安防監(jiān)控正在步入高清化、智能化時代，海思推出的Hi3516正是針對高清IPCamera的一款專業(yè)高端SOC芯片，除了[email protected]多碼流編碼、優(yōu)異的ISP和編碼視頻質(zhì)量優(yōu)勢外，其高性能的智能視頻分析加速引擎和基于此的智能視頻分析集成應(yīng)用更是該產(chǎn)品的一大亮點。

　　從下圖中我們可以看到Hi3516在圖像處理系統(tǒng)中增加了IVS ENGINE，即智能視頻加速引擎，簡稱IVE。

海思Hi3516智能分析引擎應(yīng)用介紹

　　Hi3516功能框圖

　　這個加速引擎的主要作用就是將智能視頻分析算法運算中頻繁調(diào)用且消耗資源較大的主要算子實現(xiàn)硬化，以減少底層運算對CPU資源的消耗，節(jié)省CPU資源來做更多的智能分析應(yīng)用。

　　基于硬化的IVE以及強大的CPU，Hi3516芯片可根據(jù)用戶需要，開發(fā)各種智能視頻分析應(yīng)用，包括通用類功能，如周界防范、視頻質(zhì)量診斷、人臉檢測，也可以開發(fā)行業(yè)專用類功能，如自助銀行專用功能“ATM異物加裝檢測”等。

　　本文將對智能視頻加速引擎及其應(yīng)用進行介紹。

　　首先介紹最常見的智能視頻分析功能--周界防范與加速引擎的關(guān)系。周界防范功能屬于智能視頻行為分析，其核心模塊包括：運動目標(biāo)檢測、運動目標(biāo)跟蹤、運動目標(biāo)分類、安全規(guī)則判別。其中運動目標(biāo)檢測與跟蹤模塊是整個處理流程的基礎(chǔ)，這兩個模塊互為反饋，關(guān)聯(lián)性強。

　　運動目標(biāo)檢測的目的是將視頻場景中的運動目標(biāo)從背景中分割出來。由于光照的變化、背景混亂運動的干擾、運動目標(biāo)的影子、攝像機的抖動以及運動目標(biāo)的自遮擋和互遮擋現(xiàn)象的存在等等，都給運動目標(biāo)的正確檢測帶來極大的挑戰(zhàn)。而運動目標(biāo)的檢測影響著后期的跟蹤和分類，是智能視頻監(jiān)控技術(shù)中的關(guān)鍵。

　　運動目標(biāo)跟蹤是在運動目標(biāo)檢測的基礎(chǔ)上，利用目標(biāo)的有效特征，使用適當(dāng)?shù)钠ヅ渌惴?，在序列圖像中尋找與目標(biāo)模板最相似的圖像位置，對目標(biāo)進行定位。在實際應(yīng)用中，運動目標(biāo)跟蹤不僅可以提供目標(biāo)的運動軌跡和準(zhǔn)確定位目標(biāo)，為下一步的目標(biāo)行為分析與理解提供了可靠的數(shù)據(jù)來源，而且也可以為運動目標(biāo)檢測提供有效反饋，對目標(biāo)檢測進行修正更新，從而形成一個良性循環(huán)，因此運動目標(biāo)檢測和運動目標(biāo)跟蹤算法是密不可分的，相輔相成。

　　運動目標(biāo)分類是在運動目標(biāo)檢測和跟蹤的基礎(chǔ)上，通過對運動目標(biāo)進行有效特征提取，分類器訓(xùn)練，對視頻圖像中的人、車、動物進行準(zhǔn)確分類。其中，特征提取用于提取目標(biāo)的空間特征和時間特征；分類器的訓(xùn)練通過細化分類采用多特征的樹型分類器，逐層細化分類，提高分類器的準(zhǔn)確性。

　　安全規(guī)則判別是在運動目標(biāo)檢測、跟蹤、分類的基礎(chǔ)上，得到準(zhǔn)確的目標(biāo)信息，通過判斷當(dāng)前時刻目標(biāo)的行為特征是否違反了用戶自定義的安全規(guī)則，從而觸發(fā)報警。其中安全規(guī)則判別也就是最終形成了用戶應(yīng)用功能，如周界入侵（進入、離開、出現(xiàn)、消失）、單警戒線、多警戒線、逆行、徘徊、異常速度、非法停車、計數(shù)、PTZ跟蹤等等。

