還原真實視界｜探析圖像技術演進之路

    科技大時代，引人入勝。視界千變萬化，視界之大，盡收眼底�；貧w安防的本初，對圖像無止境的追求與打磨，才形成了現(xiàn)今以智能視頻為核的安防應用大生態(tài)。

    有偏差的世界與視界

    百態(tài)安防，各色精彩！之于2023歲末之際，之于圖像，回首初心、細看當下、瞭望未來。

    人眼看到的世界與機器讀出來得視界，有所異同。

    世界即視界，人眼看視界，或許都一樣。

    人眼有著很強觀察能力，能夠在復雜及變化的環(huán)境中識別目標，同時由大腦賦予了最高級的智能分析能力，可以運用邏輯分析和推理能力去識別變化目標。

    為此，長久以來，在監(jiān)控室里死盯屏幕，成了監(jiān)控人員的日常，這也是視頻監(jiān)控時代最為傳統(tǒng)與普遍的工作方式。但，人眼看到的視界，就是真實視界嗎？

    人眼看視界，或許真不一樣。

    人非機器，先天性有所短板，帶有主觀性，容易心里誤導，產(chǎn)生誤判。

    與文字、聲音相比，視頻承載了更多信息量，而要從大量豐富信息當中去讀取有用數(shù)據(jù)，這是非常繁瑣復雜的工作，這種被動應對方式，并不能主動預防，并受制于人員數(shù)量和能力，比如：長時間易疲勞、錯看漏看、看得不及時。此外，在顯示終端方面也因各種原因受制，你看到的視界，不一定為實。

    故而，有偏差的世界與視界，就需要圖像處理、優(yōu)化、調教，甚至是多維度的時空融合，來讓圖像盡可能的全域性無所不在與無所不能。

    機器視覺的“技術雛形”

    既然回首過去，對于圖像，行業(yè)最開始做法是不斷為圖像做加法，一堆的后處理技術進行科研突破，最為明顯體現(xiàn)在視頻圖像處理技術，簡而言之就是用計算機對視頻數(shù)字圖像進行處理，其本質是一種信號處理過程，而且是離散信號處理。

    這其實就是機器視覺的最初技術形態(tài)，雖功能有限，但底子還在。看圖像處理技術應用價值，有幾個方面：

    其一，提高圖像的視感質量，如進行圖像的亮度、彩色變換，增強、抑制某些成分，對圖像進行幾何變換等，以改善視頻圖像的質量。

    其二，提取視頻圖像中所包含的某些特征或特殊信息，這些被提取的特征或信息往往為計算機分析圖像提供便利。

    其三，視頻圖像增強與復原。圖像增強的目的是將圖像轉換為更適合人和機器的分析的形式。

    其四，圖像的分析。從圖像中抽取某些有用的度量、數(shù)據(jù)和信息，以的到某種數(shù)值結果。

    其五，能使圖像再現(xiàn)性。圖像在數(shù)字化時準確地表現(xiàn)了原稿，則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)。

    其六，靈活多變的處理功能。把監(jiān)控畫面分割為任意大小的二維數(shù)組，這意味著圖像的數(shù)字化精度可以達到滿足任一應用需求。

    其七，適用面寬。不論是來自哪個行業(yè)的信息源的圖像只要被變換為數(shù)字編碼形式后，均是用二維數(shù)組表示的灰度圖像組合而成。

    其八，靈活性高。即凡是可以用數(shù)學公式或邏輯關系來表達的一切運算均可用數(shù)字圖像處理實現(xiàn)。

    依據(jù)八大特性，圖像處理研究內容就分三大板塊：圖像壓縮；增強和復原；匹配、描述和識別。

    機器讀懂視界的行業(yè)邏輯

    時代在變革，技術在演進，與之相悖的，終將漸趨式微，這同樣適用于圖像處理技術。如樓宇對講到智能家居，防盜報警到AIOT一樣，圖像處理到機器視覺，也只是時代產(chǎn)物，底色未變。

    過去圖像處理在“后側”，而機器視覺更多“向前”。

    在當下，智能攝像機本身作為前端產(chǎn)品，芯片、鏡頭、焦距、補光、外殼等一系列硬件工程是基礎。能將智能算法跟場景關聯(lián)后，根據(jù)算法需求界定一個范圍，盡量做到場景變化，但硬件減少變化，用軟件來做調節(jié)。

    全天候的多維融合全域感知，這是智能攝像機對于圖像追求的另一個技術維度，視頻、音頻、氣味、生物特征等技術的發(fā)展和成熟，全面掌控防控場景和目標的完整信息成為可能，在安防應用中越來越多的部署更多類別的感知設備，用于從更多維度采集目標信息，包括目標的各種要素、活動軌跡以及關聯(lián)信息等，從而形成一個動態(tài)感知體系，實現(xiàn)防控工作的“無所不在、無所不知”目標。這一點從最近幾年的聲光劃界攝像機、光譜水質攝像機、雷視合一攝像機、氣象觀測攝像機、環(huán)保攝像機等一些列場景定義類產(chǎn)品，無一不在說明，圖像處理的多面與多角度，來適配多場景的深度。

    當然，攝像機一個單品，不可能一肩挑起這時代與這視界，形成成熟與高價值的解決方案閉環(huán)，是必然。

    在追求極致更好圖像的行業(yè)進程中，圖像的廣度在縮小，更多的是在深度的追求。通用型、一招鮮吃遍天的攝像機已經(jīng)不復存在，這還是源于用戶需求驅動。

    在2023深圳安博會參觀走訪期間，記者了解到很多底層用戶或中間生態(tài)位集成商大多表示，現(xiàn)有智能視頻方案過于通用，不夠適配行業(yè)具體場景。為此，此屆安博會最大不同之一就是硬件展示減少，方案展示居多的原因。

    機器視覺解決方案需要與行業(yè)自身長期運轉而沉淀下來的商業(yè)邏輯與行業(yè)經(jīng)驗相融合。除了成熟的技術能力外，該解決方案對行業(yè)具體場景的全方位適配必不可少。同樣，機器視覺解決方案應用門檻高，企業(yè)IT架構/基礎設施適配難度高。對于很多企業(yè)來說，算法訓練相對容易實現(xiàn)，但如何與實時推理結合起來部署到實際應用場景，卻是一個難題。為此，大模型的出現(xiàn)，或者類似算法商城、算法工廠、AI自動工具等，就開辟了另一個戰(zhàn)場，另一個對圖像追求無休止的行業(yè)邏輯。

    圖像的未來之愿

    對于圖像創(chuàng)新，行業(yè)心之所向。沉于過去，不能打破現(xiàn)狀，之于圖像的未來，本當歸于平靜，來看未來之愿與應用模樣。

    其一，大視界時代，未來數(shù)據(jù)圖像技術強調高清晰度、高速傳輸、實時圖像處理、三維成像或多維成像、智能化、自動化等方向發(fā)展。

    其二，智能化方面，力爭使計算機識別和理解能夠按照人的認識和思維方式工作，能夠考慮到主觀概率和非邏輯思維。這里有一點需要指出，AI在智能化方面可以做圖像數(shù)據(jù)與內容的提取與分析，但是并不能在視頻圖像處理方面做文章。

    其三，未來圖像技術強調操作、運用的方便性，圖像處理功能的集中化趨勢是必然會存在的。所以，最近幾年硬件芯片廠家不斷將諸多AI功能固化在芯片上，形成一個SOC級的獨立小系統(tǒng)。

    有偏差的視界，在以智能路為路徑，盡可能形成你是我的眼，你見如我見；不止所見，還能關聯(lián)其他，以圖像為圓點，來畫視界。