常行驶方向比对,可及时发现违章逆行行为并及时报警,提醒交通管理部门进行处理。 遗洒物体:正在行驶过程中的车辆不慎遗洒物体,容易引起交通的阻塞,特别是在机动车辆高速行驶状态下(如高速公路,隧道内),前车出现遗洒现象极易导致后车的严重交通事故,当发现这种事件时,需要道路管理部门及时尽快地处理,以避免严重后果的发生。视频分析技术通过对监控视频的分析,可及时发现物品遗洒的事件,及时在情报板上公布提醒后车,并及时派出人员进行处理。 行人横穿公路:在非人行横道线区域,行人横穿公路是很危险的行为,很容易导致交通事故的发生,而且很容易出现人员的伤亡,应当及时制止。视频分析技术通过分析行人的运动轨迹,能及时发现违章横穿公路的行为。 高速公路内出现行人或自行车:高速公路属于机动车辆高速行驶的专用封闭交通网络,不允许有无关的行人进入,也不允许自行车进入高速公路,否则在车辆高速行驶的情况下,很容易造成严重的交通事故。视频分析技术通过监测高速公路区域内的运动个体,并进行简单的分类,能够及时发现出现在高速公路封闭区域内的行人或自行车,通知高速公路管理部门进行处理,避免严重后果的发生。车辆起火:车辆由于故障或其他原因在道路上起火是很严重的事件,会严重阻塞交通,甚至还可能有出现火势蔓延或爆炸的可能,应当在最短时间内进行处理。视频分析技术通过对监控视频的实时分析和检测,可及时发出车辆起火事件,及时报警,大大缩短了交通管理部门的事故反应时间,及时处理,以避免严重后果的发生。 交通流拥堵分析:对道路上车辆拥堵的情况进行分析,或实现信号灯的最佳控制,以及时疏导交通流。对于通过视频分析的交通流拥堵分析,不以拥堵车辆具体数目为依据,而往往只需定性地确认其拥堵状态,以实现信号灯的自动控制,缩短畅通方向的绿灯时间,而将拥堵方向的绿灯时间延长,有效地疏导车流,减少拥堵。 以上所列的这些行为,都是交通领域常见的一些交通事件,而且也可以通过目前的视频分析技术来实现。这些技术,大多是基于智能交通城市综合管理智能化平台的应用,这些智能交通多传感器数据融合的综合应用和统一管理平台,大多以以B/S架构为主,以门户、大屏等终端为显示载体的综合性智能交通决策、管理、调度、指挥、查询平台。辉锐天眼的HRI智能视频监控管理平台是集智能化、网络化、功能化、集成化于一体,基于IP网络对海量监控视频、音频数据提供强大的管理功能的专业监控管理平台,系统采用模块化的架构设计,对系统核心数据与服务、存储与转发、报警联动、解码显示、视频分析均有专门的功能模块实现,利用统一的数据库,在分散的系统与用户之间建立一个接口服务平台,完成系统中所有监控设备与各安防子系统的统一管理、报警联动和集中控制。系统在稳定性、集成性、可操控性、数据安全性、存储效率与可靠性均有全面的设计、且可以根据需要灵活组合、满足不同规模的项目需求,是行业内领先的智能视频监控平台。

这种科学仪器,能够在交通出行以及安防中得到重用应用。各种指挥、监控场所以及汽车、火车、飞机等移动交通工具上都可以使用该仪器来扩宽自己的视野,看穿雾障后的真实画面,从而采取相应行动,避免意外事故的发生。

深度依托于图像处理的“安防”,最先得到了技术发展的红利,传统安防巨头和创企纷纷致力于打造具有“智能大脑”的算法、设备和系统。

标签: 显示器

作为后起之秀,众多创企率先将计算机视觉技术落地到安防领域。在传统硬件设备和市场渠道等方面,创业公司无法与传统安防巨头匹敌,因此,它们大多瞄准了智能安防这一创新技术领域。而人脸识别,不约而同成为多家创业公司“梦开始的地方”。

