基于計(jì)算機(jī)技術(shù)的智能視頻監(jiān)控系統(tǒng)探討

王加梁

（四川旅游學(xué)院，四川成都 610100）

隨著信息技術(shù)及計(jì)算機(jī)硬件的發(fā)展，現(xiàn)代監(jiān)控系統(tǒng)已經(jīng)實(shí)現(xiàn)了網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)技術(shù)、集成化技術(shù)等多技術(shù)的融合，但是就其在實(shí)際應(yīng)用中存在一個(gè)突出的問(wèn)題：人工參與工作。鑒于上述原因，有關(guān)人員提出了基于計(jì)算機(jī)技術(shù)的智能視頻監(jiān)控技術(shù)理念，該技術(shù)應(yīng)用基于計(jì)算機(jī)的多種技術(shù)，如視覺(jué)分析技術(shù)、圖像分析技術(shù)、模式識(shí)別技術(shù)等進(jìn)行主動(dòng)監(jiān)控，對(duì)攝像頭錄入的圖像信息進(jìn)行自動(dòng)分析，在復(fù)雜環(huán)境下的目標(biāo)識(shí)別與跟蹤等，進(jìn)而對(duì)目標(biāo)的行為進(jìn)行判斷，代替人工完成監(jiān)控任務(wù)。

1 智能視頻監(jiān)控技術(shù)的優(yōu)勢(shì)分析

1.1 不間斷可靠監(jiān)控

依托人力的傳統(tǒng)視頻監(jiān)控系統(tǒng)要求監(jiān)控端7x24小時(shí)保持監(jiān)控人員實(shí)時(shí)在線和主觀判斷，而基于計(jì)算機(jī)技術(shù)的智能視頻監(jiān)控技術(shù)則可以消除監(jiān)控對(duì)人的依賴，只需要利用其前端設(shè)備進(jìn)行圖像錄入，即可在后端利用計(jì)算機(jī)信息處理技術(shù)對(duì)畫面進(jìn)行實(shí)時(shí)分析。設(shè)備在線的實(shí)現(xiàn)相較于監(jiān)控人員在線更容易實(shí)現(xiàn)，且不會(huì)產(chǎn)生類似于監(jiān)控人員的疲勞狀態(tài)，故可靠性能較高。

1.2 報(bào)警精度高

由于使用了多種計(jì)算機(jī)技術(shù)和高級(jí)算法，智能視頻監(jiān)控系統(tǒng)可以對(duì)安全威脅進(jìn)行精確描述和判斷，還能夠根據(jù)分析數(shù)據(jù)對(duì)潛在威脅進(jìn)行預(yù)警，降低誤報(bào)和漏報(bào)現(xiàn)象出現(xiàn)的幾率，提高報(bào)警精度。

1.3 響應(yīng)速度快

由于智能視頻監(jiān)控系統(tǒng)可以根據(jù)歷史圖像信息對(duì)可疑活動(dòng)進(jìn)行識(shí)別和判斷，故其可以在威脅出現(xiàn)前或者異常情況出現(xiàn)時(shí)對(duì)監(jiān)控人員發(fā)出報(bào)警信號(hào)。配合使用適當(dāng)?shù)陌踩雷o(hù)策略，系統(tǒng)還可以按照預(yù)定操作對(duì)出現(xiàn)的異常情況做出反應(yīng)，有效避免特殊情況下人為因素導(dǎo)致的響應(yīng)延誤。

1.4 視頻資源應(yīng)用廣泛

相較于傳統(tǒng)視頻監(jiān)控系統(tǒng)而言，智能視頻監(jiān)控系統(tǒng)可以對(duì)目標(biāo)行為進(jìn)行判斷并生成日志等存儲(chǔ)文件，以便于后續(xù)的視頻再利用。如當(dāng)視頻監(jiān)控系統(tǒng)應(yīng)用于服務(wù)領(lǐng)域時(shí)，若出現(xiàn)具有VIP客戶身份特征的人物時(shí)，智能視頻監(jiān)控系統(tǒng)可以通知服務(wù)人員做好相應(yīng)的準(zhǔn)備工作或服務(wù)工作；當(dāng)智能視頻監(jiān)控系統(tǒng)應(yīng)用于消費(fèi)領(lǐng)域時(shí)，可對(duì)一段時(shí)期內(nèi)的多目標(biāo)進(jìn)行特征分析和統(tǒng)計(jì)，便于后續(xù)應(yīng)用獲得的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行業(yè)務(wù)安排或者活動(dòng)開展等。

2 智能視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)研究

2.1 移動(dòng)目標(biāo)實(shí)時(shí)監(jiān)測(cè)和提取技術(shù)

