智能视频监控技术及其在安防领域的应用

戴惠民

戴惠民

杭州市下城保安服务公司310000

摘要：传统的模拟视频监控系统已无法满足公安业务对图像质量以及视频智能化处理方面的需求，而以数字图像处理为对象的嵌入式智能处理芯片和高清视频芯片技术的飞速发展，使得依靠高清摄像机进行智能视频监控成为可能。

关键词：智能；高清；视频监控；安防

智能高清视频监控分析系统适用于各种典型监控场合，它是通过给普通视频系统升级为高清视频并加入智能化，将给视频监控用户带来前所未有的价值增值，极大增强监控区域的安全性，提高视频系统的工作效率，减少工作人员的工作量。

一、智能视频监控的定义

智能视频监控是利用前沿的计算机视觉技术对监控现场的视频内容进行分析，识别各种异常情况并做出相关响应的新一代监控技术。在用户预设监控规则后，在不需要人工参与的情况下，系统能实时分析监控画面，发现异常情况并报警，做到及时发现、及时取证、及时处置。相对传统的人工甄别和事后鉴别，不仅降低了工作难度，而且能大大提高监控区域内案件的发现率和处置及时率。随着经济水平的发展和科学技术的进步，人们对安防的需求不断增长，要求也越来越高，利用高科技提升安防系统的安全水平，已经是业内的共识，智能视频分析技术的应用，必将对整个安防产业的发展产生积极影响。

二、关键技术

1、运动目标检测

运动目标的实时检测处于视觉监控技术的最底层，是各种后续处理如目标分类、行为分析理解的基础。1）背景减法：将当前每一帧图像与背景模型图像相减，计算出与背景偏离超过一定阈值T的区域作为运动区域。该算法实现简单，是目前运动目标检测的主流方法。2）相邻帧差法：利用序列中连续两帧或几帧图像间的差异进行目标的检测和提取。该算法具有较强的自适应性，但在运动实体内易产生空洞现象。3）光流法：通过研究图像序列的光流场实现运动目标检测的一种方法。多数光流法计算复杂耗时，除非有特殊的硬件支持，否则很难实时检测。

2、运动目标分类

能否正确区分各类目标，直接影响着视频监控系统中的告警。目标分类的2个关键问题是特征量的提取和分类器的构造。用于目标分类的特征主要包括空间特征和时间特征。空间特征是与单帧图像里的目标相关的一些特征，如目标的形状、大小、位置等。时间特征与跟踪过程相联系，如目标大小的变化、运动的速度等。常用的分类器有贝叶斯分类器，人工神经网络分类器以及新兴的支撑向量机分类器等。

3、运动目标跟踪

运动目标的跟踪过程，就是依据目标及其所处的环境，选择能唯一表示目标的特征，并在后续帧中搜索与该特征最匹配的目标位置的过程。常用的目标跟踪算法包括：1）基于特征的跟踪方法：通过各帧间运动目标个体特征的匹配实现跟踪。该算法简单，易于实时处理，但易受观测视角的影响，跟踪识别率较低。2）基于3D模型的跟踪：依据一定的投影规则，将预先建立的三维目标模型投影到二维平面，与平面图像中的目标进行匹配以实现跟踪。该算法不易受观测视角的影响，具有较强的鲁棒性，但算法复杂度高，实时性差。3）基于主动轮廓模型的跟踪：该模型是在图像域内定义的可变形曲线，该技术可以处理任意形状物体的任意形变。该算法计算量比较大，对于快速运动的物体或者形变较大的情况，跟踪效果不够理想。4）基于运动估计的跟踪方法：从前一帧的状态中预测目标在当前帧中可能的位置。主要有Kalman滤波器、多假设跟踪和基于MontoCarlo方法的滤波器等。其中最常用方法是卡尔曼滤波算法。

