科技大時(shí)代，引人入勝。視界千變萬(wàn)化，視界之大，盡收眼底?；貧w安防的本初，對圖像無(wú)止境的追求與打磨，才形成了現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(lái)。

人眼看到的世界與機器讀出來(lái)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(zhù)很強觀(guān)察能力，能夠在復雜及變化的環(huán)境中識別目標，同時(shí)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(cháng)久以來(lái)，在監控室里死盯屏幕，成了監控人員的日常，這也是視頻監控時(shí)代最為傳統與普遍的工作方式。但，人眼看到的視界，就是真實(shí)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(guān)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據，這是非常繁瑣復雜的工作，這種被動(dòng)應對方式，并不能主動(dòng)預防，并受制于人員數量和能力，比如：長(cháng)時(shí)間易疲勞、錯看漏看、看得不及時(shí)。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(shí)。

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(shí)空融合，來(lái)讓圖像盡可能的全域性無(wú)所不在與無(wú)所不能。

機器視覺(jué)的“技術(shù)雛形”

既然回首過(guò)去，對于圖像，行業(yè)最開(kāi)始做法是不斷為圖像做加法，一堆的后處理技術(shù)進(jìn)行科研突破，最為明顯體現在視頻圖像處理技術(shù)，簡(jiǎn)而言之就是用計算機對視頻數字圖像進(jìn)行處理，其本質(zhì)是一種信號處理過(guò)程，而且是離散信號處理。

這其實(shí)就是機器視覺(jué)的最初技術(shù)形態(tài)，雖功能有限，但底子還在?？磮D像處理技術(shù)應用價(jià)值，有幾個(gè)方面：

其一，提高圖像的視感質(zhì)量，如進(jìn)行圖像的亮度、彩色變換，增強、抑制某些成分，對圖像進(jìn)行幾何變換等，以改善視頻圖像的質(zhì)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、數據和信息，以的到某種數值結果。

其五，能使圖像再現性。圖像在數字化時(shí)準確地表現了原稿，則數字圖像處理過(guò)程始終能保持圖像的再現。

其六，靈活多變的處理功能。把監控畫(huà)面分割為任意大小的二維數組，這意味著(zhù)圖像的數字化精度可以達到滿(mǎn)足任一應用需求。

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

其八，靈活性高。即凡是可以用數學(xué)公式或邏輯關(guān)系來(lái)表達的一切運算均可用數字圖像處理實(shí)現。

依據八大特性，圖像處理研究?jì)热菥头秩蟀鍓K：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(shí)代在變革，技術(shù)在演進(jìn)，與之相悖的，終將漸趨式微，這同樣適用于圖像處理技術(shù)。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(jué)，也只是時(shí)代產(chǎn)物，底色未變。

過(guò)去圖像處理在“后側”，而機器視覺(jué)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(chǎng)景關(guān)聯(lián)后，根據算法需求界定一個(gè)范圍，盡量做到場(chǎng)景變化，但硬件減少變化，用軟件來(lái)做調節。

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(gè)技術(shù)維度，視頻、音頻、氣味、生物特征等技術(shù)的發(fā)展和成熟，全面掌控防控場(chǎng)景和目標的完整信息成為可能，在安防應用中越來(lái)越多的部署更多類(lèi)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(dòng)軌跡以及關(guān)聯(lián)信息等，從而形成一個(gè)動(dòng)態(tài)感知體系，實(shí)現防控工作的“無(wú)所不在、無(wú)所不知”目標。這一點(diǎn)從最近幾年的聲光劃界攝像機、光譜水質(zhì)攝像機、雷視合一攝像機、氣象觀(guān)測攝像機、環(huán)保攝像機等一些列場(chǎng)景定義類(lèi)產(chǎn)品，無(wú)一不在說(shuō)明，圖像處理的多面與多角度，來(lái)適配多場(chǎng)景的深度。

當然，攝像機一個(gè)單品，不可能一肩挑起這時(shí)代與這視界，形成成熟與高價(jià)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(jìn)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(hù)需求驅動(dòng)。

在2023深圳安博會(huì )參觀(guān)走訪(fǎng)期間，記者了解到很多底層用戶(hù)或中間生態(tài)位集成商大多表示，現有智能視頻方案過(guò)于通用，不夠適配行業(yè)具體場(chǎng)景。為此，此屆安博會(huì )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(jué)解決方案需要與行業(yè)自身長(cháng)期運轉而沉淀下來(lái)的商業(yè)邏輯與行業(yè)經(jīng)驗相融合。除了成熟的技術(shù)能力外，該解決方案對行業(yè)具體場(chǎng)景的全方位適配必不可少。同樣，機器視覺(jué)解決方案應用門(mén)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(lái)說(shuō)，算法訓練相對容易實(shí)現，但如何與實(shí)時(shí)推理結合起來(lái)部署到實(shí)際應用場(chǎng)景，卻是一個(gè)難題。為此，大模型的出現，或者類(lèi)似算法商城、算法工廠(chǎng)、AI自動(dòng)工具等，就開(kāi)辟了另一個(gè)戰場(chǎng)，另一個(gè)對圖像追求無(wú)休止的行業(yè)邏輯。

圖像的未來(lái)之愿

對于圖像創(chuàng )新，行業(yè)心之所向。沉于過(guò)去，不能打破現狀，之于圖像的未來(lái)，本當歸于平靜，來(lái)看未來(lái)之愿與應用模樣。

其一，大視界時(shí)代，未來(lái)數據圖像技術(shù)強調高清晰度、高速傳輸、實(shí)時(shí)圖像處理、三維成像或多維成像、智能化、自動(dòng)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(guān)概率和非邏輯思維。這里有一點(diǎn)需要指出，AI在智能化方面可以做圖像數據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(lái)圖像技術(shù)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(huì )存在的。所以，最近幾年硬件芯片廠(chǎng)家不斷將諸多AI功能固化在芯片上，形成一個(gè)SOC級的獨立小系統。

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(jiàn)如我見(jiàn)；不止所見(jiàn)，還能關(guān)聯(lián)其他，以圖像為圓點(diǎn)，來(lái)畫(huà)視界。

（轉自CPS中安網(wǎng)）