陳玟均的學習歷程檔案 - 111-1人工智慧 - 4. 視頻識別
 


歷程檔案 Portfolio

    4. 視頻識別

    AI视频识别技术是计算机视觉中增长最快的领域之一,基于AI算法对视频内容进行检测分析,通过提取视频中的关键信息,进行标记或者相关处理,并形成相应事件的处理和告警。
     
    一、AI视频分析技术的优势
    基于AI的视频分析是视频监控行业讨论很多的话题之一,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。
     
    二、AI视频分析涉及哪些技术
    视频分析是一项具有挑战性的工作,在视频处理中将逐帧读取视频,并且对于每一帧,将执行图像处理以便从该帧中提取特征。
     
    机器学习算法使用大量采样数据(训练数据)自动构建数学模型,以便能够在无需专门编程的情况下,通过计算结果做出判定。目前市场上也有许多用于图像处理的机器学习框架。OpenCV是一个开源计算机视觉和机器学习的库,主要用于图像识别和视频处理任务。另一方面,TensorFlow是Google创建的开源机器学习框架,用于检测高精度对象。我们可以将视频处理视为五个关键任务的混合:
     
    1、物体检测(Object Detection)
     
    它是一种计算机视觉形式,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)
     
    物体识别是一种计算机视觉形式,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物体识别。就类似当人类看图像或看电影时,我们可以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。例如在足球比赛中,目标不仅仅是人,也可能是生物、汽车或其他重要物体,例如足球。
     
    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,如周界闯入、危险行为、烟火、可疑人脸等等。
     
    5、触发实时警报(Triggering Real-Time Alerts)
     
    AI通过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。一些应用示例包括:
     
    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、应用场景示例
    1、智慧城市:
     
    使用深度学习算法进行实时视频分析在智能城市中具有突出的用例。越来越多的公司正试图研发AI视频分析技术并开发更多与城市有关的集成解决方案。
     
    1)规范地摊经济:基于深度学习算法,分时分区检测违规摆摊。
     
    2)垃圾分类:在重点区域、街道等使用高清监控设备,通过自动检测,避免居民随意丢弃垃圾、夜间偷放垃圾物等情况。
     
    2、智慧交通:
     
    1)自动识别车牌:ANPR(Automatic Number Plate Recognition),无需人工干预即可实时地检测和读取车牌号。基于OCR技术来识别车牌字符,将图像转换为数字文本,这使得视频分析技术可以检测和记录车牌号,可应用在交通监控场景中如识别闯红灯、交通事故中的车辆。
     
    2)交通监控:AI视频分析可以提供有助于分析交通路况和监控交通拥堵。除了检测危险事故之外,交通监控还可以定量了解特定时间和交通模式区域内的车辆数量。
     
    3)车流量统计:AI视频分析的这一方面涉及区分汽车、卡车、公共汽车、出租车等车型以及数量统计,以便生成有价值的统计数据,用于获取交通信息。
     
    3、智慧零售:
     
    基于人脸与人体识别、大数据分析能力,在出入口、室内安装摄像头,实时检测人体、监测客流、自动统计人流量等等。
     
    1)人数统计:可以使用视频分析进行门店内的人流量统计,有助于商店了解门店运营情况,并以此优化营销策略和改善顾客体验。
     
    2)自动结账:通过面部识别软件扫描人脸,在结账终端自动开始付款。
     
    3)库存补货:在商店的整个货架上安装智能摄像头,通过训练好的机器视觉算法,可以自动检测顾客何时从货架上取走商品,以此提醒工作人员向货架上重新补货。
     
    四、总结
    TSINGSEE青犀视频结合多年的视频领域技术经验,通过部署Al算法智能视频分析技术实时处理大量智能摄像头的视频源,实现海量视频的接入、智能分析及处理能力。目前,旗下产品视频融合服务平台EasyCVR已经实现人脸检测、人流量统计、车辆检测、车牌识别等AI智能识别技术的研发,并广泛应用在交通、物流、安防、消防等场景中。
     
    未来,TSINGSEE青犀视频将提供更多基于AI算法的视频智能分析行业解决方案,解决实际业务中的痛点和难点,加速技术的落地应用。
    -----------------------------------
    ©著作权归作者所有:来自51CTO博客作者TSINGSEE的原创作品,请联系作者获取转载授权,否则将追究法律责任
    AI视频识别涉及哪些技术?
    https://blog.51cto.com/tsingsee/4177917
    全部共 0則留言
    登入帳號密碼代表遵守學術網路規範


    文章分類 Labels


    最新文章 Top10

    中華科技大學數位化學習歷程 - 意見反應