关于上海地区智能视频监控应用情况调查分析报告.docVIP

关于上海地区智能视频监控应用情况调查分析报告 姓名： 专业：计算机网络技术 年级：级 调查目的：了解上海地区的智能视频监控应用情况，掌握该行业的市场信息和发展前景，为我们的专业课程设置以及未来实习工作提供有价值的信息。 调查时间: 2016年19月到2016年11月 调查地点：上海地区 调查内容：本次调查选择的对象多是与智能视频监控技术应用比较广泛的行业，比如安保部门、交通部门等。 调查方式：通过进入安保部门、交通部门实际走访调查的方式了解智能视频监控系统的应用情况。 智能视频监控技术是以数字化、网络化视频监控为基础，与网络化视频监控有一定差异，智能视频更为高端。智能视频监控技术能够识别不同的物体，从而发现监控画面中的异常情况，并在最短的时间范围内做出警报，发出有用的信息，从而使相关人员在处理危机时，更加顺利。这种技术能够减少漏报和误报情况，并在交通管理和客户行为分析方面发挥重要的作用。现对这种技术进行分析，并分析其应用情况。 1智能视频监控技术概述 智能视频监控技术（IVS）源于 BELLSENT 独创的 VTD 专利技术，其领域是人工智能中的模式识别。在实际应用过程中，智能视频监控技术在监控系统中尤为重要，通过接受图像，并对其中的视频进行分析，进一步通过比较和比对，找出异常场景。分析辨识采集到的视频图像属于何种物体，何种行为，并能及时做出及时响应，进而引发报警等行径。最近几年，随着社会经济的飞速发展，人们对于科学技术的研究愈加深入，相应的智能化技术更新换代也是发展迅速。监控的数字化、网络化和智能化是视频监控技术公认的发展方向。 2.1 智能视频监控系统结构组成 现阶段智能视频监控系统的结构主要存在着以下两种形式： 主动智能监视系统———其系统内摄像头可以通过人为设定，选择观察全景或是专门监测某一特定的场景。 分布式智能视频监视系统———其主要特点是通过无线视频通讯网络将摄像机与中心站进行连接，其不仅可以生成图像，还可以进行视频的分析。 2.2 智能视频监控技术发展历程 近几十年来，视频监控技术取得了巨大的发展。从刚开始的以像机、监视器为主组成的闭路监控系统，到后来的基于网络宽带、计算机处理能力的全数字化视频监控系统（或称为网络数字视频监控系统），大体上可将其划分为三个阶段：视频数字化；数字视频监控网络化；监控智能化。 从其发展开始的闭路系统到现今的智能化系统，不难看出视频监控技术的进程是十分快速的，这也进一步表明其发展前景良好。未来的视频监控系统将逐步走向智能化、数字化、多元化。 3 智能视频监控技术分析 3.1 进行目标分类 智能视频监控技术能够进行目标分类，从检测到的运动区域中，提取出特定类型的物体，例如场景中的人、车辆等目标。然后根据可利用的不同信息，可以进行目标分类，基于运动类型和形状信息两种分类方法。基于运动特性，能够识别目标运动的周期性变化。监控技术基本不受颜色和光照影响，根据形状信息进行识别，然后在检测出的运动区域，匹配目标物体的模板、形状特征和统计量。 3.2 提取移动目标 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，能够有效减少后续过程的运动量。但是背景图像具有一定不稳定性，例如光照、慢移动和阴影等，这种情况导致运动检测十分困难。目前智能视频监控技术有两种分析方法：一是背景减除方法，二是时间差分方法。其中背景减除方法是利用当前图像和背景图像的差分，对运动区域的一种检测，这种方法能够提供比较完整的运动目标数据，灵敏度和精确度都比较高，体现出良好的性能。时间差分法是利用视频图像特征，从连续得到的视频流中提取出有用的信息，这些动态目标信息是利用相邻帧图像相减从而提取的，但是这种方法不能提取所有相关特征像素点，会导致运动实体内部出现空洞，检测出目标边缘。 3.3 识别行为 识别目标行为是近年来被广泛关注的重点，能够准确分析目标的运动模式并识别。可以将识别行为简单理解为时变数据的分类问题，就是将测试序列和预先标定的典型行为作为参考目标进行匹配。相关人员通过跟踪检测目标的行为和行为变化，以及用户自定义的行为规则和定义，判断被跟踪目标的行为是否存在威胁。 模板匹配方法：采用模板匹配技术行为识别方法，能够将图像序列转换为一组静态形状模式，在识别过程中，可以比较预先存储的行为标本与实际物体的运动情况。这种模板匹配技术的优点是计算简单、较快实现，但是其对噪声和运动时间间隔比较敏感，常受到此影响。 状态空间方法：通过状态空间模型的方法，将静态姿势定义不同的状态，这些状态之间能够通过某种概率联系起来。任何序列都可以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，这种概率的最大值能够作为分类行为的标准。目前，状态空间模型已经被广泛应用在时间序列的检测、估计和