一種基于算法資源池的智能分析算法配置方法

智能視頻監控是基于計算機視覺技術對監控場景的視頻圖像內容進行分析，提取場景中的關鍵信息，并形成相應事件和告警的監控方式，是新一代基于視頻內容分析的監控系統。智能視頻監控技術借助于計算機強大的數據處理功能，對視頻畫面中的海量數據進行高速分析，過濾掉用戶不關心的信息，僅為監控者提供有用的關鍵信息。相較于傳統監控，智能視頻監控能基于計算機視覺技術同時對多個監控場景的視頻圖像內容進行分析，自動篩選報警信息。

　　視頻分析技術是智能視頻監控系統的核心價值，從目前來看，智能視頻分析技術能在幾乎不需要人為干預的情況下，通過對攝像機拍錄的圖像序列進行自動分析來對動態場景中的目標進行定位、識別和跟蹤，并在此基礎上分析和判斷目標的行為，做到既能完成日常管理又能在異常情況發生的時候及時做出反應，從而解決了傳統監控工作量大、效率低、反應速度慢等問題，其優勢顯而易見，也是推動整個安防智能化最為關鍵的技術之一。

　　視頻分析技術主要是由運行在設備端上的一系列智能分析算法模塊實現。智能分析算法模塊在設備上的調用，不是一成不變的，而是會隨著不同的場景、不同的應用、不同的設備做出相應的調整與配置，使得分析算法的性能達到最優，從而使視頻分析的效果達到最佳。

　　對于視頻分析設備上智能分析算法模塊的配置，其配置方法的有效與否對智能分析算法的性能影響非常大。如果能根據實際應用場景特性對算法進行有效配置，將算法調整為最適應實際應用場景，智能分析的效果會得到最佳的體現，反之就會與預期效果產生較大的差距，影響視頻分析設備的使用。

　　如何對監控設備中的智能分析算法模塊進行有效配置，保證算法性能最優，是需要我們不斷進行研究與改進的一個課題。

現有的算法配置方法

　　對于視頻分析設備上的算法配置，目前主流的方法主要有2種。

　　我們先來看第1種方法，如圖1所表示，智能分析設備通過視頻輸出口直接連接到顯示器，配置人員根據顯示器上的信息，直接對設備中的智能分析算法模塊進行配置。這種配置方法一般用于帶有顯示輸出口的設備，如智能DVR、DVS、分析儀服務器。

圖1 第1種主流的算法配置方案

　　第2種方法如圖2所示，主要分為2個步驟。首先，配置人員通過網絡(公共網或局域網)與視頻分析設備進行連接，使用客戶端軟件登入到設備上;然后配置人員通過客戶端對視頻分析設備進行算法配置。這種配置方式是目前最通用的一種方式，只要支持網絡功能的視頻分析設備都會支持這種配置方法。

圖2 第2種主流的算法配置方

　　對于目前主流的這2種算法配置方案，會存在有如下缺點。

　　1、因為專業的算法配置人員有限，很多情況下都是一些非專業的配置人員來對算法進行配置，某些情況下視頻分析設備上的算法無法發揮最優的性能。

　　2、當局域網內的設備性能無法滿足用戶需求，需要對算法版本進行升級配置時，非專業的配置人員往往無法完成，必須要專業的算法開發人員到現場來完成，該情況下的配置成本就會非常大。

　　針對上述缺點，本文提出了一種改進的基于算法資源池的配置方法，通過該配置方法可以有效保證運行在視頻分析設備上的算法性能最優，并且算法的升級也非常方便。

　　基于算法資源池的配置方法

　　方案描述

　　本方案提出了一種基于算法資源池的算法配置方案，主要包含了6個步驟，如圖3所示。

圖3 基于算法資源池的配置方案

　　配置客戶端連接到視頻分析設備，獲取設備信息(型號、算法組件版本、計算資源能力)，并采集樣本序列;

　　用戶在配置客戶端上填寫視頻分析應用的附加信息(問卷調查)，配置客戶端連接到配置服務器，將樣本序列、應用附加信息、設備信息發送到配置服務器;

