全景摄像机的现状与未来发展趋势

简介:

网络摄像机发展至今,已经基本满足了“高清”、“日夜监控”、“远距离监控”的需求,但是随着细分市场的发展,超广角摄像机需求逐渐凸显出来。主要应用在会议室、办公室、大厅/大堂、商场、仓库、车间等大面积开阔的区域,解决原来通过用几只摄像头覆盖一个区域,或用快球来回巡航扫描实现场景覆盖的问题,实现无死角监控。由此,全景摄像机应运而生,本文主要讨论全景摄像机的应用与发展。

 

全景摄像机的现状与未来发展趋势

 

全景摄像机分类

目前业内对全景摄像机还没有一个很明确的定义,对于能看得更广、角度更大的摄像机,大家都称之为全景摄像机。狭义的全景摄像机是指能否实现360°监控的摄像机。

目前全景摄像机的产品形态包括多镜头式、单鱼眼镜头式、混合式三种。

单鱼眼镜头式:

采用枪型摄像机或半球型摄像机加鱼眼镜头的形式,这也是实现全景监控的一种最简单且最经济的方式,此种方式的关键点在于摄像机本身具有对鱼眼“畸变”的矫正能力,或者可以结合特殊的处理软件校正经过鱼眼镜头变形后的图像。

多镜头式:

采用多镜头多角度监控后拼接图像实现360度的监控,这种方式实现技术十分复杂,成本比较高,但却少了鱼眼全景摄像机带来的鱼眼畸变的困扰。

混合式:

采用PTZ球机加鱼眼镜头的形式,这种方式较为少见,摄像机在转动时可当作球机使用,当球机镜头和鱼眼镜头重合时,可当作全景摄像机使用。

关键技术点

第一,镜头优劣会大幅度影响监控图像的质量,目前严格意义上的全景摄像机镜头焦距基本在1.9mm左右,视角范围能达到180°,有效像素能够达到1200万像素或者更高,解像力要比传统摄像机高很多。而普通的超广角镜头(视角范围130°左右)中间视野范围与全景摄像机差距不大,但是边缘清晰度以及有效监控距离却相差很远。

第二,图像传感器的选择影响监控图像的效果。由于全景摄像机的监控范围宽广,场景较单一监控场景很复杂,图像传感器的信息量必然十分庞大,图像传感器的分辨率高低、感光度强弱都在很大程度上影响图像效果。与此同时,不同规格的传感器宽动态效果也不尽相同,这也是衡量全景摄像机好坏的一个重要指标。

第三,使用鱼眼镜头的全景摄像机,其成像原理与普通摄像机不一样,图像边缘往往会形成一个凸出、变形的画面,所以要比普通摄像机更容易使图像扭曲或失真,影响成像质量。所以如何矫正、还原图像,看清图像中的监控物体,就是全景摄像机最重要的问题。目前,有两种技术能够矫正畸变:一种是由后端平台进行信息处理、还原成像;另一种则是在摄像机内置软件直接矫正,然后再传输到监测后端。

第四,可以使用虚拟PTZ对存储的图像做放大、缩小等细节观察。PTZ在安防监控领域是控制云台上下左右转动与镜头变聚焦,用于自动或手动追踪锁定的目标,在监测范围内一路跟拍追踪目标。而全景摄像机所采用的虚拟PTZ,应用概念类似云台的追踪效果,只是不必像真实的云台那样进行实际的机械化转动,而是通过缩放图像来达到类似的效果,因而能大幅递增监控系统的使用寿命,使得监控人员在操作上更容易上手,也能降低维护费用。

全景摄像机发展现状

全景摄像机发展至今已有十余年的时间,虽然其在镜头矫正、虚拟PTZ等关键技术存在很大的难度,但市面上已经有部分厂家推出了全景摄像机产品,并对消费者广泛宣传引导。我们不讨论各个厂家推出的全景摄像机效果如何,仅仅从实际应用来看,全景摄像机市场占有率似乎“差强人意”。

与传统的监控摄像机相比,全景摄像机最突出的优势就是360°监控视角,这在很大程度上弥补了多台传统摄像机才能达到的视角范围;但视野的扩大却是以监控距离的牺牲为代价。目前全景摄像机主要应用于室外视野开阔的场所,譬如道路交通、露天广场、小区楼宇、港口码头等,某些场所监控宽度甚至达到百米以上,在看清全景图像实现调度的同时,不可能也没有精力再看清人脸、车辆牌照等细节。

从成本的角度来看,全景摄像机的成本往往是传统摄像机的5~10倍,这对于大多数工程商或者终端用户来说很难接受,毕竟网络摄像机发展到如今的地步,已经变成“白菜价”。在实际使用中,数量多且灵活的点位部署既能解决场景的全覆盖,又能清晰地完成对重点场景的监控。这就使得全景摄像机在实际项目中控标的意义在很大程度上大于实际的使用意义,导致最终的用户必须为其高昂的价格买单。

全景摄像机的发展趋势

全景摄像机发展至今已有十年有余,而真正的推广却是从近两年才开始的。具体来说,全景摄像机的发展趋势如下:

