浅谈医疗行业智能分析系统的应用及发展.docx

浅谈医疗行业智能分析系统的应用及发展.docx

《浅谈医疗行业智能分析系统的应用及发展.docx》由会员分享，可在线阅读，更多相关《浅谈医疗行业智能分析系统的应用及发展.docx（9页珍藏版）》请在冰豆网上搜索。

浅谈医疗行业智能分析系统的应用及发展

浅谈医疗行业智能分析系统的应用及发展

【摘要】 智能分析系统随着安防行业的发展壮大及科学技术的发展，社会形势的不断变化，安全技术防范的形式也逐渐向集成、联动、集约、高效方向发展，使职能部门能针对包括“医托”、“医闹”、“药贩”、“黄牛”等涉医违法人员进行主动发现、主动甄别、即时管控、及时处理。

【关键词】智能分析系统 人脸识别 人员统计 人工智能 人员徘徊

近年来，随着安防产业的壮大以及科学技术的发展，社会形势的不断变化，安全技术防范的形式也逐渐向集成、联动、集约、高效方向发展，普通的视频监控系统早已无法满足市场需求，监控人员在安防控制中心不但希望能了解到前端的视频信息，更希望全面掌握图像、人员信息、报警等信息，使职能部门能针对包括“医托”、“医闹”、“药贩”、“黄牛”等涉医违法人员进行主动发现、主动甄别、即时管控、及时处理，正式在这样的背景下，推出了智能分析技术，智能分析技术的原理是计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标，用户可以根据的视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音，用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。

1智能分析系统的分类

从应用领域来说分为两类，主要为安防领域的相关应用，协助医院或其他机构的安全保卫部门提高室内外公共环境的安全防范，比如高级视频移动侦测、人员面部识别、人员数量统计、人员聚集、人员非法徘徊、车辆违停等技术。

从产品形态来分为前端产品及后端产品，前端产品即人脸识别、人员统计、人员徘徊、人员聚集前端摄像机，即将一些智能分析的功能（例如目前有实现车辆检测的车辆抓拍摄像机、实现区域入侵等功能的目标检测报警的摄像机、有实现人类检测抓拍的摄像机等等），还有智能摄像机自带分析功能，系统架构简单，同时目前的摄像机DSP处理能力已经完全能运行各种较为复杂的分析算法，分析效果和后端设备基本相同；

后端产品即人脸识别服务器、人员统计服务器、人员徘徊服务器，主要采用深度算法来实现，具有人脸实时抓拍、特征建库、实时比对、抓拍库检索和注册库检索等功能。

设备符合公安部对人像比对技术应用中选用国内算法的要求。

算法基于先进的人脸识别技术，支持十万级人脸库比对和检索，具有检测精度高，比对速度快等特点，能够满足各种行业对人脸识别及布控的业务需求。

从技术角度来说分为前端摄像机自动识别并上传至安防管理平台进行管理，还分为前端摄像机采集、抓拍图像（人脸识别功能）在通过后台服务器进行数据分析的一种方式。

2智能分析系统的解析

视频监控技术发展经过三个阶段：

（1）第一阶段：

模拟视频监控系统；

（2）第二阶段：

数字视频监控系统；（3）第三阶段：

智能视频监控系统。

智能视频监控IVS（IntelligentVideoSystem）主要内容是如何从原始的视频数据中提出去符合人类认知的语义理解，即希望计算机和人一样自动分析理解视频数据，比如：

