浏览人次:【4655】
视讯监控的运用不仅是应付恐怖份子的一项利器,对于窃盗、非法入侵和破坏艺术作品等犯罪行为也有很大的吓阻作用。但另一方面,它也为安全产业带来前所未有的挑战,因为传统以人为中心的运作模式现在已转变为透过大量的的视讯监控数据来进行。
搜集数千兆位组的视讯数据后,要如何传送?由谁或如何来监控?如何观察及了解它们对安全的意义?如何优先处理重要信息?如何将决策转化为适当的行动?如何最有效地运用有限人力?都是安全部门面临的新挑战。
为避免安全人员淹没在潮水般的视讯数据中,政府机构和企业转而寻求高效能DSP推动的软件智能做为解决方案。智能型视讯监控(Intelligent Video Surveillance)的导入对安全系统有重大意义。这类解决方案将加快数字视频取代模拟的脚步。监控作业将从集中式演变为分布式,安全人员也将从监控室调派至更接近受监控的地点。
因此,智能型视讯监控和视讯数据处理不但需要远比传统监控系统更强大的硬件,也必须更具弹性、支持多种视讯标准和编码译码器,以节省大量的硬件更新成本。智能型视讯监控软件的功能也远超过传统分析软件。
这类强大系统的概念听起来像是未来场景,其实它们早已是许多公用和私人设施日常作业的一部份。许多机构正在部署智能型视讯监控系统以便达到效能和成本目标,安全人员则被分派到更接近受监控的地点,而不是光顾着监看屏幕。
掌握视讯分析
就硬件次系统层级而言,智能型视讯监控系统的组件与许多传统系统并无太大区别。它们包括撷取视讯数据的数字摄影机、负责处理作业的编码器和视频服务器、执行传输控制的路由器、储存视讯的数字录放机、显示视讯的屏幕以及管理整个系统的软件。(图一)即为功能完整的视讯监控系统。
《图一 视讯监控需要各种不同的设备》 |
智能型视讯监控系统的重要特色之一是透过网络的信息,这里的信息并非传统意义上的视讯,而是后设数据(metadata),也就是用来描述原始视讯数据(已剥除所有冗余性和非相关内容)的信息。当然,系统若有必要也能同时撷取、压缩和储存原始视讯串流以便将来读取和观看。
只要在网络上的重要节点加入智能判读设计,同时根据网络上传送的后设数据来运用这些智能进行决策,就能大幅提高视讯监控系统的效能。举例来说:
●视讯撷取:摄影机增加的智能功能可以分辨目标类型,然后调整镜头和焦距来提供更详细的信息。
●数据处理:数字数据显然已成为未来的趋势,下一个重要步骤是处理庞大的原始视讯以便得到仅包含重要信息的后设数据。
●数据传送:智能型安全网络的带宽需求较小,因为它们仅需传送数千个字节的后设数据,而不是数百万个字节的视讯。它们还能将信息绕到正确的网络节点,完全不需要用户的介入。
●决策:安全人员还能利用简单的点选界面产生规则式(rule-based)算法,然后让智能型系统根据这些算法处理后设数据
●行动与执行:除去冗余和没有用的信息以及将数据串流减至最小,安全人员即可在巡逻时透过行动装置监控系统,这通常能让他们更靠近监控地点。
●备份:智能型安全功能可协助索引和储存数据以备将来使用。
聪明摄影机与聪明网络
监控系统目前大都利用数字摄影机获取数据和进行小幅的图像处理,接着将数字数据转换成模拟以便透过基础设施传送。模拟讯号抵达命令中心后会再转换回数字数据以供分析和最后的储存。整个过程里,能够处理信息的机会并不太多。
智能型视讯监控系统则相当不同。它们是完全数字化和使用IP网络的系统,因为IP传输的弹性远超过传统的点对点模拟传输。每台摄影机基本上都变成智能网络摄影机,能在通讯路径的任何一个节点分析和处理视讯数据。
在智能型视讯监控系统里,视讯数据的处理绝不仅限于视讯的撷取、数字化和压缩。例如ObjectVideo的Onboard软件就提供三种额外的功能:
●内容分析:无论任何场景,有用的安全数据都远少于背景信息,例如建筑物和道路等静态对象以及随风摇动的树木和水面涟漪等动态对象。这些信息会被过滤,让软件专心处理人员和汽车等真正值得关注的对象。
●对象辨识:要成功辨识有用的安全信息意味着软件必须进行对象分类,例如分辨出画面里的人员、动物、车辆和其它对象。就软件角度而言,对象辨识是由内容分析引擎负责执行。
●动作分析:软件应能分辨值得注意的动作,并将这些动作与安全人员设定的规则进行比对。闯入管制区就是这类规则的一个简单例子,安全人员利用触控笔或鼠标在背景画面绘出虚拟线来标示管制区,整个设定工作就算完成。只要是被系统认定为人员的对象跨过此界限,例如(图二)的红线,他就等于触动了虚拟的「警戒线」,安全软件就会发出警告讯息或通知。
《图二 使用ObjectVideo的「警戒线编辑器」(tripwire editor)来标示管制区》 |
