智能化、网络化、大数据应用，视频检测分析的未来——视频检测企业访谈
2015-03-05 18:24:55   来源：智慧交通杂志   作者:    评论：0

　　智能交通的大数据应用场景包括视频监控、交通信息服务、碳排放监测、车辆管理等。而在智能交通的所有数据当中，视频监控获取的数据是最不标准的，同时由于视频监控联网的推进，尤其是全国卡口联网工程的实施落地，对视频监控的智能化、数据标准化、传输稳定化提出了更高的要求，因而视频监控的分析处理前端化、视频检测算法多元化，也就成为了行业发展的一个新特点。

　　视频监控在交通管控中的未来，几乎是不需要再讨论了，只是要看视频监控的前端智能化以及后端的大数据处理能给我们带来哪些更多的创新和惊喜。基于对视频监控技术的未来发展的看好，我们特意采访了杭州海康威视数字技术股份有限公司系统解决方案总监裴建军、浙江宇视科技有限公司产品总监孙加君、FLIR智能交通系统有限公司经理张桂杰等三位在交通视频检测技术领域具有较高知名度的企业代表，就视频检测算法、视频分析前端化、视频分析与大数据等话题展开了探讨，三家企业各有千秋，您能读懂未来交通视频检测的技术和走向吗？
 

      裴建军：杭州海康威视数字技术股份有限公司系统解决方案总监。从事智能交通领域相关工作14年，先后负责智能交通产品开发、系统设计、开发管理、质量管理及系统解决方案管理等工作。


　　孙加君：浙江宇视科技有限公司智能交通产品部总监。2005-2011年，任职于杭州华三通信技术有限公司，存储及多媒体事业部；2011年至今， 任职于浙江宇视科技有限公司，负责智能交通产品及解决方案拓展业务。


FLIR智能交通系统有限公司经理张桂杰

　　视频检测，王者崛起

　　智慧交通：请问2014年来，在贵司所提供给市场的电警产品中，采用视频检测触发的产品占比多少？

　　裴建军：海康威视出货的电警产品中，视频电警占比非常高。从占比来看，视频电警由于其稳定性大幅提升、多功能、取证更严谨、实施维护成本低等诸多优势，逐步替代了线圈电警。未来视频电警的优势还会进一步显现，特别是随着市场新的需求的出现，在涉及到行人、驾驶人等交通参与者的复合型目标检测时，线圈手段是无法实现的，预计未来，视频电警的占比会进一步提升。

　　孙加君：在2014年宇视科技所提供给市场的电警产品中，采用视频检测技术的产品占95%左右，这样的比例也是意料之中。随着涉车相关的智能分析技术越来越成熟，相机的硬件分析能力也在持续增强，尤其是违章行为种类繁多，单靠线圈是不足以满足要求的，所以未来视频检测必然是电警产品检测的主流技术。

　　智慧交通：高清相机的像素高低、帧率对视频检测技术的影响有哪些？是不是视频画面像素越高，视频检测分析反应越快，结果越精准？

　　张桂杰：视频画面像素越高，需要分析消耗的资源越大，反应速度是降低的，所以对处理器提出更高要求；但高像素会提高检测精度，同时扩大检测范围。

　　孙加君：高清相机的像素高、帧率大对视频检测技术是有影响和帮助的，抓拍相机从200到300万、到500万，帧率从8.3帧、到15帧、到25帧会有效提高视频检测技术的精准度。但并不是说视频画面像素越高，视频检测分析反应就越快，越精准，因为视频画面像素越大，消耗硬件的性能就越高，像素大小达到基本要求即可。

　　裴建军：像素高低，影响到对目标的分辨能力，比如对电子警察，需要分辨车牌、信号灯，将来可能还需要分辨违法驾驶人，这些都会对高清相机的像素做出要求，海康威视的300w、600w高清智能摄像机，相比市场上200w、500w摄像机而言，就能更好的响应这些要求。帧率太低会造成漏检，也不满足实时监控的需要，但太高（比如50fps）会增加很多的成本（传输带宽、存储容量等都会成倍增加），存在一个平衡取舍，25fps应该是目前比较适宜的帧率。