凡本网注明“来源:维库仪器仪表网” 的所有作品,转载请必须注明来源于本网,违者必究。

上期文章中点击阅读,方象知产研究院梳理了“视觉”安防领域传统巨头和创新企业的发展情况和特点;本期文章将继续筛选和解析这些企业在“计算机视觉+安防”领域的高价值核心技术,一窥“大佬”和“萌新”们的独门秘笈及发展方向,以期为相关企业和投资机构未来布局、决策提供参考。

近日,上海研制出了一种“实时视频雾像增强仪”,就可以看穿雾气后面的图像,即使雾障也不能再遮蔽你的眼睛。这种由摄像机、计算机、显示器组成的科学仪器,能够将现实的目标图像视频信号摄入,然后经过运算处理,最后人们在显示器中就可以看到清晰的图像视频了。由于该仪器采用计算机软件来模仿人眼的神经元系统,而且在相关技术支持下, 能够每秒钟能处理30帧以上的图像,因此可以称得上是实时同步图像直播,让雾障也无法再遮蔽你的眼睛。

在深度网络框架下,如何选择内部结构,引入多少节点,选取哪些区域进行池化,往往需要大量经验,还要反复进行调整。深度网络“学习”的过程中,特写场景中的目标特征识别尤为重要。这需要对系统有针对性地喂以训练数据,比如遮挡人脸、行为识别中各种组合姿态等,通过深度学习,让其能针对特写场景中的目标进行识别。

○ 深醒科技——双路神经网络 能识别“易容术”

传统安防巨头 不止于“看得清”

窥一斑见全豹。各创业公司在安防落地场景中,通常针对不同的细分应用领域深耕,以解决传统方法无法克服的问题为切入点,以数据集大、计算速度快、非线性适应性强等优势,为计算机视觉打造一颗“智能大脑”,利用学习的方式,“教会”前后端设备“认得清”、“看得懂”。

方象知产研究院列出了部分公司较为重要或具有代表性的专利。受篇幅所限,本文不做过多解读。

声 明

[丨有深度的财经媒体]热门财经资讯、股票行情、原油期货、外汇汇率、贵金属投资、国际债市、财经专家解读尽在 /

本文仅以学术交流目的对特定问题进行探讨,分析结论不代表对特定主体的消极评价。任何行业的发展走势均受到多重复杂因素影响,本文对特定行业的发展预测不应视为对具体投资行为的指引。

○ 海康威视——监控摄像机能自动聚焦

在火车站、商圈等人流密集场所,人员流动性较强、情况复杂,给追查犯罪分子、重点人员布控造成困难。专注于机器视觉的商汤科技,针对上述问题研发了基于深度学习和大规模集群的智能人脸追逃系统见图 2。

中国电子学会的公开数据显示, 2017 年,中国人工智能核心产业规模已达到 56 亿美元左右,预计 2020年将超过 220 亿美元。在人工智能中,机器视觉占比最高,达到 37%。而在机器视觉市场中,安防行业占据七成份额。

监控摄像机拍摄图像时,如果不经常调节镜头,无法快速、准确、平稳自动对焦。

新兴创企 特定角度切入研发“看穿你”

图 2:智能人脸追逃系统技术原理

上述存储技术,主要针对大数据的存储安全、升级安全、丢失恢复、容错能力及读取能力,结合分布式存储、云平台等方法,将各类信息分门别类存储。不同公司虽然有不同的算法,但殊途同归,都要解决数字存储中高效与安全的问题。

图片 1

方象知产研究院认为,在视觉安防领域,以卷积神经网络突破细分场景应用,仍然是未来的发展方向:一方面能让这种“类视觉人工智能系统”针对特定场景的目标进行识别,不仅知道什么时候“该看”,还要能“看得清”、“看得透”、“看得懂”,在安防领域发挥作用;另一方面,还要完善深度网络的学习能力,突破算法局限,能针对不同特点的数据库及需求,建立对应的识别能力,建立系统性的整体设计方案,以最低成本拓展应用场景。

感谢您关注方象知产研究院,在这里,我们将用最生动的案例为您展现如何通过技术价值分析洞见科技未来。我们聚合了前所未有的智力资源,只为帮助您做出正确的技术投资决策。欢迎您提出技术价值分析问题与我们沟通交流。

