在智能监控领域特征识别正在追赶“刷脸”技术

分享到:
191
下一篇 >

安防新闻   2017年智能监控系统,不仅对视频进行“存储”,并提取分析特征,进而形成结构化的可检索数据。视频的处理分析全部由系统自动进行,并智能提取相关特征信息,如车辆颜色、车牌号、车型,以及行人的年龄、性别和衣服颜色等。

“视频特征提取分析技术的*大优势就是帮助公安民警在海量的视频数据中,迅速找到*有用的信息。比如,如果民警知道犯罪嫌疑人是一名40岁左右的中年男子,那么只要把‘40岁’、‘中年’、‘男’这几个特征输入系统,该技术就会把符合特征的视频片段全都检索出来,极大的提高效率和准确率。“海信工程师介绍说。

当前视频监控系统能对画面中的行人和其属性进行结构化,让机器能识别人的一些基本属性如性别、年龄、衣服颜色、衣服类型等等,如果从视频图像从目标正面抓拍的话,也能识别到脸部一些具体的特征,如有没有戴口罩、眼镜、胡子类型等。

但这种信息的采集与人脸识别是不同的,这是一种短效、对分辨率要求不高时得到信息的一种途径。无独有偶,在国外也有不少专家提出在今天绝大多数普通安防摄像机无法满足人脸识别分辨率的条件下,似乎特征识别会比人脸识别在抓获犯罪分子来得更加方便。

特征识别可以在摄像机无法抓拍到人脸的情况下,调动摄像机继续跟踪相应特征的人(系统设置为感兴趣对象),据外媒称这种方法让一些恐怖袭击捉捕变得简单。当然这里有个大前提便是攻击者在攻击后保持着相同的衣服。

所以特征识别真的可以取代人脸识别吗?这里也有两个特征必须强调的,一是特征识别提供相比人脸识别更多的“假”情报;二是当人的特征发生改变的时候,其工作效率会降低。所以特征识别更适用于案发现场短时间内的即时追踪,而不适用于长期追踪。

当前更多的监控厂商将其作为人脸识别的重要补充手段,能够帮助人们在广泛的摄像机网络中追踪一个人,挖掘出更多嫌疑犯的特征。据外媒表示,虽然当前特征识别看上去仍有漏洞,但随着人工智能与深度学习的发展,未来智能识别将成为智能摄像机的标配。具介绍,当前国外许多研发机构已经开始着手步态识别,并通过3D深度传感器来提升步态识别的准确率。基于此,我们也有理由相信,未来特征识别并不会落后于人脸识别那么多,也让更多警务人员的侦察手段更加科技化。

你可能感兴趣: 首页推荐 行业新闻 时事速递 图片 人脸识别
无觅相关文章插件,快速提升流量