主頁（http://www.by236.com）：智能視頻監(jiān)控技術與應用分析 【中國集群通信網(wǎng)】1、引言隨著計算機、網(wǎng)絡、信息與通信、音視頻編解碼、流媒體等技術的日趨成熟與完善，在安防市場巨大的需求推動下，視頻監(jiān)控技術正在向著數(shù)字化、網(wǎng)絡化、智能化的方向發(fā)展，視頻監(jiān)控由目視解釋轉(zhuǎn)變?yōu)樽詣咏忉屖且曨l監(jiān)控技術的飛躍，也是安防技術發(fā)展的必然。 在2008年北京安防展上，一批視頻監(jiān)控前端設備廠家分別展出了各自的智能視頻監(jiān)控產(chǎn)品，標志著智能視頻監(jiān)控技術已經(jīng)從概念轉(zhuǎn)化為產(chǎn)品，并逐步進入實際應用。本文結(jié)合智能視頻監(jiān)控應用系統(tǒng)開發(fā)與部署的經(jīng)驗，對智能視頻監(jiān)控技術及其應用現(xiàn)狀與前景進行分析。 2、智能視頻監(jiān)控技術 智能視頻監(jiān)控技術源自計算機視覺與人工智能的研究，它的主要研究目標是利用計算機視覺技術、圖像視頻處理技術和人工智能技術對監(jiān)控視頻的內(nèi)容進行描述、理解和分析，并能根據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進行控制，從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。圖1給出了一個典型的智能視頻監(jiān)控系統(tǒng)的基本工作流程。 智能視頻分析模塊獲取視頻序列后，首先通過圖像恢復或超分辨率復原技術提高圖像質(zhì)量，然后對場景中的目標進行檢測、分類和跟蹤，進而實現(xiàn)視頻內(nèi)容的分析理解，包括場景中的異常檢測、人的身份識別以及視頻內(nèi)容的理解描述等。最后根據(jù)設定的規(guī)則產(chǎn)生報警，進而觸發(fā)后續(xù)業(yè)務處理。各步驟介紹如下： 1.目標檢測將輸入的視頻圖像中變化劇烈的圖像區(qū)域從圖像背景中分離出來，它處于視頻監(jiān)控技術的前端，是各種后續(xù)處理的基礎。目前，算法主要包括背景減法、相鄰幀差法和光流法等。 2.目標分類利用一些圖像特征值實現(xiàn)目標類型(一般是人和車)的甄別。用于目標分類的特征有空間特征和時間特征兩種，空間特征包括目標輪廓、目標尺寸、目標紋理等，時間特征包括目標大小的變化、運動的速度等。 3.目標跟蹤依據(jù)目標及其所在的環(huán)境，選擇能唯一表示目標的特征，并在后續(xù)幀中搜索與該特征最匹配的目標位置。常用的跟蹤算法包括：基于特征的跟蹤算法，基于3D模型的跟蹤，基于主動輪廓模型的跟蹤以及基于運動估計的跟蹤等。 4.智能分析。它位于智能視頻監(jiān)控的高級階段，是實現(xiàn)視頻監(jiān)控智能化的關鍵。包括異常檢測、身份識別及視頻內(nèi)容理解等： 異常檢測中典型的異常包括用戶定義的異常情況和非常規(guī)事件，檢測方法分為基于模型的方法和基于分類器的方法; 身份識別包括人臉識別和步態(tài)識別; 視頻內(nèi)容理解是指在對序列進行低級處理的基礎上，對場景中的事件進行分析和識別，用自然語言等加以描述。 根據(jù)目前智能視頻分析技術的成熟度，智能視頻監(jiān)控應用場景主要包括人數(shù)統(tǒng)計、車牌識別、事件檢測和視頻診斷等。 人數(shù)統(tǒng)計：統(tǒng)計穿越入口或指定區(qū)域的人或物的數(shù)量。例如可為商場統(tǒng)計每天的客流量。 車牌識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監(jiān)控者。此技術可應用于車輛黑名單追蹤。 