鐵路視頻監控智能分析系統檢測技術

馮燕媛

（中國鐵路通信信號上海工程集團有限公司，上海 200436）

1 概述

近年來鐵路綜合視頻監控系統的設置和推廣的力度不斷加快，系統規模日漸擴大，如何有效地對監控系統進行管理成為當前棘手問題。由于前期的系統缺少實時管理和處理上萬乃至幾十萬攝像機每天所采集到的監控圖像的能力，導致相當部分的視頻監控系統變成視頻錄像系統，其最大功能只是提供事后的查詢作用，無法滿足安全防范系統以預防為主的功能目標。

為了更有效地滿足行車安全要求，鐵路綜合視頻監控系統對智能視頻分析功能的要求日益明顯，也直接推動了智能分析系統的大規模發展。但伴隨著發展所帶來的是設備技術水平的良莠不齊，導致系統使用效果存在明顯差異。針對智能分析系統在整個視頻監控系統中的重要性，本文提出了對智能分析系統評測的基本方法及檢測參數的選擇，并且結合檢測結果對系統設備的選擇等工作提出建議。

2 智能分析技術的概念及分類

2.1 智能分析系統的概念

從狹義上來說，智能視頻是對視頻畫面進行分析，從而在畫面中截取一些有用的信息，它在某程度上代替監控人員，節省了人力資源。換句話說，智能視頻最重要的是如何在畫面中截取有用的信息。那么，這就必須首先定義“何為有用或說有價值的信息”。如果一個監控畫面中沒有任何畫面的變化，那么它是一個價值不高或沒有必要立刻關注的畫面。反之，如果畫面有變化就必須馬上被監視到并進行分析判斷。

從廣義上來說，也可以把智能視頻分析定性為基本運算功能，起到對視頻畫面進行分類、比對或識別的作用。另一方面，它可以對畫面進行分析，對畫質進行某些優化，提供更好的畫質以供監控人員觀看。因此，智能分析一般包括視頻分析（內容分析）類、視頻識別類、視頻改良類。

2.2 智能分析系統的原理

智能分析系統最早的開發，其應用場合以及目的就是移動偵測系統，其原理是在畫面中用前一幀的畫面減去現在這一幀的畫面，從而找出兩者的差異。然后通過差異占總體畫面的百分比產生報警信號。但采用這種方式往往誤報率十分高，因為畫面容易因外界因素而產生細微或大幅度的變化，例如下雨、日光下的光線變化等外界環境因素等。因此，這種方式不能在大規模、大場景下采用。嚴格來說，移動偵測不能定性為智能視頻，但它確實是智能視頻的最早體現模式。

現代的智能視頻系統大多采用場景維護的方法來解決移動偵測誤報問題。這樣，智能視頻系統往往會利用其軟件，自動學習場景的細微變化，從而建立并維護一個實時更新的背景環境，這個背景環境會根據環境的細微變化而變化。再將背景以外的東西從中抽離，從而形成畫面上的物件。由于每樣物件可以從背景中抽離，并可給出物件在畫面中相對應的像素坐標，便可根據其坐標位置進行特定的報警處理。同時，由于背景本身是會根據環境的變化而不斷自動學習，這樣便可大大降低系統的誤報率。

2.3 智能分析技術的分類

隨著技術的發展，智能分析技術也有了長足的進步，現代智能分析技術分類，如表1所示，類別中又大致分為一些功能模塊，如表2所示。

表1 智能分析技術分類表

表2 智能分析技術主要功能模塊表

3 鐵路綜合視頻監控智能分析系統檢測方法

目前，鐵路綜合視頻監控系統需要表1所列的視頻分析類技術，并且鐵路的線路長，從運輸安全角度來說，嚴格禁止人或其他動物、異物侵入鐵路限界，對于表2中分析的入侵檢測這一功能模塊的需求特別大，鐵路相關文件中對視頻內容分析的測試要求中，也以入侵檢測C級為入門級測試，因此本文就從入侵檢測入手進行分析。

入侵檢測的定義：在攝像機監視的場景范圍內，根據監控需要和目的設置警戒區域。系統可以自動檢測入侵到警戒區域內的運動目標及其行為，一旦發現有滿足預設警戒條件，則自動產生報警信息，并用告警框標示出進入警戒區的目標，同時標識出其運動軌跡。

從上述定義入手，進行分析如下。

3.1 分析模式判斷

現有技術中主流分析系統主要分為兩種，即硬件分析與軟件分析。硬件分析指的是使用帶分析芯片的硬件設備對視頻內容進行分析，軟件分析指的是使用后臺軟件分析的形式。

3.2 檢測要素判斷

對于智能分析系統的檢測，從鐵路綜合視頻監控系統功能及性能兩方面的需求來選擇檢測要素。

1）功能檢測需求

①入侵檢測功能：對于闖入布防區域的人或者規則范圍的事情進行告警。

②多防區設置功能：對于監控畫面中的多布防區域進行分別布防。

③告警時間間隔調整功能：對于告警后的設定時間內繼續出現的入侵人或者物，不再重復告警。

④告警錄像存儲功能：根據告警時間、地點、級別、類別進行分類存儲，以方便工作人員進行報警數據的方便查詢。

2）性能檢測需求

①告警漏報率：指的是在監控點發生安全威脅時，該威脅沒有被監控系統或安全人員發現的概率。

②告警誤報率：指的是位于監控點的安全活動被誤認為是安全威脅，從而產生錯誤的報警。

③告警靈敏度：可疑活動出現、判定到告警的時間間隔。

對于智能分析系統的上述檢測要素來說，傳統的單一視頻序列無法滿足鐵路的復雜環境對智能分析系統的要求，如何選取最適合的測試視頻序列關系到整個測試結果的有效性和有用性。因此本文分析的重點之一就是如何選取視頻測試序列。

