鄭小龍

摘要：多媒體技術(shù)催生了眾多的數(shù)字視頻應(yīng)用，而智能視頻技術(shù)已成為一個極具潛力的應(yīng)用方向。智能視頻技術(shù)覆蓋著寬廣的實(shí)用領(lǐng)域，并將引領(lǐng)行業(yè)發(fā)展的新方向。DSP是智能視頻技術(shù)嵌入式應(yīng)用的理想平臺，集成有DSP的SOC器件在現(xiàn)在和未來都將發(fā)揮重大的作用。

關(guān)鍵詞：智能視頻；達(dá)芬奇；H.264；實(shí)時處理

多媒體技術(shù)和智能視頻應(yīng)用的范圍

數(shù)字視頻的興起源于多媒體技術(shù)的發(fā)展，然而從核心技術(shù)本質(zhì)而言，則不妨分為三個階段，即數(shù)字顯示視頻、數(shù)字壓縮視頻和數(shù)字智能視頻。

數(shù)字顯示視頻首先解決的是計算機(jī)圖像與數(shù)字化視頻影像的結(jié)合，數(shù)字化的視頻主要還是MPEG1的格式，其壓縮比和分辨率還非常有限，但畢竟解決了有和無的問題。由于當(dāng)時PC機(jī)的處理能力很差，因此需要插各種圖形圖像和視頻采集壓縮卡，而達(dá)到的還是綜合顯示效果。

數(shù)字壓縮視頻則以將有效的視頻數(shù)字化壓縮并提供實(shí)用性產(chǎn)品為目的，并迅速將數(shù)字視頻壓縮格式由MPEG1提升到MPEG2，即所謂的VCD到DVD的過渡，而產(chǎn)品形態(tài)也開始脫離PC機(jī)，涌現(xiàn)出自成一體的消費(fèi)類產(chǎn)品。隨著所面向應(yīng)用的不同，數(shù)字視頻壓縮格式又有MJPEG、MPEG4和H.264，數(shù)字化壓縮的效率得到很大提高，同時也有WMV9、Real和On2等商業(yè)標(biāo)準(zhǔn)問世，當(dāng)然AVS作為具有自主知識產(chǎn)權(quán)的中國音視頻標(biāo)準(zhǔn)而應(yīng)運(yùn)而生。數(shù)字壓縮視頻階段帶來了各種類型的數(shù)字視頻產(chǎn)品的極大豐富，大部分的產(chǎn)品已完全脫離PC而成為嵌入式設(shè)備，而數(shù)量也大大超過PC，如電視機(jī)頂盒、個人媒體播放器、網(wǎng)絡(luò)可視電話，還有日新月異的數(shù)字視頻監(jiān)控類產(chǎn)品，其中包括數(shù)字硬盤錄像機(jī)、數(shù)字視頻服務(wù)器、網(wǎng)絡(luò)攝像機(jī)等。

數(shù)字智能視頻是數(shù)字視頻技術(shù)發(fā)展的新階段，雖然它脫胎于數(shù)字監(jiān)控，但將對未來數(shù)字視頻應(yīng)用具有極其深遠(yuǎn)的影響。

因為數(shù)字智能視頻是數(shù)字監(jiān)控的發(fā)展方向，行業(yè)內(nèi)視為新一代視頻監(jiān)控技術(shù)。前幾代則分別是CCTV閉路電視時代、VCR模擬視頻錄像時代、DVR數(shù)字視頻錄像時代、NVR網(wǎng)絡(luò)視頻錄像時代。數(shù)字智能視頻將當(dāng)之無愧地引領(lǐng)一個數(shù)字視頻分析時代，從而確立視頻監(jiān)控技術(shù)一個里程碑式的創(chuàng)新，這個技術(shù)是對人們傳統(tǒng)監(jiān)控理念的根本

