无所不在的视讯科技及应用

　　一、引言

　　视讯科技可以说是已经经历了一个由奢侈天堂到平民家庭的过程。在20世纪70年代末期，计算机刚刚在国内发展应用的时候，作为科学研究和重点学科建设的需要，引进一套图像处理设备，不说从申请到订货，就是从入关到设备验收，最少也得需要一年半的时间，而且经费也非常高。以当时引进的法国设备为例，要花将近25万美元，一个摄像头就要花2万人民币，所以当时只有少数几家实验室可以谈论及从事图像处理及视频通信的研究。

　　历经25年后的今天，由于视频技术的进步和视频压缩编码芯片的大规模生产，视频通信设备已经步入了大众人民的生活。带摄像头的笔记本电脑，具有照像功能的手机和数码相机已到处应用，一个视频技术无所不在的时代已经到来。随之而来的必然是科技开发和市场应用开拓的大好机会。

　　视讯技术包括的内容很广，首先是采集和通信，其次是应用和服务，也可简单地理解为通信、处理及服务。解决好通信的核心技术，可能就是视频压缩及QoS的保证。由于市场总是与需求联系在一起，需求又正好与服务密切相关，因此扩大新的需求，形成新的服务产业需求链，是时代给我们创造的机会，关键是我们如何能及时吸收先进的视讯技术成果，不断地激励及培育新的需求，提高服务质量及水平。

　　从当前视频技术的推广发展以及信号处理技术的进步来看，下面几个方向值得同行的注意：视频通信业务本身新的深化；视频通信与监控结合起来，完善及提高社会及个人的安全保障；走入具有普适意义的（无所不在的意思）家庭化及个人化。

　　事实上，这三个方向都已经在实际中被人们所关注着，问题是如何及时地吸收更多可用的科研新成果，选择新需求与发展可能新的切入点，服务于新的应用。

　　二、深化视频通信系统应用

　　目前，视讯开发人员的着眼点是提高图像质量，方便会议召开，做好接入与控制，包括适应各类网络的带宽和接入方式的兼容。但是，在深化视讯信息和会议内容的建档管理，文档存贮和内容摘要，分类检索方面也尚有很多工作可以去做，目的是使视讯系统不仅能提供开会议事的环境，而且还可以为召集会议的单位建立完整的历史、文档，包括视频文档，有利于会后资料的重用。在这当中，有许多新东西可以引入：如声音定位技术可以使摄像头自动地对准发言人；说话人识别技术（会议参加人数目比较有限，该技术已经可以应用），可以认知是谁正在发言；同时，由于视频图像这时是以正面图像为主，人脸识别技术可以进一步确认发言人身份，把当时的发言人是谁也自动记录在案；一次会议一般要历时几十分钟到几个小时，采用PCTV技术可以将会议的视频内容记录下来，以数字文件的形式保存起来，一般讲，一小时一个千兆的数据存贮量，成本不算高；屏幕拷贝技术也可以把会议内容记录下来；已经记录下来的视频会议内容，可以采用视频关键幅提取技术和语音识别关键词提取结合，进行对视频内容的分类、索引、存档以及必要时候的快速检索；有时还可以采用数字水印技术，帮助检验视频记录的真实性。有了部门的视讯会议内容存档系统之后，领导机构可以对整个下属系统视频资料的历史进行管理及查询。

　　一旦这样的系统建立起来之后，管理部门就不是仅仅靠一本人工的记录来回忆各次会议内容，靠大量的录相带来保存资料，而是可以形成一个自动的视讯会议资料保存和查询系统。需要这种服务需求的用户是不会很少的。

