安陽首創(chuàng)UWB精細網(wǎng)格化的數(shù)字視頻位置空間結構化-賦能視頻監(jiān)控

UWB位置空間賦能視頻監(jiān)控

目標位置空間感知實現(xiàn)數(shù)字視頻位置結構化，讓視頻監(jiān)控更加智能和便捷；

一、關于視頻結構化

視頻結構化是指根據(jù)視頻畫面中呈現(xiàn)出的人、車、物、顏色、數(shù)字及其他屬性特征，建立視頻大數(shù)據(jù)結構化平臺。視頻被結構化后，存入相應的結構化數(shù)據(jù)倉庫，存儲的容量極大降低，視頻智能檢索也方便很多；

傳統(tǒng)意義視頻結構化是利用深度學習技術對視頻進行逐幀分析，解析出視頻幀中感興趣的目標、并且進一步推理出每個目標感興趣的屬性，最后將這些目標、屬性保存成結構化數(shù)據(jù)（能與每幀關聯(lián)起來）。

l  行人結構化：對于視頻圖像中的人物，并可提供行人的各種結構化特征屬性信息，包括衣著和裝飾物特征：上衣、褲子、裙子和連衣裙、鞋子、帽子、太陽鏡墨鏡、圍巾、皮帶腰帶；攜帶物特征：單肩挎包、雙肩背包、手提包、拉桿箱、雨傘；人體特征：頭發(fā)、面部。

l  車輛結構化：對于視頻圖像中的車輛，可進行多車道車輛檢測、車頭車尾檢測識別功能，能夠提取識別車輛的10多項結構化屬性信息，包括車輛號牌、車身顏色、車輛品牌、車輛類型、子品牌、車輛年款及各種車輛特征物信息，如：年檢標、遮陽板、掛件、擺件、紙巾盒、安全帶等。

視頻結構化后讓實時視頻顯示更加智能化，同時也讓視頻檢索更加方便和智能化；

二、基于視頻分析的視頻結構化的不足點

視頻分析結構化大致可以分為兩大類：辨認類（Recognition）和分析類（Detection）

l  辨認類用于辨認目標，對于識別要求高，一般不能低于95%，否則導致大量的誤判就沒有實際應用價值。辨認類對于攝像機的安裝及使用環(huán)境有高要求；

     在安全管理的應用場景，辨認類（Recognition）識別的應用價值高；

l  分析類，比如安全帽佩戴、著裝、抽煙；基于AI的視頻分析類一般需要實際環(huán)境遷移再學習，才能提供相對滿意的分析結果。分析類準確度沒有辨認類高，一般要求不低于85%，再低就沒有什么落地實用價值。

有些場景目標計數(shù)的分析類（比如有嚴格人數(shù)要求的作業(yè)管理）識別率要求比較的高，基本要保證在95%以上，基于視頻AI的分析類目標計數(shù)往往不到這樣的要求。

辨認類是智能視頻監(jiān)控的基本；通過分析類識別危險或違紀的事件，同時需要辨別出目標對象。辨認類的要求比分析類的要求高，很多視頻監(jiān)控場景，只具備實現(xiàn)分析類識別。沒有辦法實現(xiàn)基于視頻分析的目標辨認。

辨認類視頻分析對于攝像機的安裝以及目標的像素、環(huán)境等都有一定的要求；

類似人臉識別和車牌識別等目標辨認類的視頻分析，對于目標和攝像機的角度以及識別部分也有嚴格要求；需要完整拍攝到人臉和車牌，且不能有類似帶口罩、車牌污染、或者臉部/車牌遮擋現(xiàn)象。