改變，并將得到更多最終用戶的認(rèn)可而從中獲益，因而全面擴(kuò)展更廣泛的新興應(yīng)用。智能視頻系統(tǒng)可以解決不少問題，其一，就是通過機(jī)器的自動分析處理減輕安防操作人員繁雜和枯燥的工作；其二，就是在海量的視頻數(shù)據(jù)中自動快速搜索所需圖象；其三，就是增加自動交互的控制、檢測和處理手段。數(shù)字智能視頻最突出的優(yōu)勢在于避免事后回放相關(guān)圖像的延誤，而真正有可能地做到在風(fēng)險產(chǎn)生時的有效預(yù)防或干預(yù)。數(shù)字智能視頻的一個重要領(lǐng)域是交通監(jiān)控，其中包含汽車牌照自動識別系統(tǒng)、交通流量自動控制系統(tǒng)、道路狀況自動監(jiān)測警示系統(tǒng)，也有包含移動式自動車牌實(shí)時稽查系統(tǒng)的需求。

數(shù)字智能視頻還有一個重要的應(yīng)用就是汽車視覺，如圖1所示。其中有些技術(shù)已經(jīng)在一些國際知名品牌的車型中開始進(jìn)入試用階段，并將很快進(jìn)入實(shí)用。數(shù)字智能視頻還可拓展到更多的應(yīng)用，如在公共場所的人臉識別、商業(yè)場合的人流統(tǒng)計、公共廣告的受眾統(tǒng)計、超級市場的消費(fèi)分析、綠色環(huán)境的視頻檢測等等。簡而言之，只要有可能有攝像頭的地方，數(shù)字智能視頻就可以有用武之地，這不僅在于觀察，還將承擔(dān)逐步互動的任務(wù)。

嵌入式智能視頻應(yīng)用技術(shù)的實(shí)現(xiàn)手段

視頻分析技術(shù)是計算機(jī)圖像視覺分析技術(shù)的延伸發(fā)展，其原理就是通過將場景中背景和目標(biāo)分離，然后分析并追蹤在場景內(nèi)出現(xiàn)的目標(biāo)。采用根據(jù)視頻內(nèi)容分析功能，可以在不同攝像機(jī)的場景中預(yù)設(shè)各種報警規(guī)則，如果在場景中目標(biāo)有違反所定義規(guī)則行為，系統(tǒng)在自動報警時，監(jiān)控終端也發(fā)出報警信息和警示音，提示用戶實(shí)現(xiàn)報警的場景重現(xiàn)并采取相關(guān)措施。

視頻分析技術(shù)有多種處理法方法，其中包括背景減除方法和時間差分方法。目前，視頻分析技術(shù)實(shí)施主

要采用基于后端PC服務(wù)器處理方式和采用前端DSP的處理方式。由于DSP是高速數(shù)字信號處理器，可置于視頻采集的前端進(jìn)行實(shí)時處理，明顯優(yōu)于后端非實(shí)時處理方式。僅靠攝像機(jī)或編碼器的基于DSP的視頻分析單元可以直接對原始或最接近原始的圖像進(jìn)行分析，而后端服務(wù)器得到的圖像要經(jīng)網(wǎng)絡(luò)編碼傳輸，可能因丟失部分信息而難免降低精確度。

DSP處理方式屬于嵌入式智能視頻應(yīng)用，需要在巨量的視頻像素數(shù)據(jù)中識別出感興趣的目標(biāo)，同時該系統(tǒng)應(yīng)該能夠可編程，可以接受不同的內(nèi)容，并能夠適應(yīng)不斷演進(jìn)的算法，以滿足各種不同的應(yīng)用。智能數(shù)字視頻系統(tǒng)工作流程可以被概括描述為：第一，一個較長的序列被分割成可供分析的單獨(dú)場景或短片，因為不同的場景具有不同的直方圖，或不同的色彩頻率分布，其直方圖相對于前面有突變的幀時可以被視為場景改變；第二，改變場景內(nèi)的前景目標(biāo)被檢測為與背景分離；第三，單獨(dú)的前景目標(biāo)被提取或者被分割，然后逐幀跟蹤；第四，該目標(biāo)的特征被提取以進(jìn)行分類，第五，當(dāng)該事件某種程度上近似于關(guān)注的目標(biāo)則向管理軟件和／或管理人員發(fā)布報警。迄今為止，關(guān)于智能數(shù)字視頻分析還沒有相關(guān)的國際標(biāo)準(zhǔn)，因此只有可編程的高性能DSP和視頻處理器才使得更復(fù)雜的檢測算法的實(shí)現(xiàn)成為可能，例如實(shí)時地視頻檢測出前景和背景的變化或者可疑的活動。