4、视频内容分析

视频内容的分析在完成运动目标的检测、分类和跟踪后，对其内容的智能化分析，并做出判断。它处于智能监控技术的高级阶段，是实现监控智能化的关键。实际中，视频内容分析包括异常检测、人的身份识别及视频内容理解描述等。异常检测中典型的异常包括用户定义的异常情况和非常规事件，检测方法可分为基于模型的方法和基于分类器的方法；人的身份识别主要包括人脸识别和步态识别；视频内容理解描述是指在对序列进行低级处理的基础上，对场景中的事件进行分析和识别，用自然语言等加以描述。现阶段主要实现针对某种特定应用场合中特定行为的描述。

三、在安防领域的应用

1、安防类主要应用

智能视频监控除具有一般的数字监控系统的优势外，还具有实现24×7h全天候可靠监控、报警精确度高、响应速度快、有效扩展视频资源的用途等特点。智能视频监控的应用主要分为安防类应用和非安防类应用。安防类应用是目前市场上存在的主要智能视频应用，主要包括：1）高级视频移动侦测：在复杂的天气环境中精确的侦测和识别单个物体或多个物体的运动情况，包括运动方向、运动特征等。2）物体追踪：侦测到移动物体之后，根据物体的运动情况，自动发送PTZ控制指令，使摄像机能自动跟踪物体，在物体超出该摄像机监控范围之后，自动通知物体所在区域的摄像机继续进行追踪。3）人物面部识别：自动识别人物的脸部特征，并经与数据库档案的比较来识别或验证人物身份。4）车辆识别：识别车辆的形状、颜色、车牌号码等特征，并反馈给监控者。可用在被盗车辆追踪等场景中。5）遗留、遗弃物品检测：当一个物体在敏感区域停留的时间过长，或超过了预定义的时间长度就产生报警。典型应用场景包括机场、火车站、地铁站等。6）入侵探测：可感知设定区域内突然出现和入侵的物体并及时报警。比如在戒备森严的军事重地或银行博物馆等重要场所出现可疑人物等。7）物品被盗或移动检测；当监控场景中的物体被盗和移动，算法将自动检测这种动作，常用于贵重物品和关键设备的监控。8）人体行为分析：在目标检测分类的基础上，利用人体的各种行为特征对其进行各种行为的描述和分析，提取哪些危险和有潜在危险的行为，如打斗、抢夺和突然倒地等行为。9）拥挤检测；识别人群的整体运动特征，包括速度、方向等等，用以避免形成拥塞，或及时发现异常情况。典型的应用场景包括超级市场、火车站等人员聚集的地方。10）焰火检测：根据发生火情过程中烟火表现出的时—空特征进行烟火的实时检测。

2、应用模式

1）与传统的模拟视频监控系统结合使用，以突破传统视频监控发展中遇到的瓶颈问题。主要用于对已存在的模拟视频监控系统进行智能化改造。选择重点、高危监控目标和场所，针对该部分图像进行分析，选择智能视频服务器实现主动监控，同时将预警、警情实时发给模拟矩阵和DVR，完成快速切换和录像。应用方案如图1。

图1模拟视频监控系统中的智能化应用

2）基于网络的全数字化智能视频监控系统。该模式主要用于新建的数字化监控系统中。同样，选择重点、高危监控目标和场所，直接在前端选择智能视频服务器，实现主动监控，将预警、警情实时发给后端智能管理平台，完成快速切换和录像。应用方案如图2。

图2基于网络的全数字化系统中的智能化应用

结束语

在有效采集信息的基础上，智能视频监控系统比普通的网络视频监控系统具备更强大的图像处理能力和智能因素，可为用户提供更多高级的视频分析功能，能减轻监控人员的劳动量，提高监控的效率和监控系统的准确度。故在监控系统对智能化功能的需求下，随着智能视频分析技术的成熟，视频监控系统向着智能化的方向发展将是必然趋势。

参考文献：

[1]王素玉。智能视觉监控技术研究进展[J].中国图像图形学报，2011