视频监控前端设备深度智能化
视频智能分析是一种基于目标行为的智能监控技术。在不需要人为干预的情况下,利用计算机视觉和视频监控分析方法对摄像机拍录的图像序列进行自动分析,包括目标检测、目标分割提取、目标识别、目标跟踪,以及对监视场景中目标行为的理解与描述,得出对图像内容含义的理解以及对客观场景的解释,从而指导和规划行动。
智能视频分析系统的架构设计主要基于三层架构:即前端设备接入层、媒体处理层和用户表示层。前端接入层主要由视频采集单元、编码单元、智能分析单元、报警单元等组成,主要负责对前端视频信息、报警信息进行获取,同时通过智能分析单元和编码单元进行信息处理,最终接入业务中心;媒体处理层由中心业务平台、媒体处理分发和网络存储单元组成,主要负责业务处理控制、视频音频传送、存储以及系统管理;作为整个智能视频分析监控的核心,中心业务平台实现了用户和前端设备的接入认证、设备综合管理、媒体分发转发及业务功能控制等功能,网络存储单元则需要实现网络媒体数据的数字化录像、存储、检索、回放以及管理。

作为视频监控的前端设备,监控摄像机是整个视频监控系统的重要组成部分,它经历了从模拟到数字化、网络化、高清化以及智能化的发展历程。视频图像来源是视频监控系统的第一环,运用传统的摄像机存在很大的局限性,如检测准确率不高,漏抓误报比较多,抓拍不清晰,图像质量不理想等。前端摄像机内置深度学习算法,可以对人脸、车辆等关键信息进行快速定位抓拍,有效解决漏抓误报问题,也能为后端分析服务器提供更清晰、更高质量的图片,更出色的成像效果大大提升了后端的资源利用率,同等条件下可大幅节省中心部署空间,同样的投入可以产生更大的效用。 安防行业中不少企业已经在纷纷布局智能前端的市场,安防龙头企业推出的前端摄像机中内嵌深度学习算法,具有结构化信息提取、小型人脸库比对、人体属性分析、人员流量统计、道路实况检测、车辆特征识别、全景监控等多种功能,将前端设备的智能化应用发挥到极致。此外,还将人眼仿生、MSS多光谱成像、被动红外热成像技术

2016年十月,索尼宣布推出全新结合3D和4K图像的医疗显示器,那么或可推测在未来一两年内,其将类似融合技术应用引入安防行业,在4K级别整合3D图像,带来更高的对比度和更好的色彩表现。 迪威视讯在全球领域率先研制出以三基色纯激光为光源的投影显示系统;推出首款4K激光工程投影机。目前其激光工程投影机、纯激光光源背投箱体、激光多点触控系统等主力产品陆续被推向调度指挥中心、监控指挥中心等安防领域。

星光级摄像机,顾名思义是指在星光环境下即使无任何外置辅助光源,也可显示清晰的彩色图像,其采用了超灵敏度图像传感器和独有的电子倍增和噪点控制技术能够极大地提高摄像机的灵敏度,并且具备24小时全彩色实时效果,绝无普通低照度摄像机出现的拖尾现象,以满足对夜间高品质监控的需求,而且功耗小、图像效果真实、不偏色。
在星光级摄像机植入智能分析、透雾等算法已经成为安防监控的一种趋势,在星光级超低照度摄像机上植入智能算法将会给用户带来更多的实用价值。

生物识别技术是利用人体本身所固有的物理特征,例如指纹、掌纹、虹膜、人脸等,以及行为特征,如签名、声音、击键等,通过模式识别的方法来鉴别个人身份的技术。由于生物特征是人的内在属性,具有很强的稳定性与个体差异性,因此它是身份验证的最理想依据。
近些年来由于各个国家社会安全的需要,安防领域日益受到政府重视,生物识别技术迎来了一个快速发展的时期。

人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或者摄像头采集含有人脸的的图像或者视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识,达到识别不同人身份的目的。
伴随着国内平安城市、智慧城市项目的深入发展,城市监控高清化的进一步普及人脸识别技术在安防领域的应用存在必然性。