人臉識別和車牌識別對于環(huán)境的照度也有一定要求，此外雨雪等天氣因素，會導致識別誤差增大；

監(jiān)控類攝像機多數(shù)不能應用于目標視頻分析，尤其不能應用辨認類的視頻分析；

基于視頻分析的視頻結構化的最 大不足點在于視頻監(jiān)控攝像機很難實現(xiàn)目標的辨認

三、利用物聯(lián)網(wǎng)感知（電子標簽）實現(xiàn)目標快速準確辨認，實現(xiàn)視頻監(jiān)控智能化

基于AI實現(xiàn)行為分析（安全帽、口罩等），如何實現(xiàn)目標的快速辨認，實現(xiàn)視頻監(jiān)控+視頻分析+目標準確辨認：

1.   如何甄別視頻內(nèi)容中的不同目標（視頻包含了多個人員，如何甄別每個人的身份）

2.   如何基于目標的視頻跟蹤（在多個視頻攝像機覆蓋的區(qū)域，實現(xiàn)針對某個目標的實時視頻跟蹤）

3.   如何實現(xiàn)基于視頻目標的歷史錄像的查詢（實現(xiàn)某個目標在若干攝像機視頻錄像資料中的快速錄像搜素查詢）

4.   實現(xiàn)目標的行為分析（抽煙、著裝、安全帽佩戴）同時甄別目標

5.   基于目標的當前視頻及歷史蹤跡查詢（快速查詢某個目標當前的視頻監(jiān)控圖像，以及查詢該目標的時間段內(nèi)歷史視頻圖像）

6.   開放區(qū)域基于目標的白名單、黑名單的區(qū)域空間目標準入管理（基于目標白名單或黑名單的視頻電子圍欄安全管理）

7.   特殊環(huán)境人員及協(xié)同人員的作業(yè)安全管理（基于目標以及目標準確人數(shù)的安全管理）

位置空間賦能視頻監(jiān)控-通過位置空間賦能，讓視頻監(jiān)控更加智能、更加便捷

1.   建立空間的位置屬性和視頻對應關系，實現(xiàn)位置空間和攝像機視野空間關聯(lián)

2.   基于位置空間感知的電子標簽實現(xiàn)目標快速準確辨認

四、位置空間（場景）和視頻空間（視野）關聯(lián)

l  基于地理信息坐標-不能用

        傳統(tǒng)位置空間采用坐標對應方式，室內(nèi)或區(qū)域空間采用專制地圖和相對坐標系；

        視頻空間（視野）本身只有像素的信息，不具備地理信息的概念；實現(xiàn)視頻GIS需要大量的技術工

        作，視頻GIS準確度不夠，體驗效果不佳-視頻GIS技術還在完善中；

        視頻GIS介紹微文：VideoGIS/空間視頻-視頻位置信息結構化

        采用地理信息坐標的方式的場景和視野關聯(lián)技術路線不可行

l  基于坐標的電子圍欄-不好用

傳統(tǒng)定位廠家的解決方案，通過在自制的地圖上定義電子圍欄，通過電子圍欄事件關聯(lián)視頻攝像機聯(lián)動的方式。

坐標定位帶來很多問題，比如地圖的精準測繪、坐標映射、定位基站坐標的精準標定以及三角定位的嚴格苛刻的適用條件等等，導致實際落地情況，基于坐標的電子圍欄并不好用；

微文：UWB電子圍欄好用嗎？

l  基于UWB信號的精細網(wǎng)格化定位

基于UWB信號精細網(wǎng)格化定位：采用深度學習和模糊匹配的先進定位技術，實現(xiàn)任意定義區(qū)域的存在性檢測；我司首創(chuàng)UWB高精度定位技術，可廣泛應用于工業(yè)現(xiàn)場電子圍欄、作業(yè)區(qū)域網(wǎng)格化人員管理、空間位置和視頻聯(lián)動等場景。

什么是基于UWB信號精細網(wǎng)格化定位？

精細網(wǎng)格化定位是基于區(qū)域邊界UWB信號的模糊匹配定位技術。利用UWB信號相對穩(wěn)定，通過區(qū)域邊界UWB信號的深度學習和模糊匹配算法，實現(xiàn)辨別電子標簽進入或離開區(qū)域。區(qū)域形狀任意定義，區(qū)域邊界精度可達30-50厘米，屬于高精度區(qū)域定位技術。