　　目前，市面上仅有极少数的产品，既有60fps，且不会增加带宽、存储。理论上说，像素越高、帧率越高，那么对于目标的描述细节就越精细，意味着提供了更加丰富的信息用于检测，但实际上会往往受到硬件处理能力、散热、成本和软件算法成熟度、性能等的制约，所以在特定的时间段内，性价比高的才能批量化应用，其他的都只会是锦上添花的少量应用。

　　智慧交通：请问贵司视频监控产品的视频检测分析功能主要是依靠工控设备完成，还是后台处理平台完成？现阶段已经出现了将视频检测分析功能集成在前端设备上的产品，您如何看待这一个现象？

　　裴建军：对目标自动跟踪、车流检测、机非人检测分类、交通事件检测等功能，海康威视都是基于前端一体机实现的，对于以图搜图、视频内容检索这些应用，其基于的是大数据思想，我们都是放在后端处理平台上完成。对于能够成熟定义的，功能相对成熟、性能稳定的，需要想法设法进行前置一体化，这样做的好处是有利于视频的结构化描述，有利于传输和检索应用，同时降低传输、后端分析和存储的瓶颈。对于具有前瞻性，但功能定义尚不明确，甚至是还在探索阶段的，我们会放在后端进行；对于需要基于大数据进行分析研判的，那自然也需要放在后端进行。视频检测分析前置，对产品的性能要求很高，拼的是企业的综合能力，包括嵌入式（硬件平台及系统）开发能力、算法的成熟度及性能、DSP优化能力等等。

　　张桂杰：FLIR ITS产品是依靠DSP处理器完成视频分析。其实关于视频分析前端化我们公司在2003年就已经开始，上面提到的TRAFICAM产品就是一体化的视频检测器。这种检测方式得到了市场的广泛任何，基于此我们将TRAFICAM产品做成了一个系列。这种一体化产品可以减少系统设备数量，从而减少了施工环节、降低了维护量。一体化同时确保了图像处理的及时性和准确性。但一体化对芯片处理能力、本地存储和网络传输都提出了很高的要求。

　　孙加君：我司在视频检测分析技术上，有些是在前端设备上集成，有些是在后端处理完成，主要是由市场需求决定的。视频检测分析技术集成在前端设备上，已经有很长一段时间了，集成在前端，可以提高系统的可靠性，但对产品的性能要求高。

　　智慧交通：道路监控产品集成商自己建立视频检测分析软件开发团队与外包、采购专业的视频分析企业的软件，这两种方式的优劣是什么？

　　孙加君：视频图像的智能分析是很复杂的技术，需要有深厚的技术积累。由于智能交通行业的特点影响，早期的智能交通集成商也做产品开发，积累了一些算法研发的经验，但从长期来看，算法的种类和复杂度越来越高，要求也越来越高，厂商可以完全聚焦精力，投入人力，做视频分析算法的研究，采购专业厂商的视频算法应该是一种趋势。但是，道路监控产品的集成商还会在自己的优势区域和细分市场占据一席之地。

　　裴建军：由于视频分析效果的最终实现，与成像质量、反馈控制、性能优化等都密切相关，显而易见，外包视频分析软件，将在这些方面丧失更优组合的一些机会。优势或许是不用费力去组建这么一支专业的研发队伍，但随着产品同质化竞争的加剧，外包的模式在成本方面的压力也会加大，省去的人力投入并不会为产品的市场竞争力方面加分。由于基于视频内容的检索，凭借的是企业的综合专业研发能力，对于道路监控产品集成商来说，这自然是最难的。

