重慶監控日常使用存在哪些故(gu)障(zhang)。視(shi)(shi)頻監控中的(de)視(shi)(shi)頻質量是采用視(shi)(shi)頻圖像(xiang)分析的(de)方法來(lai)測(ce)量系(xi)統(tong)中可能存在的(de)故(gu)障(zhang)。從現(xian)(xian)在普(pu)遍出現(xian)(xian)的(de)攝(she)像(xiang)頭故(gu)障(zhang)類型(xing)來(lai)看(kan)，影(ying)響視(shi)(shi)頻監控系(xi)統(tong)視(shi)(shi)頻質量的(de)因素有很多，主要概括來(lai)說有以下幾點：

　　·攝像機(ji)的設置不當或(huo)器(qi)件老(lao)化(hua)失效，包含(han)攝像機(ji)的分辨(bian)率、攝像機(ji)對光照的靈(ling)敏(min)度、鏡(jing)頭聚(ju)焦調整(zheng)、色彩(cai)校正等；

視(shi)頻監控

　　·大型監控(kong)網(wang)絡(luo)中視頻信(xin)號(hao)(hao)通過(guo)長距離電纜傳輸、多級矩陣(zhen)切(qie)換以(yi)及多級網(wang)絡(luo)轉發，電源、控(kong)制器(qi)等多種干擾信(xin)號(hao)(hao)可(ke)能(neng)對視頻信(xin)號(hao)(hao)產生強烈的干擾，線路老化、接頭松動等現場環境的變化可(ke)能(neng)帶來視頻噪聲；

　　·大(da)量使用PTZ球機，長期的運動變(bian)焦有(you)可(ke)能讓部分球機發生方(fang)向錯誤、不可(ke)控等故障。

　　針對(dui)以上提到的(de)(de)種(zhong)種(zhong)視(shi)(shi)頻故(gu)障，可(ke)(ke)將故(gu)障類型(xing)分成(cheng)視(shi)(shi)頻信號缺(que)失、視(shi)(shi)頻清晰度(du)(du)異常(chang)、視(shi)(shi)頻亮度(du)(du)異常(chang)、視(shi)(shi)頻噪聲、視(shi)(shi)頻雪(xue)花、視(shi)(shi)頻偏色、畫面(mian)凍(dong)結、PTZ運(yun)(yun)動失控8種(zhong)。這其中，視(shi)(shi)頻信號缺(que)失、畫面(mian)凍(dong)結兩(liang)種(zhong)故(gu)障可(ke)(ke)通(tong)過(guo)人工設計(ji)基于視(shi)(shi)頻圖(tu)像比(bi)對(dui)的(de)(de)方法(fa)得(de)出結論；PTZ運(yun)(yun)動失控則是(shi)由故(gu)障檢(jian)(jian)測系統發(fa)出運(yun)(yun)動指令，然后通(tong)過(guo)對(dui)視(shi)(shi)頻圖(tu)像的(de)(de)運(yun)(yun)動分析來(lai)檢(jian)(jian)測是(shi)否(fou)有故(gu)障；而對(dui)于其他的(de)(de)5種(zhong)故(gu)障，很難(nan)通(tong)過(guo)人工設定規則的(de)(de)方法(fa)來(lai)檢(jian)(jian)測，這就需要通(tong)過(guo)機(ji)器(qi)學習的(de)(de)方法(fa)，讓機(ji)器(qi)來(lai)模擬人的(de)(de)視(shi)(shi)覺反應，檢(jian)(jian)測視(shi)(shi)頻是(shi)否(fou)存在故(gu)障。

　　針對這5種(zhong)不(bu)同(tong)類型視頻故(gu)障(zhang)(zhang)，設計5個不(bu)同(tong)的(de)基于機器(qi)(qi)學習(xi)的(de)檢(jian)測器(qi)(qi)，每(mei)個檢(jian)測器(qi)(qi)負責(ze)分(fen)析一段視頻是(shi)否存在某(mou)一種(zhong)故(gu)障(zhang)(zhang)，以及這種(zhong)故(gu)障(zhang)(zhang)的(de)嚴重性(xing)。

　　而(er)在實際運行的(de)(de)(de)視(shi)(shi)頻監控(kong)系(xi)統中提取(qu)(qu)大(da)量的(de)(de)(de)視(shi)(shi)頻片斷，包(bao)括正常視(shi)(shi)頻以及存在各(ge)種故障(zhang)(zhang)(zhang)(zhang)的(de)(de)(de)視(shi)(shi)頻，形成訓(xun)練(lian)樣本(ben)，并模(mo)擬人類視(shi)(shi)覺特(te)性，針對(dui)不(bu)同故障(zhang)(zhang)(zhang)(zhang)類型提取(qu)(qu)了大(da)量視(shi)(shi)頻圖像特(te)征(zheng)參數(shu)，用(yong)以訓(xun)練(lian)得到診(zhen)斷不(bu)同故障(zhang)(zhang)(zhang)(zhang)的(de)(de)(de)檢(jian)測(ce)器(qi)。在分(fen)析(xi)階(jie)段，獲取(qu)(qu)需要分(fen)析(xi)的(de)(de)(de)一段固(gu)定(ding)長度的(de)(de)(de)視(shi)(shi)頻，根據用(yong)戶設定(ding)的(de)(de)(de)該(gai)路(lu)視(shi)(shi)頻的(de)(de)(de)檢(jian)測(ce)項目，使用(yong)不(bu)同的(de)(de)(de)故障(zhang)(zhang)(zhang)(zhang)檢(jian)測(ce)器(qi)，提取(qu)(qu)相應的(de)(de)(de)視(shi)(shi)頻圖像特(te)征(zheng)，然后輸入到已訓(xun)練(lian)好(hao)的(de)(de)(de)故障(zhang)(zhang)(zhang)(zhang)檢(jian)測(ce)模(mo)型中，即可(ke)獲取(qu)(qu)對(dui)該(gai)段視(shi)(shi)頻的(de)(de)(de)故障(zhang)(zhang)(zhang)(zhang)評價結果。

