视频分析技术简介

视频分析技术是融合了图像处理，时域信号处理，模式识别，人工智能等多学科的尖端技术，在智能安防，视频大数据检索，视频数据抽取统计等方面具有很高的应用价值。

视频分析技术简单来说，就是让计算机代替人，来自动发现实时的视频流媒体或者历史视频文件中的一些人感兴趣的事件，如外来人员入侵，徘徊，逗留，打架斗殴，物品遗留，物品偷窃等事件，可以可靠，快速的侦测事件，给出报警，提高安保系统的水平，以及公安人员的工作效率。

智能视频分析是一个门槛很高的技术。它所呈现的不不仅仅是功能的实现，而是如何在一个系统中，良好的、没有压力的情况下实现智能分析，从而为用户带来便捷，这些往往是看不到的，无法用数据进行衡量的。

盈觉智能科技的视频分析技术是在公司研发人员多年来对于视频分析核心算法持续研发，在多种恶劣环境下长时间测试的基础上形成的，因此在性能，可靠性等方面有着充分的保障。并且我们还不断吸收全球在视频分析领域最尖端的科研成果，持续改进我们的产品，因此我们的产品是有持续生命力的。

产品介绍功能介绍

我们的软件功能模块可以根据用户需求灵活的定制裁剪，完整的软件功能介绍如下表所示。

 

历史视频大数据分析

历史视频大数据分析功能是可以对海量监控视频录像进行快速智能筛查，可大幅度提升公安干警采集、查看、分析视频录像的速度和效率，有效降低视频侦查的工作强度。侦查人员通过该功能可以更快地筛查出嫌疑目标和相关线索，为尽早破案提供强力支持！其核心算法采用盈觉专门为大数据分析设计的长视频片段关联分析技术，可以长时间可靠跟踪单个运动目标，并且对于目标间遮挡，目标短暂消失等情况可以可靠处理。

历史视频大数据分析功能可以完成如下功能点：

1.     自动检索历史视频中所有有运动目标出现的视频片段。

2.     自动检索所有有人脸出现片段，并且将所有人脸按照不同的人分别存储。

3.     自动匹配犯罪嫌疑人人脸库，将所有有犯罪嫌疑人出现的视频片段进行存储。

4.     设定类别及形态组合条件进行视频检索，如输入红色，行人等条件，会自动检索历史视频中穿着红色衣服的行人。

5.     支持长视频片段自动切割，多服务器并行运算模式进行视频分析。

历史视频大数据分析性能指标：

功能点	检出率(识别率)	误检率
运动目标检测	99%	<1%
行人检测	95%	3%

实时视频分析预警产品简介

盈觉智能科技的实时视频分析预警系统由监控摄像机、DVR，智能视频分析平台软件，交换机和服务器等几部分组成。

分析系统具有用户定义事件自动检测、即时报警通告和即时视频确认，历史事件检索等功能，可以大幅提高安全监控水平。能检测目标大小、速度、移动方向等特征，可以检测区域入侵，拌线，徘徊逗留，物品遗留，物品偷窃，打架斗殴等事件。采用先进的模式识别技术和特定的行为分析算法，保持高检测率的同时只有很低的误报率。具有环境自适应的自动灵敏度调整功能，可自动根据现场环境进行全天候的最佳自调节。可以在恶劣环境和光线不足等情况下精准检测目标;可以检测伪装入侵、慢速移动和突发移动。

系统架构

盈觉智能视频分析系统为了适应大规模实时并发视频分析的需求，系统采用分布式系统进行视频分析，集中管理的系统结构。整套系统中包括前端视频采集设备，DVR，视频分析服务器，交换机，视频报警检索服务器，显示器。

盈觉智能视频分析系统的工作流程为：

1.     前端监控摄像机获取实时监控画面，将视频流传输到监控室DVR中，进行视频存储。

2.     视频分析服务器从DVR中调取实时视频流，进行视频分析，并将分析检测到的安全事件存储到数据库中，同时将报警结果推送到报警检索服务器。

3.     报警检索服务器收取到报警消息后，将报警消息通过声光电等报警形式推送给安保监控人员。安保人员也可以通过监控平台软件检索历史报警消息，直接调取发生事件的视频片段。

分析报警都是在分布式的服务器完成，这种结构可以极大提高系统的可靠性，即使有分析服务器宕机，也不影响其他分析服务器的正常工作，同时历史报警数据存储在分布式的服务器上，也可以保障历史数据的安全性。

预警系统的性能指标如下表所示：

实时预警系统需求的服务器运算性能，该性能是在QCIF分辨率下，只进行入侵侦测功能测试所得：

型号	RVS-02	RVS-04	RVS-08	RVS-16
处理器	Atom D525	Core i3	Core i5	Core i7
内存	2G	4G	4G	4G
处理路数	2路	4路	8路	16路
DVR要求	海康，大华，汉邦等

