攝像機智能化所面臨的技術挑戰
閱讀：2442發布時間：2013-12-20
攝像機智能化的實現依賴于各種圖像處理算法的研究、設計和實現。近些年，國內研究在這方面所取得的成果是十分豐富的，但這些成果所形成的實際生產力卻仍然有限。究其原因，除了市場需求的發展需要一個過程外，zui主要的還是有一些技術挑戰尚未*克服。限于篇幅，這里僅摘取其中兩點進行分析。
一是“智能”算法的前端化、固態化。盡管智能化是新一代攝像機的重要標志，但其進程卻始于模擬時代。經過多年的發展，諸如移動偵測、人臉識別、自動跟蹤等智能視頻算法日趨成熟并在一些特定場合得到了廣泛應用。隨著分布式計算技術架構的發展，特別是云計算概念的提出，與攝像機智能化相關的算法實現也呈現出十分明顯的前端化(即內置于攝像機)傾向。理論上，將前期大量經過實踐檢驗、比較成熟的算法，從桌面以上的平臺移植到嵌入式平臺成為zui可行的*步。但這看似容易的*步，真的走起來卻并不輕松。zui困難的，也是zui能體現技術水平的就是算法實現的可移植性。由于不同嵌入式系統在系統結構、指令系統以及處理能力等多方面都存在差異，對本來就對計算效率極其敏感的圖像處理算法來說，要實現高度的可移植性(無論是靜態的還是動態的)是十分困難的。解決之道就是在產品開發中引入軟件可移植性工程，將自主研制的算法以不同目標環境下的支持庫形式提供給需求者。
此外，隨著攝像機所能提供的圖像分辨率的不斷提升，智能視頻算法需要處理的數據量也急劇增加。在很多場合下，算法實現需要固態化才能滿足實時性要求。所謂固態化就是用芯片來實現相關的算法。這就需要有既懂算法軟件、又懂硬件描述語言，具有長期實踐經驗的技術人員，來設計可靠、的算法芯片。
正是因為上述兩項工作的技術門檻高，并要求產品研發機構保持持續、穩定的資源投入，真正實現前端智能的攝像機產品目前尚不豐富。
二是視頻結構化描述技術。與視頻結構化描述相關的技術大致包括機器視覺與模式識別、語義網與知識庫、大數據或海量信息處理以及系統管理和應用技術等。現階段，上述各項技術研究，就其本身來說，無論開展的時間是長是短，都或多或少取得了一定的成果，有的甚至已經得到了大量的應用(如車牌識別)。可是，如果從滿足實現視頻結構化目標所需的角度來看，“孤島”現象仍十分明顯。我們可以“從視頻圖像中區分出多個不同的感興趣目標”這一zui基礎的工作為例來理解這方面的情況。作為一項高度擬人化功能，要完成它就需要依據已有經驗對實時圖像進行時空分割、特征提取、對象識別等處理。這里所說的“已有經驗”在系統中就表現為“樣本庫”、“特征庫”或“知識庫”。鑒于這些庫的形成需要經歷一定的積累或“學習”過程，在沒有一個有效規則的情況下，這些經驗的共享和交流是十分困難的，形成“孤島”也就是很自然的了。
三、攝像機智能化對產業發展的影響
從視頻監控產業的發展來看，包括上述技術挑戰在內的各種攝像機智能化所涉及技術難題的有效解決，都是行業本身、業內企業必須給予足夠重視的。從個人理解的層面來看，要能更加有效地推進攝像機智能化，一個可行的做法就是學習上的成功經驗，由對此感興趣的“產、學、研、用”機構一起組成一個合作體，依照“規范標準統一、知識合理共享”的原則，以市場需求為導向，形成產業的、技術的規范，以此來整個行業朝著“技術、規模占優”的方向發展。
同時，在當前的國內外經濟形勢下，視頻監控行業無疑是一個極其“吸引眼球”的產業，這樣的產業應該具有一定的作用。從對其它產業的依賴度來看，攝像機智能化zui合適、zui可行的是進一步帶動半導體行業的發展。國內半導體行業zui近一次的興起始于上世紀九十年代末期，也正是依靠國內有巨大產品需求的多個帶“金”字工程的推進，其在十多年間取得了長足的進步。鑒于國內視頻監控市場的巨大規模，特別是在攝像機智能化達到了“規范標準統一”的條件下，或許應該為國內的半導體行業所重視。視頻監控行業憑借其自身的智能化發展成為推動國內半導體行業再次發展的源動力，這一點確實值得期待。