判断场景中有哪些感兴趣的目标，历史运动轨迹，从事什么行为，以及目标之间的关系等。

智能监控系统技术可以从“高层、中层、底层”3个层次和“目标检测、目标分类、目标跟踪、行为分析”4个维度解析。

 图：

智能视频技术框架

2.1.目标检测

目标检测是从视频或者图像中提取出运动前景或感兴趣目标，也就是确定当前时刻目标在当前帧的位置，所占大小。

因此目标检测在智能视频监控算法中处于基础地位，目标检测性能的好坏直接影响了后续目标跟踪等算法、目标分类与识别的性能。

根据处理的数据对象的不同，目标检测可以分为基于背景建模的运动目标检测方法和基于目标建模的检测方法：

表：

目标检测技术对比

2.2.目标跟踪

目标跟踪用来确定我们感兴趣的目标在视频中连续的位置，也就是定位目标“在哪里”。

目标跟踪问题是智能视频监控的一个重要环节，具有广泛应用的价值。

目标跟踪可以记录感兴趣目标的历史运动轨迹和运动参数，为更高层的目标行为分析与理解打下基础。

根据应用场景的不同，可以将目标跟踪分为单场景目标跟踪和多场景目标跟踪两类。

单场景目标跟踪包括单目标和多目标跟踪，多场景目标跟踪可以分为重叠场景和非重叠场景目标跟踪。

表：

目标跟踪分类及特点

2.3目标分类与识别

目标分类与识别任务要求回答一张图像中是否包含某种物体（如：

人脸、虹膜、步态、车牌），也就是判别图像中所包含物体的类别，进而识别出目标的身份。

作为高层计算机视觉应用的基础，它在很多视觉领域得到了广泛应用，例如行人跟踪以及大规模图像检索等。

因此，目标识别在人类的生活中扮演着越来越重要的角色，也在不断改变着人的生活。

2.4行为分析

行为分析是利用计算机视觉信息（图像或视频）来分析行为主体在干什么。

相对于物体检测和分类来说，人的行为分析是在其基础上实现更高层的目标，涉及到对人类视觉系统的更深层的理解，是计算机视觉领域中要解决的终极问题之一。

行为分析分为静态姿态识别、运动行为识别和复杂事件分析。

静态姿态识别是以静态图像为研究目标，在图像检测和识别方法的基础上对人体的姿态进行分类识别。

后两类行为识别是基于视频序列的，基于视频的行为识别方法是目前行为识别方法的主要研究方向（详见下图）:

 图：

行为分析结构图

3智能分析系统的背景

近几年，随着高清视频监控的逐步推广和普及，视频监控市场已经实现“看得见”“看得清，看得明”，未来是向“提前看”方向发展。

随着政府和企业对平安城市建设、社会监控建设的持续投入，视频监控成千上万，进而也推动安防迈入大数据的领域，在大数据时代，人们对智能视频分析技术越来越看重。

3.1背景一技术融合

传统的视频监控和智能分析技术虽然解决了视频的存储和回放，以及各厂商视频流的互联互通，但仍然无法精准识别、定位和查找视频中的人、车、物等目标信息，无法将没用的视频过滤，无法将人物、车辆的其他信息进行有效分类。

目前，要实现全方位的实时监控，指挥调度，视频录像中可疑目标的检索查证，还必须依靠大量的工作人员时刻紧盯屏幕，监视所有摄像机的实况视频，以及回放相关视频录像，查找可疑人员，车辆目标和线索。

要想完美地解决这些问题，就要从技术层面出发，依靠科技的不断进步和融合来弥补不足之处。

安防领域的智能分析技术是基于人工智能而进行的。

越来越多的安防企业与芯片企业联手，提出了智能分析解决方案，包括前端——智能摄像机的打造和后端——智能分析系统的制作，前后端的完美组合解决了传统智能分析技术的问题。

前端摄像机内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。

智能分析的过程相当于层层叠叠的深度神经网络进行计算的过程，这对运算资源有很高的要求，需要一个能支撑整个智能分析的架构，需要“云存储”“云计算”的安全保障，需要GPU技术的提高和有效利用，需要深度学习算法在安防领域的不断成熟和优化。

云架构是智能分析的基础，运算方案是智能分析的中枢，深度学习算法是智能分析的助力器，只有这些技术完美的运用和融合，智能分析技术才能更好的发展。

3.2背景一市场分析

近年来，国内国际安全形势日益严峻，国内安防需求日益增长。

“十三五”期间对于安防行业的投入预计将远超“十二五”期间水平。

安防行业的整体规模也将依旧保持较快的增长势头。

与此同时，“十三五”期间安防行业也将呈现价值链转换的特点，即由原先侧重硬件的发展转变为侧重软件、平台的发展。

其中未来发展的一个热点方向是利用最新的智能技术来帮助提高安防效率，实现实时、事前的智能分析，这样的智能分析技术在不同的领域都有大需求，譬如平安城市建设的需求、公安行业的需求、金融、医疗、交通行业的需求等等。