　　下圖為智能視頻行為分析處理流程圖。

智能視頻行為分析處理流程圖

　　根據(jù)長期的實際工作測試，智能視頻行為分析算法最大的資源消耗部分就在于檢測模塊，基本占用全部消耗的80%以上。

　　以一個檢測分辨率CIF格式、時長3分30秒、光照度間歇變化、人車目標(biāo)持續(xù)出現(xiàn)的典型的視頻序列為例，在Hi3520芯片上應(yīng)用周界檢測、絆線、逆行、徘徊功能進行測試，各模塊消耗的資源如下表所示：

海思Hi3516智能分析引擎應(yīng)用介紹

表：各模塊資源消耗數(shù)據(jù)表

各模塊消耗資源分布圖如下圖所示：

各模塊消耗資源分布圖

從Hi3516提供的硬化算子來看，其選取了與運動目標(biāo)檢測模塊關(guān)聯(lián)性強且本身消耗資源大的部分的主要算子進行了硬化，涉及圖像下采樣、色彩空間轉(zhuǎn)換、濾波器、形態(tài)學(xué)處理、梯度與邊緣處理、圖像運算操作、塊統(tǒng)計等多個方面。

　　該類硬化算子稱為智能視頻引擎IVE。IVE是硬件方式實現(xiàn)了智能視頻分析算法中的圖像處理基礎(chǔ)算子，大大提高了基礎(chǔ)算子的運算效率，為智能視頻分析技術(shù)的實時性以及多算法的并行性提供了技術(shù)手段。

　　IVE提供的圖像以幀級運算為主，主要包括圖像操作算子（兩幅圖像減操作、兩幅圖像閾值化操作、兩幅圖像與操作、兩幅圖像或操作）、高斯濾波算子、數(shù)學(xué)形態(tài)學(xué)算子（腐蝕、膨脹）、sobel邊緣算子、圖像比較算子、積分圖算子、直方圖統(tǒng)計算子。IVE所提供的基礎(chǔ)算子是智能視頻分析中使用頻率較高的算子，這樣可以最大限度提升智能分析算法的效率。IVE的硬化算子會頻繁應(yīng)用于檢測器模塊，包括幀間差分（圖像操作算子）、背景差分（圖像操作算子）、圖像平滑（高斯濾波算子）、邊緣檢測（sobel邊緣算子）、閾值分割（圖像比較算子）、噪聲過濾（數(shù)學(xué)形態(tài)學(xué)算子）等等。

　　經(jīng)測試，IVE對運動目標(biāo)檢測算法性能的提高可達40%左右。

　　接下來介紹基于Hi3516 IVE的另一項重要的智能視頻分析應(yīng)用--視頻質(zhì)量診斷。該應(yīng)用以計算機視覺原理為基礎(chǔ)，針對視頻圖像出現(xiàn)的雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡和云臺失控等常見攝像頭故障做出準(zhǔn)確判斷，并發(fā)出報警信息，及時有效地報告因硬件導(dǎo)致的圖像質(zhì)量問題從而避免所帶來的不必要損失，同時檢測破壞監(jiān)控設(shè)備的行為，保證監(jiān)控系統(tǒng)的正常工作。

　　該應(yīng)用的主要功能包括：

　　1.視頻信號亮度異常檢測

　　自動檢測視頻中由于攝像頭故障、增益控制紊亂、照明條件異常或人為惡意遮擋等原因引起的畫面過暗、過亮或黑屏。

　　2.視頻信號清晰度異常檢測

　　自動檢測視頻中由于聚焦不當(dāng)、鏡頭損壞或異物遮蔽引起的視野主體部分的圖像模糊。自動檢測鏡頭對準(zhǔn)無意義物體的情況。

　　3.視頻信號噪聲檢測

　　自動檢測視頻圖像中混有雜亂的“橫道”、“波紋”或一陣陣雜亂的飛點、刺、線狀干擾導(dǎo)致的圖像模糊、扭曲、雪花、抖動或滾屏等噪聲現(xiàn)象。

　　4.視頻信號偏色檢測

　　自動檢測由于線路接觸不良、外部干擾或攝像頭故障等原因造成的視頻中的畫面偏色現(xiàn)象，主要包括全屏單一偏色或多種顏色混雜的帶狀偏色。

　　5.視頻信號缺失檢測

　　自動檢測因前端云臺、攝像機工作異常、損壞、人為惡意破壞或視頻傳輸環(huán)節(jié)故障而引發(fā)的間發(fā)性或持續(xù)性的視頻缺失現(xiàn)象。