　　张桂杰：集成商建立自己视频检测分析软件团队的优势在于容易根据业主需求做定制化开发，但劣势也十分明显：研发需要周期，短时间内实用效果不如专业供应商的产品，且成本可能偏高。在社会化大分工的今天，购买第三方成熟稳定的视频检测产品，性价比是最高的。按我们经验，在研发初期开发出一些实现检测的算法难度并不大，但难度在于如何将检测率从60%-70%提供到90%甚至95%以上，检测灵敏度提高了如何控制误报/误检率又是很大的挑战。

　　为智能化而生

　　智慧交通：请问贵司产品的视频检测分析功能包括哪些？

　　裴建军：海康威视的视频分析功能非常丰富，包括：行为分析、人脸检测比对、人脸检索、目标自动跟踪、客流检测、车流检测、机非人检测分类、交通事件检测、以图搜图、视频内容检索、视频质量诊断、视频透雾等。

　　孙加君：目前我司的视频检测技术涵盖了交通违章行为检测、交通事件检测、视频内容分析等多种主流和细分的智能分析技术。

　　张桂杰：FLIR ITS提供的方案主要是车流量统计、交通事件检测和行人检测这三部分。

　　智慧交通：在车流统计分析、人脸检索分析、人脸比对、交通事件检测、视频内容检索、视频质量诊断等各功能应用中，哪些功能已进入到实战阶段？

　　孙加君：对于交通违法行为检测、车流统计分析、人脸检索分析、交通事件检测，视频内容检索和质量诊断均已经进入实战阶段。但涉及到人脸比对还需要进一步深入研究，因为主要涉及到人脸捕获的角度、方向、光照条件，以及像素大小的影响。

　　裴建军：在交通领域的应用来说，目标自动跟踪、车流检测、机非人检测分类、交通事件检测、以图搜图、视频质量诊断、视频透雾这些功能都已处于实战阶段了。人脸检测也在逐步应用于大交通领域，比如地铁、火车站的安保应用，人脸大库的检索会持续深入研究，这些突破都将推进人脸检测比对在交通安防领域的应用。基于视频内容的检索，是当前和未来热点，但因为其外延非常多，基于这方面的研究还需要进一步深入。

　　张桂杰：FLIR ITS提供的方案主要是车流量统计、交通事件检测和行人检测这三部分。车流量检测和交通事件检测是在全球80多个国家已得到广泛应用的成熟产品。自2010年我们推出了更多关于行人和非机动车的产品。如我们的SAFEWALK行人视频检测器，可以判断行人等待区的行人密度，从而将行人这一道路交通的重要组成部门纳入到信号控制系统配时方案中，提高通行效率。C-Walk视频行人检测器可以检测斑马线上行人存在信息，从而确保信号灯转换前斑马线上行人已经清空，确保行人安全。FLIR公司的收购使得热成像技术在智能交通领域得到应用，尤其是打开了对行人和非机动车检测的空间。

　　智慧交通：未来还会有哪些功能会被集成进去？

　　裴建军：未来对于交通参与者，仅仅车辆检测还是不够的，对于行人、驾驶人的相关检测技术会陆续集成到应用系统中，这些方面的进展将会为规范大家的出行习惯和实现交通出行便利做出积极贡献。

　　孙加君：随着抓拍硬件技术的提高，现有的智能分析技术都在逐步集成到抓拍相机的前端，将来面临的问题并不是是否要集成进去，而是如何提高智能分析技术的精准度。

　　智慧交通：路口的车流量统计很长时间内都是主要依靠线圈检测完成，视频检测用于车流量统计目前也得到了部分城市的欢迎。请问现阶段，路口的车流量检测统计，还有哪些需要改进的地方？