目前GPU是安防监控领域的最佳选择
实现海量视频图像数据结构化处理是智能化关键,智能化是视频监控网络化与高清化之后新的竞争热点。从目前来看,以图像视觉为核心并具有海量的数据源以及丰富的数据层次的安防监控领域是GPU发挥其图像处理以及高性能通用计算的最佳选择。首先GPU作为专为图像处理设计的处理器,能将3D模型的信息转换为2D表示,即实现视频图像的结构化处理;另外,随着GPU的快速发展,目前GPU通用计算技术发展已经引人注目,在浮点运算、并行计算等部分计算方面,GPU可以提供数十倍乃至于上百倍于CPU的性能。

GPU采用了数量众多的计算单元和超长的流水线,但只有非常简单的控制逻辑并省去了Cache。而CPU不仅被Cache占据了大量空间,而且还有有复杂的控制逻辑和诸多优化电路,相比之下计算能力只是CPU很小的一部分。

近年来,海康威视、大华股份、宇视科技都相继发布了基于GPU研发的视频监控相关产品,NVIDIA Jetson TX1 GPU模块已经广泛应用于安防智能摄像机、人脸识别摄像机等。
存储技术持续升级
前端分布式存储
随着视频图像清晰度的不断提高,其存储需求也在不断发生变化。在安防视频监控领域,目前主要存储方式有三种:前端分布式存储、后端集中存储和云存储。
原有的模拟及模数混合组网的视频监控正逐步被纯IP化、全高清的网络视频监控所取代,因此前端分布式存储产品也由DVR、HDVR(混合式DVR)逐步替换成NVR产品。随着前端分布式存储的系统组网成本不断降低,同时4K、H.265技术的推出大大提高了视频图像的清晰度,并通过改变编码方式降低了存储空间需求,使得前端NVR存储产品的竞争力进一步增强。另外,NVR产品由于其简单易用的特性,为不同层面的客户所广泛使用。

相对NVR的分布式存储而言,后端集中存储方式更加注重数据的集中保存、数据的可靠性及统一的管理维护,同时具有较好的容量扩展能力,因此后端集中存储方式更适合大规模部署。集中存储主要以SAN/NAS为主要代表,其中SAN因为其高性能、高稳定性而被广泛采用。FCSAN产品延时小、可靠性高,但建设成本也高很多,针对于视频监控的大容量存储需求来说并不是非常合适,而IPSAN产品由于其互联互通性高、管理维护简单、建设成本相对低廉等优势而为安防视频监控行业所广泛应用。
云存储
采用多台IPSAN存储设备叠加的方式勉强实现视频接入和图像存储需求时,由于多台存储设备间相互独立,缺乏有效的数据整合与协同处理能力,因此也额外带来了存储设备的统一管理、设备冗余性能和存储空间无法共享及利用等问题。应需而生的云存储利用集群化、虚拟化、分布式文件系统等技术对整个系统内的设备资源、带宽资源、存储空间资源等进行统一整合,从而为用户提供大容量、高性能、高可靠的透明存储服务。在云存储技术中,不同厂家的应用方案也有所不同,安防厂商基于对业务的理解顺势推出安防专用云存储,数据存储厂商则力推通用云存储以期满足用户多样化需求。

随着人们生活的水平提高,普通居民正在成为推动消费安防的重要力量,中小企业、商铺、家庭逐渐成为常规安防需求的中坚力量。随着家庭市场的发展成熟,市场会向更高一级的使用便利化以及有序管理服务方向发展,家庭监控将融合移动监控、云存储、隐私保护以及综合运营服务,不单单是安全功能,同时也向个人价值的满足和分享方向发展。目前,中国有接近3亿个家庭,即便愿意使用相关安防产品的只有一小部分家庭,相关的增量空间依旧可观。
目前,整体安防产业步入红海阶段,市场巨头效应明显,民用安防市场有望会带来安防产业创造新的市场空间和利润,从现有竞争中拓展蓝海市场。
传统监控报警的民用市场以家庭及商铺为主,这类市场的主要特性是使用方便、服务快捷,对产品的创新及更替速度要求高,价格便宜等。
个人应急安全防范的民用市场,特别是针对老人和小孩的安全看护,市场前景广阔。目前市场还处在萌芽期,商业模式及生态链的整合尚未明晰。我们认为随着中国人口老龄化以及消费升级,应急安全市场有望得到快速发展。
2016年,国内安防产品和技术民用化势头日趋明显,厂商纷纷推出了针对民用的安防产品和家庭安防解决方案,从市场反响来看,家庭安全越来越被大众所重视,家用安防产品也越来越被关注和接受。



【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。