如何提高IVS的性能? - 安防知识网

套性能优越的IVS技术是否可以不受场景的影响，在各种场景下都达到最佳处理效果呢?答案是「否定的」。

　　一套性能优越的IVS技术是否可以不受场景的影响，在各种场景下都达到最佳处理效果呢?答案是「否定的」。

　　首先，IVS技术是由计算机视觉技术的发展水平而决定，因为计算机视觉技术还处于发展阶段，与人脑相比，计算机的智能程度还逊色很多。它用一些数学模型来描述真实世界，并试图用这些数学模型来分析影像数据，并从中获取影像信息内容，但是最复杂的数学模型在现阶段也无法囊括真实世界中的所有特性(就算有这样的模型，普通CPU也支撑不了这样庞大的计算)。由于不同的监控场景与IVS技术的内部数学模型之间的吻合程度会有所不同，因此其精准度或多或少都会受到环境的影响。

　　其次，环境的复杂程度也会对处理结果产生重要影响，因为复杂的场景往往意味着有效信息提取的困难。在传统人为的监控系统中，监控者对于低照度、高度干扰、高拥挤程度影像的监测精准度一般会较低。

　　至于怎样才能使IVS技术获得令人满意的监控效果呢?首先要基于对IVS技术内部算法的理解，调整监控环境或者调试算法，使监控环境与其内部的算法模型达到最大的一致性。举例来说，如果IVS的目标分类模块将目标尺寸作为重要的分类特征，在大景深的场景中，目标尺寸变化幅度很大，该目标分类模块的精准度就会大大降低。有多种方法可以解决这一问题，降低场景的景深，或是加入场景标定算法等。

　　同时，要在条件允许的情况下尽量降低监控场景的复杂度，突出有效信息。例如，摄影机的选用及安装就非常重要，要选用性能较好的摄影机，提升图像的信噪比，如果对夜晚场景进行监控，则最好选用红外摄影机。安装摄影机时，要合理选择安装位置及摄影机的角度，尽量使影像图像干扰较少且目标重迭较少。

　　举例来说，要在较拥挤的场景中统计人流量，俯视角度就是一个比较理想的摄影机安装角度，因为在该角度下，目标的重迭程度较小(如果IVS使用了人脸检测算法来进行人流量统计，情况会有所不同)。除了摄影机的选用及安装外，合理设置警戒规则也会提升IVS的处理效果。举例来说，在统计车流量的分析中，若警戒的设置区域中有树木等物体遮挡目标，IVS在该区域就容易产生目标的误检及误跟踪。