　　裴建军：对于路口车流量统计，一定要根据应用来定义对功能的需求，是用于信号感应控制，还是用于交通诱导，亦或是用于交通调查……不同的应用对数据的要求不一样，有些情况下，比如宏观的交通诱导，那么利用电子警察给出的流量统计数据就完全足够了，没必要为此再单独增加流量检测设备，这样也是节省投资。现在单独的视频检测车流量的一体机产品，已非常成熟，而且不需要破路，也不用担心线圈损坏，特别是北方寒冷地区，其线圈故障率还是很高的。用于视频检测一体机，就是一个视频车辆检测器，比较下来，性价比要比线圈高得多。

　　孙加君：很长一段时间以来路口的车流量统计主要以线圈为主，目前是线圈、地磁、雷达、红外、视频多种技术同时应用的阶段。每种技术各有优缺点，线圈、地磁主要是维护成本较高，雷达主要是在低速车辆的捕获有影响，而视频检测的车辆捕获率很大，更能适应许多的需求，需要改进的地方就是提高算法的适应性，提高车辆捕获率。

　　张桂杰：目前FLIR ITS已经为全球20000多个路口提供了视频检测器，用于路口信号配时。自2003年推出的TRAFICAM一体化视频检测器目前也在国内上海、天津、南宁、苏州、绍兴等30多个城市得到成功应用。视频检测会受到环境因素干扰，如恶劣天气、阴影、黄昏等。TRAFICON在35年的发展过程中积累了很多抑制算法来减少这些干扰因素，确保检测精度达到很高的水平，但仍无法彻底解决这些干扰因素。而被FLIR收购后，公司推出了检测技术基于热成像的产品TRAFICAM， 热成像通过物体温度成像，彻底解决了恶劣天气、阴影、黄昏等顽疾。

　　智慧交通：对非机动车的检测统计是否是未来的一个功能需求？

　　裴建军：对于非机动车的检测，在高清卡口中已有大量的应用了，对于电子警察中的应用还不多，主要还是用于对违法者的文明出行进行警示教育。正如上面所述，交通参与者不仅仅是汽车，也包括摩托车、非机动车和行人，对于这些进行检测管理，对整个交通来说也是非常必要的，对于非机动车检测未来作为标配功能我想也是顺理成章的。

　　张桂杰：目前TRAFICAM产品已经集成了非机动车的检测功能，可以统计非机动车流量。混合交通是中国城市交通的重要特点，以前我们的解决方案都集中在对机动车的检测和管理，忽略了非机动车这一交通的重要组成部分。我觉得未来会有越来越多的道路管理者重视对非机动车的数据采集和应用挖掘。

　　为大数据而来

　　智慧交通：视频检测分析的下游是交通管控平台的大数据分析，请问要满足动态实时的视频检测分析追踪，对前端、传输、平台的各环节，提出了哪些要求？

　　裴建军：前端的检测和特征分析（车牌、车身颜色、车标等）越精准越好，传输的实时性和可靠性也越高越好，平台的检索越快速、智能关联研判越可靠、专家系统功能越丰富，这些都是从人工向智能化，再到智慧的必经之路。对于后端的大数据分析，也不能忽视一个非常重要的环节，那就是存储，一种好的、优化的存储机制，不仅有利于应用系统的开发、使用便利，更有利于未来的系统扩容，当然，也是实现实时分析追踪系统的必要条件之一。海康威视的基于视频（包括图片）的云存储方案，即是顺应这种需要而研发的一种存储解决方案。

　　孙加君：视频检测分析根据分析对象，分为基于视频分析和基于图片分析，根据智能分析的设备的部署，分为前端分析和后端分析，所以根据分析的对象和分析的位置两个维度而言，都会对前端、传输、平台提出不同的要求，比如前端分析，要求前端的硬件性能满足基本要求，分析结果形成结构化数据，对传输的带宽要求就不高，等等。但不管前端还是后端，图片还是视频，分析出的结构化数据，就是大数据平台需要的数据来源，要求平台具备海量数据的处理能力。