实时预警系统的检测性能：

指标	参数
最小检测目标尺寸	在CIF分辨率下3*3像素目标
报警反应时间	小于2秒
目标最小灰度值差异	对于灰度级255图像，目标与背景灰度值差异不小于6
最多跟踪目标个数	20个
检测率	日间平均对于入侵目标检出率99%，夜间95%
误检率	平均误检率小于1%

 

实时预警系统的使用流程如下所示：

突发事件识别

我们的突发事件检测算法是在测试了大量视频的基础上，经过了多年的持续研发，并且不断吸收国内外最新的科研成果进行完善，可以充分保证算法的准确性，以及可靠性。我们的视频分析软件可以识别的突发事件如下表所示：

功能模块名称	功能特性
入侵检测	可对目标的尺寸，方向，运动距离进行判别 可提取目标运动轨迹。 判别入侵模式：进入，离开。
目标分类	可以指定报警目标的类别，如只检测行人入侵事件，可以过滤掉车辆，小动物等入侵事件。
警戒线检测	可划定警戒线，指定入侵方向，入侵目标跨越警戒线给出报警
人数统计	统计朝指定方向经过统计区域的目标
徘徊逗留	在监控区域长时间徘徊逗留，很可能会发生违法犯罪事件，系统可以及时检测报警。
遗留物检测	在监控区域遗弃物品
物品偷窃检测	拿走监控区域的中物品
剧烈运动检测	检测监控场景中的剧烈运动，可以及时发现聚众闹事，打架斗殴等安全事件。

我们的系统在目标分类上相比于同类产品，具有更高的准确性。一些同类产品是基于背景建模检测出的前景的轮廓线进行目标分类的，当目标之间有交叉合并，或者背景噪声产生类似形态，会造成错误判断。我们的算法使用模式识别的方式，根据海量样本训练可靠的检测器，并且通过长时间序列关联检测结果，综合判断，可靠性更高。

对于徘徊检测，需要长时间精确跟踪目标才可以准确判断，相比于同类产品，我们对于长时间的目标跟踪做了特别的优化，会通过我们的目标片段关联算法，进行目标跟踪结果精确关联，在目标出现短暂遮挡等情况下同样精确跟踪。

行为轨迹跟踪

通过我们的智能视频分析系统，无论在实时预警系统或是历史视频大数据分析系统中，最后的分析结果都会给出目标在视频中的完整运动轨迹，将运动轨迹标记在存储的报警截图上。

要想进行可靠的入侵目标的行为轨迹跟踪，需要融合使用多种尖端的视频分析技术。跟踪算法需要在相机被风吹晃动，雨雪天气，昏暗光照，多个目标交叉遮挡，目标快速运动，目标发生快速形态变化，目标缓慢或者快速移动等多种复杂恶劣的条件下，都进行精确跟踪。因此能否进行可靠的行为轨迹跟踪，是体现一款视频分析产品核心竞争力所在。我们在长期的研发过程中，发现需要使用图像处理技术，模式识别技术，机器学习技术，时域信号处理技术等多种尖端技术进行有机融合，并且进行大量的运算效率优化的情况下，才能获得可靠并且高效的运动目标行为轨迹跟踪。

格式解码兼容性

我们的系统可以兼容海康，大华，汉邦等多款DVR产品，对于历史视频大数据分析的视频文件格式具有很好的兼容性，avi，MP4

，wmv等多种编码格式全部可以进行解码分析，客户具有的一些专有的格式的视频，只要客户可以提供相关的解码包，我们可以快速定制化开发，使得我们的系统可以解码客户的视频文件。

性能指标优势

基于我们最新研发的长时间序列目标关联算法，盈觉的多目标跟踪技术已经达到国际领先水平，超过大多数国内同类视频分析产品。多目标跟踪技术是视频分析产品的核心技术，所有的报警突发事件分析，行为轨迹跟踪都是基于多目标跟踪技术。

国内同类产品在处理多目标交叉的情况，都是进行目标合并操作，这样会造成目标跟踪丢失，轨迹错误，这样处理的目的是可以提高系统的运算效率，而且不影响视频分析系统的检出率和误检率。处理目标短暂消失，基本是通过目标在很近的位置再次出现，进行目标关联，目标运动到稍远的位置后，无法正确跟踪，这样的处理方法可以通过牺牲很小的检出率的情况下，降低误检测率（因为如果关联较远的目标，可能会产生关联错误，导致误检测），同时还可以提高运算效率。

然而，盈觉面对这些难题并不进行妥协，要在保证同样甚至更好的运算效率的同时，提高检测率，降低误检测率，还要保证目标在出现交叉以及短暂消息的情况下获得完整正确的跟踪轨迹。盈觉通过坚持不懈的研发以及吸收国际顶尖的最新科研成果，设计了长时间序列目标匹配技术，成功的达到了上述目标，在国际通用的一些高难度多目标跟踪数据集上取得了很好的测试成绩，达到了国际顶尖水平。

 

​​​​​