　　基于優(you)秀的底層算法，視頻質量(liang)診斷系統具備以(yi)下技(ji)術(shu)特點：

　　·高準確度：采(cai)用大量(liang)的(de)(de)實際(ji)視頻監(jian)控系統的(de)(de)視頻作為訓練樣(yang)本，各種故(gu)障檢測器均(jun)來源(yuan)于實際(ji)系統，并(bing)經過大量(liang)實際(ji)系統的(de)(de)測試，因此檢測準確率高；

　　·良好的攝像(xiang)機(ji)角(jiao)度(du)適應性：故(gu)障檢測器(qi)的訓練樣本來自多種(zhong)不(bu)同場景(jing)，涵蓋了(le)治安視(shi)頻監控系統中眾多常見的攝像(xiang)頭監視(shi)角(jiao)度(du)，因此對各種(zhong)攝像(xiang)頭角(jiao)度(du)、焦(jiao)距以及不(bu)同的攝像(xiang)內(nei)容都有良好的適應性；

　　·獨特(te)的(de)(de)(de)抵抗球(qiu)機運(yun)動(dong)(dong)的(de)(de)(de)能(neng)力：在(zai)每一中類型的(de)(de)(de)故(gu)障(zhang)檢測器的(de)(de)(de)設計(ji)和訓練(lian)過(guo)程中，都考慮到了(le)攝像(xiang)頭云臺運(yun)動(dong)(dong)以及鏡頭推近拉遠(yuan)有可能(neng)帶來的(de)(de)(de)視頻圖像(xiang)特(te)征的(de)(de)(de)變化，在(zai)檢測過(guo)程中都首先(xian)進行攝像(xiang)頭運(yun)動(dong)(dong)分(fen)析，一旦發現攝像(xiang)頭處于PTZ運(yun)動(dong)(dong)過(guo)程中，則(ze)首先(xian)不(bu)(bu)再檢測PTZ運(yun)動(dong)(dong)是否異常，以防(fang)止檢測時發送運(yun)動(dong)(dong)指令(ling)影響當前的(de)(de)(de)球(qiu)機運(yun)動(dong)(dong)；其次，僅使用對攝像(xiang)頭運(yun)動(dong)(dong)不(bu)(bu)敏感的(de)(de)(de)特(te)征來進行其他類型的(de)(de)(de)故(gu)障(zhang)分(fen)析，避免(mian)因(yin)運(yun)動(dong)(dong)原因(yin)造成(cheng)誤報(bao)或漏報(bao)；

　　·出(chu)色的環(huan)(huan)境(jing)(jing)適應能(neng)力：算法模塊對于場景內由于車流、人流、季節、氣(qi)候產生(sheng)的光線、陰影變(bian)化不(bu)敏感，因此，可以適用于多種(zhong)不(bu)同的室外(wai)環(huan)(huan)境(jing)(jing)；

　　·強化(hua)學(xue)習能力：現有(you)的(de)視(shi)(shi)頻(pin)質量診(zhen)斷(duan)(duan)系(xi)(xi)統(tong)與人類的(de)故障識別能力仍有(you)明顯的(de)差(cha)距，因此應用場景(jing)的(de)差(cha)異(yi)對于視(shi)(shi)頻(pin)質量診(zhen)斷(duan)(duan)系(xi)(xi)統(tong)的(de)性(xing)能是有(you)影響的(de)。像人類的(de)視(shi)(shi)覺系(xi)(xi)統(tong)一樣，視(shi)(shi)頻(pin)質量診(zhen)斷(duan)(duan)分析模塊也具備(bei)后天強化(hua)學(xue)習的(de)能力，只要(yao)加入(ru)當地(di)的(de)新樣本重新訓練檢(jian)測器，算(suan)法的(de)性(xing)能將(jiang)進一步提高。

本文編(bian)輯：重慶監控公司（網址：//a0245.cn/）版權(quan)申明：本文章來源于網絡,如有(you)侵權(quan),請(qing)聯(lian)(lian)系我們(men)我們(men)收到后立即刪(shan)除，謝謝！特別注意(yi)：本站所有(you)轉載文章言論不代表本站觀點,本站所提供的(de)攝影照片,插(cha)畫,設計作(zuo)品,如需使用,請(qing)與原作(zuo)者聯(lian)(lian)系,版權(quan)歸原作(zuo)者所有(you)。