　　三、向视讯监控的需求扩展

　　一旦视讯采集与通信的成本降低下来了，安全及监控的需求就增加了。银行、宾馆、交通枢纽、海关等部门的需求正在普及，但是科技新成果可以为这些监控提供更多的功能及效率。首先是动目标的检测及跟踪，在摄像环境条件（如光照和遮档）比较可控的情况下，目前的不少技术是有可能使用的。一旦跟踪能够实现，人脸识别技术及车辆识别技术可以记录下被跟踪对象的属性，如人名和车型等。这方面有一个实验系统已经可以提供演示，称为“入室人员记录及通报系统”。它可以通过摄像头自动记录入室人员的姓名，（如果是认识的人，则记录姓名，不认识的人称陌生人，一旦陌生人出现，系统可以自动地用短信通知室主手机）。活动目标跟踪可以记录目标的行动路径及时间标记。

　　另外，目前国内正在进行研究的是动目标的行为分析。一旦这类自动分析系统发现动目标有不正常行为时，即可以自动把镜头记录下来，并发出必要的通知信息。身份论证技术也可能是监控系统的一个应用重点。

　　正在研究的生物特征论证系统有很好的应用前景。生物特征包括人脸、步态、指纹、声纹、掌纹、指节纹和手形，这方面已经鉴定了若干个应用系统，这些技术也自然会被引入到各类监控应用中。随着视频传感器的微型化，例如医用的食道视频传感器M2A，只有胶囊大小（1cm），可以具有发光源、摄像、无线发射及电源等功能，可以把经过肠道时所拍到的频视传到体外的显示器。另外，还有微型无线传感器可以自由降落在监控现场，把视频数据及声音数据传到控制中心，称为无线传感器网络。监控系统的发展给社会安全带来了巨大的效益，正如一期以“传感器国家”命名的IEEE Spectrum专刊介绍的那样，已被大城市大量采用。 这种应用同时也引发了部份侵犯个人隐私的争议，这正是当前社会讨论中的问题，但无论如何，只要使用方案合理合法，总是可以得到人们认可的。

　　四、面向家庭及个人的视讯技术

　　随着数码摄像机、数码相机的普及，家庭计算机宽带接入以及移动宽带终端的推广，一个基于普适计算（无所不在之意）家庭视讯系统应用已提到了日程。这里所谓普适是指宽带窄带相容，固定接入，移动接入，计算机PDA手机互通的融合网络通信系统。除了家庭安全，个人可视通信，可视文化娱乐应用和流媒体之外，保健咨询及老年人监护可能将成为未来视讯的另一重要应用领域。国内目前医疗机构不足，医药费用高昂，为减少得病的机会，提高保健服务是一条事半功倍的有效途径。利用家庭PC、基于网络的视频通信，建立社区一级的公共卫生保健咨询面对面服务系统，可以在投资很少的条件下，满足广大市民的保健服务需求。这种服务从社区医院或其他中心可以用较少的投资即可使用，而家庭用户一般仅需在现有计算机和网络基础上，添加数字视频输入装置即可。如果用户已经有摄像头或数码相机等，仅需软件的支持，所花的成本也是很少的。相反，由于咨询及医疗常识的服务很容易得到，推广应用比较容易。另外城市户口中老人家庭愈来愈多，尤其是自理能力不足的老人家庭中，医疗的监护如果能通过普适的通信网络和采用具有医用数据（如心律、血压、体温、吸引、脸色、说话声音高低、动作灵活程度等）自动采集的设备，以及视讯的高质量传输，医护人员可以在中心地点，集中地对分散的老人家庭作适当的监护服务，易于及时采用必要的紧急措施。从技术上看，这比远程医疗系统的成本要低很多，易于推广，对无人照顾的老人家庭来讲，也是一种福音。

　　当然，视讯技术和产业的发展有它自己的规律，这些规律受到科技发展水平，国民经济发展政策与策略，社会生产力水平，人民生活水平的承受能力等多方面影响的限制。上面提出的三个方面意见，仅仅是一个从事视频通信，音视频信息处理和通信网进化融合科学研究的工作人员角度提出来的。尽管这里介绍的技术，在国内许多实验室，已经有预研成果，但距离应用及系统的建立，仍然需要产业精英，择优挑选，予以实现。

----《中国多媒体视讯》

作者：北京交通大学信息科学研究所 袁保宗