图像处理和统计分析技术可以辨识对象和它们的动作,但这类运算量庞大的工作需要一颗强大的处理器。DSP正是这类工作的理想选择,因为它们就是设计来执行快速傅立叶变换(Fast Fourier)和其它以数学方式描述影像的算法。DSP利用这些算法产生后设数据,再由软件根据这些后设数据将可能的问题通知安全人员。
产生有用数据
后设数据的产生是一个复杂过程,它会彻底颠覆我们对于视讯的传统思维。由于视讯监控是由计算机「观看」,而不是由人来观看,因此影像强化就变成一项重要需求。对比是计算机分析要求的一个很好例子。移动侦测和影像辨识算法都要靠对象的边缘信息才能完成,因此影像对比越高、效果就越好。系统应能追踪通过安全摄影机视角的对象,同时将相关的信息送给动作推论引擎(activity inference engine)以便根据默认规则比对对象的动作,最后再由系统决定是否要采取安全措施。在这个过程里,摄影机的定位系统可能会奉命变焦、调整镜头、缩放画面或转动摄影机以便持续追踪目标对象。
这些和其它要求使得系统必须面对传统视讯处理不曾遇到的重要硬件考虑,也就是在图像处理和控制功能之间取得最佳平衡。从芯片硬件的角度来看,这项需求使得系统必须采用双核心架构:由一个DSP核心负责图像处理,另一个32位的微控制器核心则执行控制功能。
智能型视讯监控系统对摄影机、数字录放机、路由器和其它网络次系统使用的DSP电路板有很多要求。例如在音频/视讯方面,这颗芯片须能处理MPEG4、H.264、WMV9、AC3、AAC和WMA等多种视讯和音频压缩标准,同时支持各种影像分辨率,例如最常见的720 x 480像素(D1)或352 x 288像素(CIF)分辨率。数据处理引擎还必须具备强大弹性,以便将来透过软件升级自动增加更多的算法。这项要求唯有DSP之类的可程序处理器才能做到。
另外还有许多其它的图像处理算法,例如边缘侦测、高斯屏蔽(Gaussian mask)和各种滤波器,其中有些算法的运算量也很庞大。智能型视讯监控应用软件,例如ObjectVideo的Onboard都会实作这些算法,同时利用推论引擎和内容分析引擎等软件产生对安全人员有用的信息。
支持多种界面语言
智能型视讯监控系统将智能分散到整个网络,因此需要支持多种硬件界面。如果设计人员为了节省零件和生产成本,而将同一款双核心DSP用于全部或多数的电路板层级次系统,它就必须支持免黏接逻辑(glueless)的摄影机界面、各种网络链接以及内存和储存界面。
DDR2内存界面提供快速的视讯数据储存能力和视讯系统弹性。远距视讯监控应用还需要整合式ATA硬盘界面以便连接标准硬盘,这可用来提供本地化的视讯储存功能。
网络链接需要其它外围,这包括以太网络的媒体访问控制器(Ethernet MAC)和USB界面在内,因为它已成为数字装置默认的即插即用界面。
对于为智能型视讯监控系统设计图像处理和控制电路板或应用软件的系统开发商来说,内建丰富外围功能的处理器可以解决他们许多整合问题。只不过开发工具包也必须同时提供先进的应用软件和开发环境。
鉴识应用
智能型视讯监控系统不仅能实时评估安全状况,让安全人员摆脱监看屏幕的束缚、进一步执行现场巡逻工作,它在鉴识方面也有许多优点。例如安全人员可以指定新的辨识规则,然后根据这些规则重新处理他们所储存的视讯数据以便搜集更多数据,这能帮助他们找出先前未被视为可疑的动作。
除此之外,智能型视讯监控系统的部署还能解决非法入侵以外的许多安全问题。例如员工监守自盗每年估计在美国造成100亿美元的损失,这类问题可由规则式分析技术加以解决。
P-Si的直线偏亮度异方特性
除此之外,智能型视讯监控系统的部署还能解决非法入侵以外的许多安全问题。例如员工监守自盗每年估计在美国造成100亿美元的损失,这类问题可由规则式分析技术加以解决。
视讯监控在过去数年里已成为许多政府和企业的优先工作。数字系统取代模拟系统的趋势已经确立,然而许多客户仍习惯将压缩后的视讯传送到人员管理的命令与控制中心,却不知这其实是一种不先进的做法。
相较于串流视讯的带宽需求,智能型视讯监控只要在初期侦测阶段以软件取代人力就能靠着很少的影像信息做出正确性极高的决定。
内容分析引擎和推论引擎等软件智能可以分析从视讯导出的后设数据,这对安全系统的各个层面都有好处。除此之外,系统还应将更多智能整合到摄影机等监控外围装置,这能进一步减轻处理负担、提高信息质量和加快反应速度。
border=0>
|
|
src="file:///C|/Documents and Settings/岫晨/Application Data/Macromedia/Dreamweaver MX 2004/OfficeImageTemp/misc_spacer.gif"
width=1> |
border=0>
|
|
src="/images/misc_spacer.gif" width=1> |
|