智能视觉安全系统(鉴定会).ppt

* * * * * * * * * * * * * * * * * * * * 二零零八年九月 现代港口智能图像安保系统 提 纲 一 研究背景 二 研究内容 三 关键技术 四 创新点 五 总结 一 研究背景 港口是我国国民经济中的重要一环。对港口的破坏和港口生产秩序的影响都会波及到众多的产业和企业，造成不可估量的损失。对港口进行行之有效的保护是至关重要的。 港口安保工作的一个主要威胁来自从港区外进入港区的盗窃或者破坏活动。 目前传统的以电视墙为代表的视频监控系统不能充分满足港口安保工作的需要。 只有使用最新的监控手段，配合警力资源的灵活调配，才能有效地完成港口的保安工作。 僵化的图象管理 不能异地控制 检索查询困难 无法制定、更新安全策略 无法迅速实时掌握全局状况 无法持续保持警惕！延误甚至遗漏对威胁作出反应。 试验证明人无法长时间保持警惕！（小于10分钟） 国外同类技术的现状 智能视觉监控技术在国外是一个很活跃的综合性研究领域，主要包括以下研究领域： 运动检测 目标跟踪 目标分类 基于行为特征的检测 图像稳定 图像压缩、传输 地理信息系统 事后监控图像检索和分析系统 国内同类技术的现状 国内在此领域有一定的研究人员和研究成果，但由于缺乏实践经验的积累，还需要一段时间来解决前进中的困难。 数字图像记录机，它将图像存储在硬盘上，便于检索和存储。有些系统有初级的运动检测功能，但由于功能和系统结构的限制，此类技术主要用于事后检索。 图像压缩、传输 研究开发的目的和必要性 “智能”的引入从根本上改变了视觉监控系统的运作模式； 此类技术在国外，特别是北美，已经成功地进行了多年的商业应用。典型客户包括港口、机场、化工厂、电厂、水处理厂、水库、医院、豪宅、边境、军事设施、重要政府机关等； 对于国内重要设施、机构的保护，我们需要自己的知识产权以及开发和技术支持能力； 从长远角度来讲，它可以填补我国在此项实用技术的空白。 本项目的目的是针对罗泾港区的安全监控需求，开发具有国际先进水平，拥有中国知识产权的智能图像安全监控原型系统。最终在罗泾港区研发一套具有国际领先水平的，基于智能基础上的整体安全监控解决方案。 二 研究内容 对驶入码头区域的大小船只进行实时监控、报警； 对码头周边围墙进行实时监控、报警； 对满足预设警戒条件（时间、地点、尺寸、速度、方向等）的行人、车辆、船只进行实时报警； 用标识框标识检测到的运动物体； 语言提示、图像弹出两种报警方式； 存储报警录像。 运动检测 目标跟踪 目标分类 基于行为特征的检测 图像稳定 图像压缩、传输 事后监控图像检索和分析系统 创建运动忽略区图 创建稳定忽略区图 创建分类区图 创建图像映射表 制定策略 区域 时间 分类 宽度 高度 速度 方向 运动状态 摄像机监控画面 报警画面 对进入监控区域的人、物报警并加框突出显示 三 关键技术 误报警及应对手段 使用多模态的背景模型。 对于局部、随机性的“噪音”信号进行低通滤波。 利用噪音信号的局部性对噪音信号进行过滤。 运动检测 运动检测的目标是将运动物体和背景分离开来。它的输入是实时图像，输出是运动区域图。此图只有两种状态，前景（运动物体，黑色）和背景（白色）。 跟踪 将运动检测在每一帧上检测到的物体blob沿帧的方向串起来，来自同一运动物体的blob被串成一条链。代表着此运动物体从出现到消失的历史纪录。从中还可以分析得出物体多方面的特征，例如平均速度，大小，方向，行为特征等信息。 分类 分类利用跟踪模块产生的运动物体信息，对物体的种类（人，车辆，船只…）进行判断。跟踪为分类提供了物体的尺寸，速度等信息。利用这些数据生成特征矢量作为分类的输入数据。 四 创新点 开发了基于多Gaussian背景模型的运动检测方法很好地解决自然环境因素引起的误报警； 开发了一套基于卡曼滤波和Munkres匹配的跟踪算法。解决了实时系统对多目标进行可靠跟踪的要求； 开发了一套基于“最大可能性”算法的分类方法； 开发了一套基于角类特征点的图像位置稳定算法，与常见的基于光流法的稳定算法相比更稳定，在高分辨率情况下，速度更快； 研究了摄像机光圈控制对全局成像的影响，设计并开发了一套去除全局性亮度变换的解决方案； 开发了一套专门的图像流传输方法。在传送MPEG4图像流的同时，传送运动物体框等额外信息，保证原始图像的完整性； 开发了一套语音报警系统，用合成语音提示保安人员当前触犯策略的物体信息。 五 总结 目前该系统已经完成安装和调试工作，并分别对罗泾港区的陆地和水面周界进行监控，系统运行情况良好。 * * * * * * * * * * * * * * * * * * * * * * * * * *