　　配置服務器根據樣本序列、應用附加信息、設備信息，對該應用進行分析，并從算法資源池中獲取最適合的算法組件與參數配置，即算法最佳配置集;若通過機器分析無法得到最佳配置集，則提交到專業的算法配置工程師;

　　算法配置工程師根據樣本序列、應用附加信息、設備信息，從算法資源池中獲取算法最佳配置集，并發送到配置服務器;

　　配置服務器將算法最佳配置集發送到配置客戶端;

　　配置客戶端連接到視頻分析設備，并對設備進行最佳配置集下的算法升級與參數配置，以獲取在該場景下視頻分析的最佳性能。

　　具體流程圖如圖4所示。

圖4 基于算法資源池的配置方案流程圖

　　模塊詳細介紹

　　配置客戶端

　　配置客戶端是可以安裝在PC、手機移動設備、服務器等平臺上面的軟件，具有以下4個功能。

　　可通過該客戶端連接到視頻分析設備，獲取設備配置信息(如型號、智能分析算法版本、處理器計算能力、空余內存等)，以及當前場景下的Sample序列;

　　用戶可通過該客戶端輸入視頻分析應用的附加信息，包括當前場景屬性描述(如光照情況、是否有大目標出現等)、用戶需求等;

　　可通過該客戶端連接到配置服務器，將Sample序列、設備配置信息、應用附加信息發送到配置服務器;

　　可通過該客戶端連接到視頻分析設備，將配置服務器發送過來的最佳配置集，應用于視頻分析設備，以獲取算法在當前應用場景下的最優性能。

　　配置服務器

　　配置服務器用于獲取視頻分析算法在特定應用模式下的最佳配置集，具有以下3個功能。

　　1、用于接收從客戶端發過來的視頻分析應用信息(Sample序列、設備信息、應用附加信息)，并根據這些信息來定義最優算法版本集和最優算法參數集，即算法最佳配置集。

　　2、若配置服務器無法獲得算法最佳配置集，服務器將視頻分析應用信息(Sample序列、設備信息、應用附加信息)發送到專業算法配置工程師，并接收從算法配置工程師發送過來的最佳配置集。

　　3、將算法的最佳配置集發送到配置客戶端。

　　算法最佳配置集

　　智能分析算法最佳配置集包括2種，基于參數的配置集與基于算法版本的配置集。

　　(1)基于參數的最佳配置集，對算法參數進行調整，使當前版本算法性能達到最優。比如場景模式的選擇、背景建模更新速度的調整、目標檢測靈敏度的調整、是否開啟抗抖動、是否開啟人體檢測、目標融合速度的調整等。

　　(2)基于算法版本的最佳配置集，根據實際應用的需求，選取最適合的算法版本集來替換原算法版本，相當于算法版本升級。

　　算法配置工程師

　　算法配置工程師是專業的視頻分析算法配置人員，對視頻分析設備上的算法原理與應用有深入的理解，能根據實際應用場景、設備型號、客戶需求給出最佳的算法配置集。

　　總結

　　本文提出了一種基于算法資源池的智能分析算法配置方法，相比于現有的主流配置方法，具有如下3個優點：

　　可以通過這種“定制式”的配置方式，為各種應用場景模式定義最適合的算法配置集，以提升算法在實際應用中的性能;

　　將配置服務器融合到公司統一的服務平臺上，作為一項智能分析服務來形成一個新的業務增長點;

　　可以收集到大量的Sample視頻序列與應用附加信息，為后續視頻分析算法版本升級提供一套全面的算法性能評估樣本。

　　對于該基于算法資源池的配置方法，在實際實施過程中也會存在一些缺點與應用限制，比如配置服務器與配置客戶端架構非常復雜，開發成本較高，而且需要有大量的算法配置工程師來維護整個系統，維護成本較高。另外視頻分析設備上的Sample序列可能會涉及到隱私信息，用戶不愿意開放連接權限給配置客戶端，這點也是制約該方法應用的一個較大因素。