3.3 檢測方法

1）功能檢測方法

對于鐵路綜合視頻監控系統，其智能分析的分析優劣性，必須以鐵路不同場景的視頻圖像來進行測試，因此，首先需要選取不同場景的測試序列來進行檢測。

為此，對鐵路綜合視頻監控典型場景進行分析并歸納為機房、線路、咽喉、維修梯、配電所、隔離開關、分區所、開閉所、基站、站臺、廣場、候車大廳、出站口和公跨鐵。

同時，通過分析、設計場景中的實際入侵情況，歸納典型入侵情況及功能檢測目的分類，如表3所示。

表3 典型入侵情況與功能檢測目的

①針對上述不同的應用場景，先進行場景選定。

②入侵情況選定。

③通過不同場景和不同入侵情況組合，建立完整測試序列，實現智能分析系統功能檢測要素驗證。

2）性能檢測方法

由于告警靈敏度與誤報率、漏報率是相關的，通常情況下，靈敏度越高，誤報率越高、漏報率越低。因此檢測智能分析系統的性能，應該在規定不同制造商設備達到統一規定的告警靈敏度范圍的前提下，統計誤報率和漏報率。

通過實際檢測分析，發現造成智能分析系統的性能差異，主要是對各種干擾及像素變化不明顯情況的系統優化性能。因此，需要模擬多數干擾或者像素變化不明顯的視頻序列來對智能分析系統的誤報率、漏報率和告警靈敏度。

為此，對鐵路綜合視頻監控典型干擾情況分析并歸納為10種干擾：復雜天氣（雨雪、大霧、大風）；入侵人物與背景像素變化??；低能見度；夜晚鏡頭彩轉黑；夜晚燈光、光照干擾；鏡頭抖動；人車重疊入鏡；人物快速進入布防區域；多人重疊進入布防區域；移動陰影干擾。

①針對上述10種干擾，逐一選擇不同的干擾測試序列進行檢測。

②性能統計

漏報率（L）：被測的視頻分析設備或軟件未能通過的正報樣本數量與測試正報樣本總數量的比值，計算公式:L=m/n

其中 m:測試時未能通過的正報樣本的數量；

n:選取的測試樣本中正報樣本的總數量。

平均誤報數（W）：被測的視頻分析設備或軟件在測試過程中對每個測試樣本發生的誤報數量的平均值，計算公式:W=x/y

其中 x：測試時實際產生的誤報總數量；

y:選取的測試樣本總數量。

③通過測試統計，得出實際的測試結果，實現智能分析系統性能檢測要素的驗證。

4 鐵路綜合視頻監控智能分析系統檢測案例

2010年，鐵道部組織并使用此方法對市面主流的智能分析廠商進行了測試，并逐步建立完善了相關的視頻內容分析標準測試序列庫。列舉兩個案例對上述方法進行說明。

1）人車分離情況，如圖1所示。

如圖（a），（b）所示，通過選擇不同的測試序列，該視頻中的智能分析系統充分分辨出了人和車，并且沒有對列車的運行進行誤告警。因此在實際應用中，就需要針對此類線路情況的視頻告警進行優化，現場檢測時，也需要進行相關驗證測試。

2）夜間燈光干擾情況，如圖2所示。

由圖2可以看到，夜間人物手上的電筒燈光，并沒有造成干擾，背景中的火車大燈以及周圍的路燈，也沒有造成系統的誤報。通過選擇合理的干擾測試序列，檢測出這一套智能分析系統的分析靈敏度調整得非常好，滿足了夜間監控智能分析的需要。

在實際工程中，根據被監控的內容和要求合理選擇系統的靈敏度，并要求設備制造商進行有針對性的系統優化調整，以滿足鐵路視頻監控的具體要求，提高智能分析系統的性能。

綜上所述，按照本文的方法選擇合適的場景及干擾類型形成完整的測試序列，可以驗證智能分析系統的各項功能，客觀的評估不同智能分析系統的性能優劣，對鐵路綜合視頻智能分析系統的選型和驗證測試，具有實際的應用意義。

5 結束語

鐵路綜合視頻監控智能分析系統的檢測技術應隨著數字視頻技術的發展和鐵路內各系統實際需求變化而不斷更新，只有依據實際的制造技術水平和參數選型，才能確定合理的系統方案，保障鐵路的安全運營和提升服務質量。

[1]運基通信[2010]527號 中華人民共和國鐵道部運輸局．鐵路綜合視頻監控系統視頻內容分析性能測試要求（暫行）[S]．