　　张桂杰：视频检测系统对于前端、传输及后端处理存储每个环节都有具体的细节要求，以保证整个检测系统的准确性、可靠性。

　　智慧交通：道路监控设备的联网化，会对视频检测技术的标准化应用产生哪些影响？

　　裴建军：随着道路监控设备的高清化、联网化，对于视频检测技术的标准，至少会带来四方面的影响：一是前端结构化的定义会更加明确、清晰；二是视频流中会增加这些智能分析结果的标签，而不再是不能互通互联的私有信息；三是设备的运维也会更加便利化、智能化（比如视频质量诊断的使用），这些也会成为未来的标准内容之一；四是后端的视频内容检索、以图搜图等大数据分析应用，会更加的丰富，随着逐步的普及，也会逐步上升到标准层面。

　　张桂杰：道路监控系统联网化，造成视频传输对于网络结构、带宽、冗余等方面都有别于数据传输，任何的网络拥堵、延迟对后端视频检测处理都会产生影响。因此需要从设计、集成、施工等各阶段，针对视频检测的每个环节都要十分重视。

　　孙加君：道路监控设备的联网化，无疑会对不同厂商、不同时期建设的系统提出对接的需求，就如同视频监控的联网一样，从七国八制到统一的联网国标，视频检测技术的应用也会基于某些交通业务模型逐步标准化。

　　智慧交通：交通视频图像大数据的未来发展有哪些趋势？ 产品商如何应对适应这一趋势？

　　裴建军：首先是解决现实问题，解决如何应用好现在采集到的海量数据（比如：图片、车辆各种特征数据），提高检索效率，提高智能研判（比如：车辆轨迹研判、套牌车分析）的效率，形成满足业务需要的一些专家系统，供交通管理部门使用。同时，需要实现设备的远程、智能运维。其次是利用已建的这些视频采集点，挖掘新的应用，比如交通流分析，进而实现交通信息发布、交通诱导。再次要解决一些前瞻性的问题，比如从这些海量的数据中，能否挖掘分析出一些有价值的信息，发掘一些出行规律，为优化交通、进行交通规划给出科学的参考，让智能交通回归其本质需求。对于产品商，从狭义而言，首先是丰富数据采集的类型，满足未来交通数据采集的需要，能够无缝更新升级的产品，将会有竞争力；其次，产品需要能够支持远程智能运维，对于海量的产品，这也是节省人力物力的一个重要方面；再次，产品需要逐步标准化，面对不同的平台，标准化的产品会最受欢迎。从广义而言，后端的这些大数据分析在未来同样也会成为产品，只不过这个产品体现的将不仅仅是一个硬件实物，而是其中的智慧性能，其代表着一种企业解决方案能力。

　　孙加君：解决交通视频图像的大数据应用，首先要解决视频的结构化，图片内容元素的结构化，而这两点处理过程都离不开视频分析技术，如何让复杂的智能分析逐步成熟起来，如何让不可能自动智能分析变为可能，就是未来交通视频大数据应用的基本要求，而提取出来后，具体如何利用大数据工具来完成数据的二次处理，主要考验的就是各厂商如何体现自己平台研发实力了。大数据技术在智能交通领域的应用是一个不可回避的趋势，对于产品商而言，就是拥抱大数据，在智能交通服务社会、服务公众占有一席之地，而交通金矿的挖掘才刚刚开始。

　　张桂杰：第一个趋势就是多种技术融合，例如远红外热成像和视频检测算法结合，例如视频和微波雷达的结合等。 第二个趋势是一体化，业主总体上是希望电警卡口流量等设备都通过一套设备实现。第三个趋势是数字高清化，虽然国际上认为高清侵犯隐私，但国内的高清化趋势已不可阻挡。第四个趋势就是相机的功能化，目前传统的相机生产厂家当碰到市场份额瓶颈和利润率瓶颈后，应该会将普通的相机功能化，这样相机的价格可能会更多元化一点。