针对这些痛点问题,创新公司依托强大的研发能力,接连攻克核心技术,通过技术优势,不仅在安防市场中抢得一席之地,业务范围还拓展到金融、智慧城市等其他领域。

在技术迅速发展和迭代的今天,传统安防巨头既不忘初心,又与时俱进,在不断提升原有监控前端产品性能指标的同时,积极运用人工智能技术革新产品序列,确保在稳守“根据地”的基础上,继续开疆拓土。

针对这一问题,海康威视研发了具有“自适应聚焦技术” 的摄像装置,摄像机针对同一场景,可以自动选择合适的聚焦模式,从而构建了清晰度评价准则。

除了海康威视,浙江大学、宇视科技等对该技术都有深入研究。

图片 2

○ 宇视科技——智能回放 能自动挑选动态视频分析

来源:方象知产研究院

来源:方象知产研究院

2018年12月11日,大华科技公开的一篇专利显示,该公司针对在海量视频图像中,如何判断优选图像,布局了核心技术。该技术运用预先训练好的卷积神经网络评价模型,对图像进行包括残缺度、目标物体与所在图像的垂线角度、目标占图像面积比、图像清晰度、图像亮暗度等参数进行评价,最终选出满足预设条件的优选图像。比如在交管应用方面,这一技术能提高低质量车辆图像的识别,提高图像数据利用率。

○ 大华科技——卷积神经网络 提高图像识别率

在“计算机视觉+安防”领域,无论是智能视频监控,还是人脸识别或行为识别,归根结底,本质上都是对图像进行处理。自2012年以来,在图像处理问题上,卷积神经网络因其在学习过程中无需手工选取特征,只需进行大量图像数据训练即可,在图像分割、图像检测等方面取得巨大成果。目前,卷积神经网络已经成为图像识别领域的核心算法之一。

虽然深度卷积网络的多重非线性使其具有很大的可塑性,但想要将这把利器恰到好处地用到安防场景,还需更多研究和实践。

天网恢恢,疏而不漏。不法分子的“易容术”、3D面具、围巾帽子加口罩等伪装,均逃不过人工智能监控的“透视眼”……

本文出自

摘要:“计算机视觉+安防”的本质是图像处理,卷积神经网络在特定场景和行为识别中的应用将解决安防实务中的大量问题

方象技术观察:布局特定场景及行为识别 抢占技术前沿

人脸识别技术发展的过程中,诸多痛点问题显现:比如对于通过化妆、“易容”等伪造生物特征的目标,不能完全识别;比如在大规模人员移动、人流量密集等情况,因监控图片质量下降造成识别困难;还有对目标人群识别的视频切割处理不灵活,导致完整行为信息缺乏等。

视觉安防离不开卷积神经网络算法

作为传统安防三巨头,海康威视、大华科技和宇视科技早已克服了模拟监控、数字监控等画面不清晰、不易存储读取等问题,并手握相关核心技术。

表1:各公司与计算机视觉相关存储技术专利

双路神经网络,分别识别局部特征和整体深度特征,对局部特征和深度特征比较判别,实现真人面部识别,同时能够有效识别照片、视频、3D面具等反侦察欺骗手段。在图像采集方面,红外摄像头和可见光摄像头同时采集图像,为进一步识别判定提供基础。

图片 3

来源:方象知产研究院

这种自适应聚焦方法见图 1,针对不同模糊程度的图像及聚焦参考值,设计了相应的“自适应步长策略”,能够更快速、准确驱动步进电机对焦、减少震荡。该项技术能让视觉前端产品“看得更清”,因此在海康产品序列中被广泛引用。

“巨头”“萌新” 均重视布局存储技术

根据人类视觉系统[1]对信息分级处理的方式,人工构建的深度卷积神经网络模型,可以仿照人类大脑,由低层到高层逐层迭代、抽象处理视觉信息。卷积网络每层代表可视皮层的区域,每层上的节点代表可视皮层区域上的神经元,信息由左向右,逐层迭代传播。通过对历史数据逐步进行学习,将历史数据的经验存储在网络中,且伴随着学习次数及经验不断提高,可指数型跨越式地提升计算机对图像和视频的认知能力。