　　6.畫面凍結(jié)檢測

　　自動檢測由于視頻傳輸調(diào)度系統(tǒng)故障一起的視頻畫面凍結(jié)，避免遺漏真實的現(xiàn)場視頻圖像。

　　7.PTZ失控檢測

　　自動檢測前端云臺和鏡頭是否出現(xiàn)旋轉(zhuǎn)失控狀態(tài)。

　　8.人為干擾檢測

　　自動檢測由于人為惡意行為引起的畫面遮擋等現(xiàn)象。

　　在這個應(yīng)用系統(tǒng)中可分為三部分：塔基、塔身、塔頂。塔基負(fù)責(zé)收集數(shù)據(jù)和初步加工數(shù)據(jù)；塔身部分負(fù)責(zé)根據(jù)初步數(shù)據(jù)得出9種特征的評價結(jié)果；而負(fù)責(zé)觸發(fā)告警的塔頂部分，用戶在此可調(diào)節(jié)的高級參數(shù)，并且根據(jù)自身應(yīng)用需要變化報警策略。
　　

自下而上的數(shù)據(jù)金字塔

　　在塔基和塔身部分主要完成以下三個處理過程：

　　1.數(shù)據(jù)源

　　根據(jù)技術(shù)樹(圖5)表示，所有功能由9個特征完成。而9個特征的提取源于3類數(shù)據(jù)源，分別是：RGB圖、梯度圖、亮度圖。因此在這3個數(shù)據(jù)源的數(shù)據(jù)加工中存在著公用數(shù)據(jù)或結(jié)論，可以大幅減少相同數(shù)據(jù)的重復(fù)運算，正是硬件加速引擎的主要方面；另一方面是規(guī)格化的加工手段，通過盡可能相同的流水線處理來規(guī)格化特征的提取，使不同的特征提取過程使用盡可能多的相同的處理子模塊，從而達到資源的最大化利用。

　　技術(shù)樹和9種特征圖

　　1.指標(biāo)統(tǒng)計

　　統(tǒng)計方法使用：直方圖，均值和方差，F(xiàn)FT變換。其中首先把CIF圖像(352×288)進行橫縱4×4等間隔劃分成16塊(88×72)（見圖6），然后分別對每個區(qū)域進行直方圖、均值和方差分別統(tǒng)計，這樣不僅在塊區(qū)域分析時可以使用數(shù)據(jù)結(jié)果，而且在整幅數(shù)據(jù)統(tǒng)計時，僅需要簡單把各個塊信息進行簡單對應(yīng)相加即可。這不僅可以用于亮度圖、RGB圖的處理,還可以用于梯度圖。對于FFT變換，則直接對彩色圖進行運算。詳情見表二。

　　將圖像劃分為16塊區(qū)域

　　表二：數(shù)據(jù)源與統(tǒng)計方法

　　1.指標(biāo)差異分析

　　差異分析主要使用：時域幀差、空域求比、頻域求比等手段。

　　時域幀差：用于統(tǒng)計t時刻圖像與t+k(k根據(jù)需要可以取1,2，…63)時刻圖像的差異，若正常視頻應(yīng)該始終在各個特征保持在一個恒定水平，時域幀差可以使圖像在時間域上的變化得以顯現(xiàn)并統(tǒng)計。

　　空域求比：對于16個塊的統(tǒng)計，可以為每個塊在每個數(shù)據(jù)源上做出一個二值判定以表征此塊是否處于異常，再通過對異常塊占全部塊（16塊）的比例來判定整個圖像是否處于異常。

　　頻域求比：用于統(tǒng)計某一頻段內(nèi)像素出現(xiàn)次數(shù)占總頻段次數(shù)的百分比，來評估像素的分布特性。例如可以通過大于200亮度值的像素數(shù)與總圖像素的比例來判斷整圖是否亮度過亮。

　　塔頂部分報警觸發(fā)是用戶最終需要的產(chǎn)品功能。此功能可根據(jù)不同場景和目標(biāo)以及用戶個性需求表現(xiàn)出不同的靈敏性和傾向性。為了達到這一目的，報警策略設(shè)置完全開放給用戶。用戶可以根據(jù)需要設(shè)定閾值門限、增強或減弱所希望的特征（甚至屏蔽掉無效特征），以達到準(zhǔn)確檢測的目的。

　　基于Hi3516 IVE提供的硬化算子，配合上層的算法處理和規(guī)則判斷，可以用較少的資源來實現(xiàn)視頻質(zhì)量診斷的應(yīng)用。

　　Hi3516獨有的智能視頻加速引擎IVE，為智能視頻的深入應(yīng)用提供了優(yōu)秀的平臺。而且內(nèi)核采用了ARM CortexA9處理器，并帶有256K的二級緩存，其優(yōu)異的媒體處理引擎（MPE）、浮點運算單元（FPU）、單指令多數(shù)據(jù)流（SIMD）等技術(shù)更是為智能視頻分析技術(shù)應(yīng)用提供了無限的優(yōu)化空間。