然而，即使是采用高速DSP處理，智能視頻處理軟件的開發(fā)人員都需要兼?zhèn)湓鷮?shí)的模式識別基礎(chǔ)技術(shù)和DSP算法開發(fā)技能，于是就增加了開發(fā)的難度。為更好地支持智能視頻技術(shù)的推廣，TI在業(yè)界廣泛使用的C64+平臺上開發(fā)了一套智能視頻庫，名為VLIB(如圖2所示)。不難看出VLIB處在DSP軟件系統(tǒng)的底層，以之為基礎(chǔ)才是視頻分析應(yīng)用，即VA。那么，現(xiàn)在的客戶可以通過直接調(diào)用VLIB中的智能視頻基礎(chǔ)庫函數(shù)，進(jìn)行視頻分析軟件的開發(fā)。而以往的客戶，包括國際知名的智能視頻廠商都要自主開發(fā)這些底層軟件。特別需要說明的是，所有VLIB庫都是免費(fèi)提供，客戶只需在因特網(wǎng)上WWW.ti.com／vlibrequest注冊。

集成有DSP的SOC器件特色及發(fā)展趨勢

TI的MS320DM64x數(shù)字媒體處理器和達(dá)芬奇(DaVinci)系列已經(jīng)成為嵌入式智能視頻分析的流行平臺，并已在許多應(yīng)用中令人矚目。在國際上Objectvideo、MICE、IoImage和VCA等就是其中的佼佼者，而在國內(nèi)也有不少后起之秀脫穎而出。在汽車視覺方面，歐洲CEL公司已宣布在其新系列單、多攝像頭汽車視覺系統(tǒng)中選用DM643x處理器實(shí)現(xiàn)出色的視頻影像與系統(tǒng)控制功能，以滿足駕駛輔助系統(tǒng)的嚴(yán)格要求。

TI達(dá)芬奇產(chǎn)品發(fā)展策略及代碼兼容性將為眾多全新技術(shù)提供全面支持并加速技術(shù)發(fā)展。在智能視頻處理實(shí)現(xiàn)上，達(dá)芬奇可以采用兩種系統(tǒng)架構(gòu)來實(shí)現(xiàn)，其一就是如圖3所示的具有智能視頻分析功能的網(wǎng)絡(luò)攝像機(jī)的組合方式，智能視頻分析單元為DM6435模塊插入到以DM355為核心的網(wǎng)絡(luò)視頻壓縮處理系統(tǒng)中。

其二就是圖4所示在達(dá)芬奇高清處理器上增加智能視頻功能的SOC系統(tǒng)。采用單片DM6467在實(shí)現(xiàn)數(shù)字高清實(shí)時編解碼的同時，其C64+核心仍然可以實(shí)現(xiàn)各種智能視頻功能。該架構(gòu)也同樣適用于DM644x系列處理器，只是C64+核心可用的資源要少。未來的達(dá)芬奇高清SOC系統(tǒng)將采用定點(diǎn)與浮點(diǎn)兼容的C64+核心，因此可用于智能視頻處理的資源和能力將大為增加。

總之，在數(shù)字視頻監(jiān)控的發(fā)展進(jìn)程中，真正提高產(chǎn)品附加價值的因素已經(jīng)開始由高級的數(shù)字視頻壓縮技術(shù)轉(zhuǎn)為智能視頻分析。智能視頻分析也已經(jīng)在由后端處理轉(zhuǎn)移到前端實(shí)時處理，于是基于DSP的數(shù)字視頻產(chǎn)品將不斷推出并發(fā)揮著越來越大的作用。隨著更高性能集成DSP核心的SOC的問世，智能視頻在監(jiān)控中的應(yīng)用將有可能無處不在，且風(fēng)光無限。