4医院智能分析系统的应用

现阶段，智能分析系统在医疗行业中的应用主要包含几大类：

人脸识别分析比对、人员流量统计、人员徘徊、人员聚集、车辆违停、物品及人员越界报警等功能，根据上海申康医院发展中心发布的《市级医院安全技术防范系统建设指导意见》，明确了门（急）诊大厅出入口宜安装人脸、人流量数据采集装置，但结合院方需求及实际情况，具体医院内应用如下：

人脸识别分析比对主要在医院门诊楼、急诊楼、病房楼等重要人流量较大的建筑物对外出入口设置，采用1080P人脸识别专用摄像机，方向一致朝外，对所有进出人员进行人脸图像的抓拍，可以是视频流及图片流，通过专用监控网络传输至安保中心机房内的后台人脸识别服务器进行分析、比对、统计等功能，例如实时抓拍图像、人脸布控、预警功能、实时视频预览、人脸查询、身份核验、以脸搜脸、身份确认、1比1比对、人员轨迹等功能；

人脸识别分析还可以通过大数据管理平台将有嫌疑的人员信息推送至公安局相关人员数据库进行身份核实，经公安部门比较后推送回医院信息，确认相关嫌疑人员是否为犯罪人员及有前科的人员。

图：

人脸识别拓扑图

 图：

人脸识别抓拍流程图

人员流量统计主要在医院门诊楼、急诊楼、病房楼等重要人流量较大的建筑物对外出入口设置，采用720P或1080P人员统计摄像机，在出入口大门的内测吸顶安装，通过专用监控网络传输至安保中心机房内的后台人员统计服务器，系统采用了先进的智能视频分析算法，通过视频画面分析检测活体的形状，并在设定区域内（如出入口、通道等）分析进和出的不同个体数量，实现相关客流数据的统计和记录。

人员徘徊检测主要是在行政楼行政楼层内走道内设置，采用1080P人员徘徊摄像机，采用吸顶或壁挂安装，通过专用监控网络传输至安保中心机房内的后台人员徘徊服务器，通过自动检测防区内滞留超过所设定时间的入侵者，防止可疑人员在重要办公场所徘徊，如财务室门口、金库门口、院长主任办公室门口等区域，一旦发现可疑人物徘徊，即产生报警通知监控中心安保人员，安保人员通过联动视频查看可疑人员，做出判断处理，防止恶性事件发生。

另外智能分析系统还可以结合快速通道及访客管理系统对进入医院病房楼、门诊楼的家属、病人进行人员管控，即访客管理系统登记后通过人脸识别黑名单库进行相应的分析比对后推送给访客管理一体机发放二维码，病人及访客通过二维码扫码进入相关病区进行探访。

5智能分析系统的发展

随着“国家应急体系”、“平安城市”、“平安建设”、“科技强警”等重大工程项目在全国的不断推进，国内视频监控市场前景一片看好。

智能视频相关系统的应用随着视频监控市场规模的不断壮大也将从相对集中的区域向各行业大幅度的伸展。

就市场需求而言，目前整个市场对智能视频分析的认知都在不断提高。

一方面用户从心理上从原来的“是什么”过渡到“如何来做”；另一方面一些专业视频分析研究厂家也正着手完善现有的核心技术，进一步提升和优化现有算法结构，在功能、应用和价格上力求更加注重用户的实际需求，以实现最佳的系统产品形式。

作为视频监控的高端应用，像人脸识别、人员统计等功能业已在各重点行业中成功应用，并逐步显现威力。

而针对目前用户期望与现实之间的距离，都在努力寻找一种功能与应用的平衡。

如何能正确的对智能视频分析进行规划，用什么策略去做，如何有更清晰的认识，还都还需要整个产业链的紧密合作，这也是未来智能视频发展的必然趋势。

6总结

智能视频分析技术从产生开始，一直备受关注。

经历了起初的期待，走过了应用的无奈，到如今重新审视技术本身，智能视频分析确实还有很长的一段路要走。

深度学习和大数据为智能视频分析技术提供了前进的方向。

我们也期待，未来有更多新的、合理的模型出现，为我们提供可用的方法，让设备真正拥有“智能”，让安防真正成为大家心目中的“智能安防”。

.