该系统利用百万级的数据集对神经网络进行训练,大大提高误率与漏检率,能够有效克服面部受遮挡、阳光等强光源照射等外界因素对图片采集的影响。同时,该技术支持多机多路和一机多路处理数据。如果人脸数据库较小,可将人脸识别服务器部署在同一个物理服务器上,从而实现一机多路。如果人脸数据库较大,为了提高处理效率,可将人脸识别服务器部署在不同的物理服务器上,从而实现多机多路。

——END——

本文由方象知产研究院原创,申请转载请关注我院获取联系方式,我院保留追究侵权行为的权利。

又如宇视科技,在视频存储与播放领域布局了一系列技术,专利被引用数量超过20次。其中的视频智能回放方法,可以将视频录像划分为多个视频片段,通过筛选出具有运动目标的视频段回放,以便更准确、快速对录像进行分析。这项技术,解决了后端分析浪费智能服务器、智能网络硬盘录像机NR、处理结果时间长的痛点。

[1]1981年诺贝尔医学奖获奖者Daid Hubel、Torsten Wiesel发现

方象知产研究院分析发现,海康威视这项技术的发明专利,被引用高达30多次,引用者不乏其竞争对手宇视科技、大华科技、华为等,足见该项技术的重要性。

在人脸识别中,可能有不法分子通过用照片、3D人脸面具伪造生物特征避免被查。针对这类问题,深醒科技提出利用两个卷积神经网络进行人脸验证:其中一个神经网络提取脸部多个子区域的局部特征如眼部子区域,鼻部子区域等;另一个神经网络提取深度特征,通过深度图谱验证输入图像是否为实体,是否匹配一致。

图片 4

大数据是人工智能的基础。在数据就是黄金的今天,随着监控网点急速扩展,视频和卡口产生海量数据。如何安全存储、高效,成为“视觉”安防未来发展不可或缺的支柱性技术之一。“大佬”和“萌新”们也都意识到这个问题,针对视频存储、编码解码进行了大量的研究工作见表1。

传统安防巨头布局智能监控,在重要技术热点上,不同公司通过不同方法解决问题。结合深度学习算法,智能视频技术使摄像机不单纯具有“眼睛”的功能,更具有“大脑”的特点。以此为支撑的计算机视觉安防系统解决方案,可广泛用于安防布控、罪犯抓捕及大型活动安保等领域。

在计算机视觉发展火热的今天,安防巨头并没有躺在有传统优势的硬件产品上“吃老本”,而是早早布局智能安防领域,以期在“看得清”的基础上,让视觉监控智能化。而这些新技术,也成为安防巨头能为客户提供整体安全解决方案的重要基础。

图 1:摄像装置自适应聚焦技术原理

○ 商汤科技——智能监控“透视眼” 能“看穿”戴口罩的脸

目前,随着安防建设升级,安防系统正从传统的被动防御体系升级成为主动判断和预警的智能防御。这种安防建设的升级,对智能安防也提出了更高要求。那么,从被动追逃到主动预警再到多场景应用,视觉安防技术会如何发展呢?

其实在计算机视觉领域,除了人脸识别以外,行为识别也是广为应用的技术之一。众多科技公司在该技术分支上纷纷布局,方象知产研究院以后会就此单独进行分析。

本文由金多宝论坛六码资料大全发布于企业文化,转载请注明出处:破解交通困局,如何布局

关键词:

破解交通困局,如何布局

“雾障”给生活带来危险是不能忽视的,尤其是对交通领域和安防监控领域。各种雾气总是会阻断人们的视线,禁锢...

详细>>

02精密pH计最新报价,上海三信MP512

上海 上海三信 4377—4900 2680—3850 精密pH计 上海三信 浙江 品牌 价格 江苏 产品介绍: ● 配置平面pH复合电极,适合固...

详细>>

冷链设备迎来发展机遇,物联网科技

近年来,我国物流产业发展及其迅速,而其中冷链物流体系在一系列政策扶持和各种交通网提速的大背景下,更是取...

详细>>

中国车载GPS不会重蹈MP3产业覆辙,导航产业发展

眼前,随着汽车保有量的提升,导航行业也是展现出一派如火如荼的场景。导航市场那些大草莓蛋糕,引得过多商厦...

详细>>