精細網(wǎng)格化定位和UWB的TDOA三角定位相比有哪些優(yōu)勢？相比UWB TDOA，精細網(wǎng)格化定位和有太強的落地性：

1.   首先精細網(wǎng)格化定位和不需要現(xiàn)場地圖繪制，可以脫離現(xiàn)場地圖使用；

2.   其次精細網(wǎng)格化定位部署定位基站的數(shù)量不到UWB TDOA 三角定位的三分之一；

3.   精細網(wǎng)格化定位基站無需坐標測繪；

4.   精細網(wǎng)格化定位無需標簽和基站可視，基站只要能收到標簽的UWB信號就可以，定位要求遠低于TDOA三角定位；

5.   精細網(wǎng)格化定位基站部署規(guī)則簡單，無需現(xiàn)場勘測；

基于精細網(wǎng)格化定位區(qū)域電子圍欄定義和使用更簡單、更準確也更貼近用戶要求；

精細網(wǎng)格化定位和藍牙信標定位相比有哪些優(yōu)勢？

1.   藍牙信標是一種基于藍牙信號可及的簡單定位技術，優(yōu)勢就是簡單和成本優(yōu)勢，但是體驗和使用有很大局限性。

2.   藍牙信號容易受到環(huán)境干擾，潮濕環(huán)境會導致2.4G的信號強度大大降低

3.   藍牙使用的ISM非授權2.4G頻段，同頻信號干擾嚴重

4.   金屬環(huán)境由于信號反射，導致藍牙信號可及的范圍完全未知

5.   基于UWB信號的精細網(wǎng)格化定位是一種高精度區(qū)域匹配定位技術，采用深度學習和模糊匹配的先進定位技術，實現(xiàn)任意定義區(qū)域的存在性檢測。

基于UWB精細網(wǎng)格化實現(xiàn)工業(yè)現(xiàn)場作業(yè)面的人、車、物區(qū)域化管理

基于UWB精細網(wǎng)格化實現(xiàn)智慧工地智能化管理

基于UWB精細網(wǎng)格化高空作業(yè)及電子圍欄管理

五、基于位置空間+視頻監(jiān)控的安全管理技術方案

對于一般安全生產(chǎn)管理而言，視頻監(jiān)控系統(tǒng)都是必須的；相比較位置，現(xiàn)場的視頻包含了更多的內(nèi)容，用戶的可視化體驗更直觀。視頻監(jiān)控系統(tǒng)也有很多不足之處：

1.   視頻監(jiān)控很難做到無死角覆蓋，一般工業(yè)現(xiàn)場也不要求，這就造成監(jiān)管的漏洞；

2.   大量的視頻監(jiān)控攝像機給實時監(jiān)控帶來巨大繁瑣工作，期望是事件觸發(fā)方式的監(jiān)控，同時也期望可以基于目標的方式調取實時視頻監(jiān)控；-目前視頻監(jiān)控做不到

3.   大量的視頻監(jiān)控錄像也給查找錄像帶來巨大繁瑣工作，只提供簡單的基于時間+攝像機編號的錄像回放方式無法滿足智能檢索錄像的需要；用戶希望可以基于目標的錄像資料查詢-目前視頻監(jiān)控做不到

4.   視頻監(jiān)控系統(tǒng)都支持視頻電子圍欄告警，但是由于無法實現(xiàn)目標的辨認，導致不支持基于白名單和黑名單的視頻電子圍欄；-不支持白名單/黑名單的電子圍欄對于工業(yè)現(xiàn)場管理以及區(qū)域管理不適用。

5.   類似區(qū)域實時以及歷史熱力圖、目標蹤跡等應用，更是視頻監(jiān)控系統(tǒng)望塵莫及。

基于攝像機視野和UWB精細網(wǎng)格化關聯(lián)，賦能視頻監(jiān)控

l  現(xiàn)場部署攝像機的同時，部署UWB信號基站（無需標定、無需可視）；

l  結合攝像機視野，采用電子標簽現(xiàn)場定義UWB信號精細化網(wǎng)格；

1.   網(wǎng)絡攝像機（固定）對應一個或多個精細化網(wǎng)格

2.   網(wǎng)絡攝像機（球機）預置位對應一個精細化網(wǎng)格

l  基于標準 Onvif的Profile M實現(xiàn)視頻內(nèi)容結構化傳輸及存儲

1.   部署NVR存儲網(wǎng)絡視頻同時存儲精細化網(wǎng)格結構化數(shù)據(jù)（目標的進、出及當前網(wǎng)格目標信息等）

2.   結合Onvif  Profile S和Profile M標準接口，第三方應用同時調用實時或歷史視頻流和對應的精細化網(wǎng)格結構化數(shù)據(jù)

3.   實時或歷史視頻解碼展示同時展示精細化網(wǎng)格內(nèi)容（目標信息）

首創(chuàng)UWB精細網(wǎng)格化的數(shù)字視頻位置空間結構化-賦能視頻監(jiān)控