1,行业应用是全景摄像机的主战场。虽然全景摄像机比较适用在空间小、监视环境简单的场所,例如零售店、小型商场、电梯、停车场与会议室等等。但因其高昂的价格、复杂的图像处理技术以及图像校正后的低分辨率等因素的限制,全景摄像机并没能像其他普通摄像机那样进入大众的生活。全景摄像机将主要在金融及政法领域应用,这主要是基于这两个行业特殊的场景,需要较大范围的视角覆盖,使用价值远大于成本压力。

2,高分辨率。目前主流设备厂商生产的全景摄像机分辨率大概在300万、500万左右,然而从分辨率密度上来考虑,同样的像素的摄像机在监控更大的区域时会导致像素的分散和退化。这是由于监控范围很大,在与传统监控镜头共用大小相同的成像芯片上,就需要接收数倍的图像信息,这就造成画面分辨率的下降,因此只有在对监控图像画面质量要求不太高或使用高分辨率成像器件时才能使用。所以对于全景摄像机而言,提高画面分辨率是未来一项重要的研究课题。未来全景摄像机分辨至少在4K甚至1200万像素以上,这样才更加有意义。

3,H.265编码。高分辨率必然会造成带宽、存储压力的增大,目前主流的H.264编码4K分辨率码流大概在16~32Mbps,这无论对于国内实际的网路带宽环境还是终端用户的成本压力都是难以接受的。因此更高压缩比的编码方式才使得高分辨率的诉求变为实际,而解决这个问题的关键就是H.265编码。据实际测试分析,同样的场景H.265比H.264编码带宽节省一半以上,与此同时图像处理效果也有很大程度的提升,还能大幅节省存储成本,因此265编码的摄像机一上市便获得了很高的关注和认可。全景摄像机也将逐步朝着H.265编码方式转变,这是市场的驱动。

4,宽动态。全景摄像机采用具有360度超大视角的鱼眼镜头监控整个场景,如此大范围的监控势必会导致全景摄像机在白平衡以及曝光等方面的处理困难。正是由于这点,限制了全景摄像机在室内的应用。解决好全景摄像机的宽动态效果,能够推动未来全景摄像机在室内环境的应用。

5,智能。基于全景摄像机旺盛的行业应用需求,智能分析功能显得尤为重要,智能化也是安防监控发展的一个大方向。而现有网路摄像机智能分析存在识别率低、误报率高的问题,这是在后续算法改进方面需要加强的。此外智能分析的种类也不仅仅局限于虚拟周界、绊线报警等入门级智能,而应该在行为分析、音视频异常检测、流量统计等方面实现突破。

本文转自d1net(转载)

相关文章
|
16天前
|
人工智能 搜索推荐 物联网
未来智能家居技术的发展趋势与应用前景
智能家居技术作为未来生活的重要组成部分,正日益成为人们关注的焦点。本文将探讨未来智能家居技术的发展趋势,包括人工智能、物联网、可穿戴设备等方面的创新应用,以及其在家庭生活、健康管理、能源节约等方面的广阔应用前景。
38 0
|
机器学习/深度学习 编解码 算法
|
机器学习/深度学习 人工智能 监控
工业安防监控目标检测背景介绍
随着人们生活水平的日益提高,人们对生活的便利性和安全性有了更高的需求。近年来人工智能的飞速发展,让人们看到了未来更多的可能性。而计算机视觉一直以来都是人工智能的重要发展方向,它赋予了人工智能系统感知世界的眼睛。计算机视觉被广泛的应用于无人驾驶、智能监控、安全生产等领域。其中,目标检测和多目标跟踪算法,是计算机视觉领域的重要研究方向。在过去几十年的发展中,目标检测算法和多目标跟踪算法,从传统机器学习和人工特征算子(HOG、SIFT、卡尔曼滤波器等)阶段,逐步发展为基于深度学习的自主学习阶段,检测和跟踪的准确性和速度都有了大幅度的提升。
366 0
|
数据采集 人工智能 自动驾驶
自动驾驶高精地图技术的现状和未来
高德技术开放日已经顺利落幕,我们准备了精彩的视频回放。这次放出的是由高德高精地图业务中心 向哲 为大家带来的《自动驾驶高精地图技术的现状和未来》。
252 0
自动驾驶高精地图技术的现状和未来
|
数据可视化 云计算 异构计算
开创云端时空智能,千寻位置加速三维实景中国建设
近日,阿里云联合英伟达与英迈中国,在北京举办视觉计算私享会。千寻位置运营专家周倬受邀出席,在会上分享了三维实景重建的云上实践。
开创云端时空智能,千寻位置加速三维实景中国建设
|
传感器 自动驾驶 前端开发
自动驾驶中高精地图的大规模生产:视觉惯导技术在高德的应用
本文将首先介绍视觉和惯导的主流设备,视觉惯导融合的框架和关键技术,高德在基于视觉方式生成高精地图道路标志和地面标识要素的计算方案,最后总结了这项技术在高精地图精度上所面临的挑战和未来发展方向。
12356 0
|
机器学习/深度学习 机器人 自动驾驶
机器视觉的发展现状和前景分析
机器视觉能够带来什么?可以让自动驾驶在道路上更安全的行驶,可以让农作物能够更健康的成长,可以让机器人在我们的生活中充当好帮手。机器视觉在工业上应用领域广阔,核心功能包括:测量、检测、识别、定位等。其产业链可以分为上游部件级市场、中游系统集成和整机装备市场和下游应用市场。
2849 0
|
计算机视觉 算法 Ubuntu