事件檢測：對視頻進行周界監(jiān)測與異常行為分析。異常行為包括雙向越界、單向越界、進入禁區(qū)、離開禁區(qū)、徘徊、無人值守、驟變、人員聚集、煙霧檢測、快速運動、逆行、打架等事件。 視頻診斷：對視頻圖像出現(xiàn)的雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡和云臺失控等常見攝像頭故障做出準確判斷并發(fā)出報警信息。該技術可應用于平安城市的建設中，自動檢測攝像機的狀態(tài)，從而減輕維護人員的工作強度。 3、智能視頻監(jiān)控應用 3.1智能視頻監(jiān)控產(chǎn)品形態(tài) 根據(jù)智能視頻分析模塊所處的位置可將智能視頻監(jiān)控產(chǎn)品分為兩種形態(tài)：前端智能和后端智能。其中，前端智能通過DSP方式實現(xiàn)，將智能視頻分析算法加載在視頻服務器、數(shù)字硬盤錄像機、網(wǎng)絡攝像機等前段設備中，對攝像頭采集的視頻數(shù)據(jù)直接進行分析。由于利用了DSP強大的硬件處理能力，同時前端設備的架設針對具體的智能視頻分析算法優(yōu)化，從而提高了視頻分析準確率，因此目前智能視頻監(jiān)控產(chǎn)品多為前端智能。后端智能通過純軟件實現(xiàn)，運行于普通PC或服務器上，構成視頻分析服務器。視頻分析服務器獲取壓縮的視頻流后，對視頻進行解碼、分析和處理。后端智能的優(yōu)勢在于可以方便的與其它視頻監(jiān)控應用軟件融合，而且不需要對已有的前端設備進行替換升級，保護原有投資，同時智能視頻分析單元可被多路視頻分析分時復用，降低整個系統(tǒng)的投入。但后端智能受限于視頻分析服務器的處理能力，而且已有前端設備的架設往往不滿足智能視頻分析的要求，導致視頻分析的準確率較低。 3.3智能視頻監(jiān)控系統(tǒng)實施 隨著智能視頻監(jiān)控產(chǎn)品日漸成熟，智能視頻監(jiān)控技術開始在視頻監(jiān)控系統(tǒng)中逐步應用，大大提高了視頻信息的價值。但是，要充分發(fā)揮智能視頻監(jiān)控技術在視頻監(jiān)控系統(tǒng)中的作用，卻不是想象中那么簡單，主要面對以下幾點挑戰(zhàn)。 智能視頻檢測準確率。 智能視頻監(jiān)控技術運用數(shù)學模型來描述真實世界，并試圖利用數(shù)學模型來分析視頻數(shù)據(jù)，但是實際環(huán)境比數(shù)學模型要復雜得多，智能視頻分析受到諸多因素的干擾而影響其檢測準確率，存在較大程度的漏報和誤報，當漏報和誤報達到一定比例，視頻檢測就失去了它的意義。智能視頻監(jiān)控產(chǎn)品生產(chǎn)廠家針對各種實際應用環(huán)境，對算法進行了大量的優(yōu)化以排除干擾，提高了智能視頻檢測的準確率，但是實際應用環(huán)境千差萬別，生產(chǎn)廠家要對各種環(huán)境進行優(yōu)化，勢必增加研發(fā)成本與產(chǎn)品版本管理的負擔。 工程施工要求提高。 由于前端設備架設環(huán)境對智能視頻分析的影響，在安裝前端設備時，需要根據(jù)智能視頻監(jiān)控應用場景，針對性的架設。如進行人流或者車流統(tǒng)計時，攝像機視角與人或車行進方向垂直會達到比較好的分析效果;而應用在車牌識別時，攝像機視角又需要能夠從正面拍攝到車牌，并且選擇攝像機時要考慮低照度、逆光、車速等因素。 不同的應用場景對目標對象在整個視頻中的比例或者像素也有相應要求。 所有的這些要求，需要施工調(diào)試人員對智能視頻分析應用場景有比較深入的了解，在施工時針對性的選型和架設前端設備，不斷的調(diào)試以達到最佳分析效果。因此，智能視頻監(jiān)控系統(tǒng)的施工要求比普通視頻監(jiān)控系統(tǒng)要高很多。
|
