浅析LiveMedia智能视频网关的AI识别技术及应用场景

news2024/12/28 23:21:38

一、行业背景

（1）AI技术在安防领域大量落地应用
随着近几年人工智能的快速发展，深度学习方法及性能日益提升，计算机视觉、图像处理、视频结构化和大数据分析等技术也不断完善，使得安防产品逐步走向智能化。在技术成熟度上，处理安防影像的技术已经研发得较为完备，同时行业指导性政策也进一步加快了人工智能技术的落地应用。

（2）AI视频智能分析技术的优势
基于AI的视频分析是视频监控行业讨论较多的话题之一，相关的预期也较高。因为实时监控和查看视频监控内容十分具有挑战性，尤其是在处理大量摄像机接入时。传统的人工处理方式不仅效率低下，还容易遗漏信息，而且需要大量的人力成本。基于AI的视频分析技术通过使用全面而复杂的算法来分析视频流。AI可以逐像素查看摄像机的图像，几乎不会遗漏任何信息。
在深度算法基础上，智能视频分析技术能够代替人眼对目标进行智能跟踪与识别，并通过人工神经网络、关键特征匹配等算法和智能统计模型，可以对监控区域进行目标识别、目标跟踪、运动轨迹分析和特征分类等等。

（3）AI驱动视频监控应用领域的拓展
目前在视频监控领域应用较为广泛的AI技术例如：智能检测与分析技术（如人脸检测与识别、物体识别、行为识别、目标追踪等）、图像及视频处理技术（视频图像处理、视频结构化等）。在场景上，视频监控的应用范围也逐步扩展，从之前的安防逐渐拓展到交通、旅游、金融、司法、教育、生产制造、城市管理、环保等等更多领域，例如生产车间的质检智能检测、旅游景区客流分析、城市管理中的AI人脸检测、公安部人脸识别系统等等，无一不和AI相关。

二、视频智能分析涉及的技术

（1）物体检测（Object Detection）
可以识别图像或视频中的对象并找到它们。物体识别可以使用这种识别和定位的方法计算场景中的物品，并确定和标注它们的确切位置。
（2）物体识别（Object Recognition）
用于识别图片或视频中的物体。深度学习和机器学习算法的主要结果是目标识别，快速发现和甄别人物、事物、场景等信息。
（3）目标跟踪（Object Tracking）
目标跟踪是机器视觉领域的重要课题，被广泛应用于智能监控、动作与行为分析、自动驾驶等应用领域。
（4）实时视频分析（Real-Time Video Analytics）
摄像机会产生大量视频数据，人工有时无法手动查看存储的图像以进行相关事件的处理。因此需要借助AI智能识别分析，以此来发现监控图像中的重要信息，如周界入侵、危险行为、烟火、可疑人脸等等。
（5）触发实时告警
AI在视频图像中检测到异常行为时，便做出响应，如：向管理员发出告警信息。视频识别技术提高了态势感知的能力，包括：

基于相似外观的告警：视频监控可根据实体外观相似的需求定制告警，如危险物检测、烟火检测等。
基于计数的告警：当在给定时间段内在预定位置检测到一定数量的物体（车辆或人）时，可以触发警报。
人脸识别告警：相关部门可以根据从视频图像中提取的信息，以此快速识别罪犯并实时发出告警。

三、AI在视频监控分析中的技术应用

LiveMedia智能视频边缘网关，支持对多路网络IPC和NVR设备的高清视频流进行实时智能分析。通过将网络摄像机、NVR、编码器等视频源设备统一集中接入和汇聚管理，对接入的多路高清视频流进行人、车、物、行为等实时检测与分析，结合硬件中内置的多种AI算法，实现人脸识别/检测、车辆识别/检测、目标检测、行为识别等目的，可对异常行为事件进行告警与提醒，支持对接视频结构化数据平台、大数据综合分析平台等。
LiveMedia智能视频边缘网关，内嵌神经网络加速引擎，支持4G，WIFI无线传输，可广泛应用于安防监控、智能分析、通行核验等场景。

1、技术特点
1）AI深度学习算法：基于AI深度学习的视频结构化分析，可对实时视频中人、车、物进行检测、跟踪、抓拍，并识别其特征属性。
2）低延时，准确率高：目标检出率白天>96%，夜间>94%；目标误检率白天<3%，夜间<5%，延时低，准确率达到市面上高等水平。
3）大数据分析灵活拓展：支持功能灵活拓展，接入大数据管理平台，可实现大数据智能分析应用，满足用户更高级的业务需求。