智能视频监控技术研究及应用.docxVIP

智能视频监控技术研究及应用 曾映华 中国联合网络通信有限公司东莞市分公司 摘要：笔者长期在联通公司工作，对于智能视频监控的应用有着一定的了解， 以下简单的对智能视频监控存在的问题以及智能视频监控技术的优势和应用等 内容进行探讨。 关键词：智能视频；技术分析；优势；应用 概述：传统的电视监控技术只可以达到“千里眼”的作用，把远程的目标图 像传输到监控中心，由监控人员根据看到的视频图像对现场的情况做出判断。随 着信息化的进程推进，图像处理技术、计算机网络技术以及通信技术飞速发展， 极大地促进了视频监控技术的不断发展和更新。智能视频源自于计算机视觉技术, 计算机视觉技术是人工智能研究的一个分支。智能视频监控在不需人为干预的情 况之下，利用了计算机视觉以及视频分析的方法对摄像机所拍录的图像序列进行 自动分析，实现了动态场景中目标的识别、检测以及跟踪，并且在这基础上进行 行为的分析。另外，智能视频监控还能够应用在客户行为分析、交通管理以及客 户服务等多种非安全相关的场景，以提升用户的投资回报。 一、智能视频监控存在的问题 缺少自主知识产权。在目前来看，我国市场上所见到的智能视频监控产 品，基木上都是来源于欧洲、美国和以色列。但绝大部分产品售价较高、性能的 可靠性也不够。国外厂商控制了核心的技术，维护以及安装都是需要外方的全方 位参加，这就给我们的国家安全带来了很大的隐患。 加强了产学研的结合。从技术的角度而言，智能视频监控系统所包含了 四类视觉分析技术：目标跟踪、运动目标检测、行为识别、目标分类。其中的目 标跟踪、运动目标检测都是属于视觉低级处理部分，而行为识别、目标分类则是 属于中级和高级处理。对于视觉低级处理部分，目标跟踪以及运动检测这些类型 的视频智能分析技术已经取到了一定的成果，在目前市场上已有相应的产品，在 实际中得到比较广泛的应用。而对于行为理解和目标分类描述等中级和高级处理 技术，相关的研究发展比较缓慢，尽管在国内外学者提出了许多被证明是有效的 算法，但是还停留在理论阶段，离实用仍然有着不小的距离。因此要加强产学研 结合的发展模式，一方面是要加强目前智能视频分析技术的研究。另一方面合理 评估已有的视频分析技术，将具有可实现产业化的技术添加到应用框架中，指导 厂家将视频分析技术合理应用到智能视频监控系统中。 二、智能视频监控技术分析 提取移动的目标。运动检测是从背景图像中将图像序列提取出来，这种 分割运动区域的方式，可以有效的减少后续过程的运动量。但背景图像具备着一 定的不稳定性，譬如慢移动、光照以及阴影等,这种情况引起运动检测十分困难。 在目前来说，智能视频监控技术是有两种分析方法：一是吋间差分方法，二是背 景减除方法。其中吋间差分法是运用视频图像特征，从连续得到的视频流中取出 有用的信息，这些动态目标信息就是利用相邻帧图像相减进而提取的，但是这种 方法不可以提取所有相关特征像素点，会造成运动实体内部出现空洞，检测出目 标边缘。而背景减除方法就是运用当前图像和背景图像的差分，对运动区域的一 种检测，这种方法可以提供较为完整的运动目标数据，灵敏度以及精确度都是比 较高，体现了良好的性能。 2?识别行为。识别目标行为是在这些年来被广泛关注的重点，可以准确的 分析目标运动模式并且识别。可以将识别行为简单的理解为时变数据的分类问题, 就是将预先标定和测试序列的典型行为作为了参考目标进行匹配。相关的工作人 员经过跟踪检测行为变化和目标的行为，以及用户自定义的行为规则和定义，就 可以判断被跟踪目标的行为是不是存在威胁。 状态空间方法 通过状态空间模型的方法，可以将静态姿势定义不同的状态，这些状态之间 可以通过某种概率联系起来。 任何序列都能够看作这些静态姿态的不同状态之间的一次遍历过程，在这些遍历 期间计算联合概率，这种概率的最大值可以作为分类行为的标准。在目前，状态 空间模型已经被广泛的应用在时间序列的估计、检测以及预测中。 模板匹配方法 采用模板匹配技术行为识别方法，可以将图像序列转变为一组静态形状模式, 在识别过程中，能够较为预先存储的行为标本和实际物体的运动情况。这种模板 匹配技术的优点就是较快实现以及计算简单，但其对噪声和运动时间的间隔比较 敏感，常受到此影响。 进行目标分类。智能视频监控技术可以进行目标分类，从检测到的运动 区域内，提取出特定类型的物体，譬如场景中的车辆、人等目标。然后就根据可 利用的不同信息，进行目标分类，基于形状信息和运动类型两种分类方法。基于 运动特性，可以识别目标运动的周期性变化。监控技术基本上不受光照和颜色影 响，根据形状信息进行了识别，然后在检测出的运动区域，匹配目标物体的模板、 形状特征以及统计量。 三、智能视频监控技术的优势以及应用 1.狛能视频监控的优势 智能视频监控主要的优势体现在以下