該技術(shù)主要是綜合利用動(dòng)態(tài)場(chǎng)景中的多幀圖像進(jìn)行圖像分析和圖像處理，從圖像序列中按照一定的算法結(jié)構(gòu)將目標(biāo)從背景環(huán)境中提取出來(lái)，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)或?qū)o止目標(biāo)的監(jiān)控。對(duì)圖像進(jìn)行目標(biāo)提取首先需要對(duì)背景圖像進(jìn)行區(qū)域分割，減小運(yùn)算量，但是在視頻監(jiān)控環(huán)境中的背景圖像非常復(fù)雜，存在諸如光線、陰影、移動(dòng)等。

當(dāng)前的移動(dòng)目標(biāo)提取技術(shù)主要分為兩種，一種為背景消除法，一種為時(shí)間差分法。其中，背景消除法是利用監(jiān)控設(shè)備的固定特性將當(dāng)前圖像與預(yù)先截取的背景圖像進(jìn)行差分運(yùn)算，利用運(yùn)算結(jié)果獲得目標(biāo)的輪廓并對(duì)目標(biāo)進(jìn)行提取，獲得較為完整的目標(biāo)運(yùn)動(dòng)特征。該技術(shù)具有較高的提取精確度和靈敏度，但是需要高性能的硬件設(shè)備的支持，且對(duì)環(huán)境中的變化因素較為敏感，如場(chǎng)景光線等。而時(shí)間差分法則是綜合應(yīng)用監(jiān)控視頻中的連續(xù)多幀畫面進(jìn)行圖像特征分析和比較，獲得所需提取的移動(dòng)目標(biāo)的特征信息，其實(shí)質(zhì)就是對(duì)相鄰多幀的圖像進(jìn)行區(qū)域比較。

2.2 移動(dòng)目標(biāo)跟蹤技術(shù)

該技術(shù)在移動(dòng)目標(biāo)提取之后可對(duì)所提取的目標(biāo)創(chuàng)建相關(guān)參數(shù)，進(jìn)行跟蹤。就跟蹤對(duì)象而言，對(duì)移動(dòng)目標(biāo)的跟蹤可分為目標(biāo)部分身體特性跟蹤和目標(biāo)整體跟蹤兩類；就跟蹤視角而言，可按照所使用的監(jiān)控設(shè)備分為單一視角、多視角和全方位視角三類。除此之外還可以按照其他多種特性進(jìn)行分類。

2.2.1 基于模型的跟蹤技術(shù)

基于模型的跟蹤主要應(yīng)用數(shù)學(xué)算法構(gòu)建人體模型，進(jìn)而應(yīng)用該模型對(duì)目標(biāo)進(jìn)行跟蹤。常用的人體模型構(gòu)建方式有三種。（1）線圖法。該方法以直線來(lái)代替目標(biāo)身體的各個(gè)部位。（2）二維輪廓法。該方法將目標(biāo)模型在圖像層面上進(jìn)行投影，獲得模型的平面表達(dá)，表達(dá)中的各種參數(shù)受關(guān)節(jié)運(yùn)動(dòng)的約束。（3）三維立體模型法。該方法將人體建立立體模型，如球、橢圓柱等，進(jìn)行映射獲得原始模型，再根據(jù)詳細(xì)參數(shù)對(duì)模型進(jìn)行修正獲得較為精細(xì)的三維立體模型。

2.2.2 基于區(qū)域的跟蹤技術(shù)

該跟蹤技術(shù)應(yīng)用較為廣泛。其核心是將人體按照特征劃分成頭、軀干、四肢等區(qū)域部分，對(duì)于每一部分均應(yīng)用數(shù)學(xué)算法構(gòu)建模型，對(duì)于監(jiān)視區(qū)域內(nèi)的移動(dòng)目標(biāo)分別跟蹤其身體各個(gè)部分，進(jìn)而完成對(duì)整體的跟蹤。該技術(shù)的關(guān)鍵點(diǎn)是為對(duì)目標(biāo)陰影和遮擋的處理，在該部分的處理中可應(yīng)用色彩信息和陰影的性質(zhì)得到解決。

2.2.3 基于活動(dòng)輪廓的跟蹤技術(shù)

該技術(shù)的實(shí)現(xiàn)主要是根據(jù)對(duì)移動(dòng)目標(biāo)進(jìn)行輪廓提取和輪廓連續(xù)更新，用該輪廓來(lái)描述和跟蹤移動(dòng)目標(biāo)。該技術(shù)可以大大減小人體模型構(gòu)建的運(yùn)算量，且運(yùn)算復(fù)雜度也相對(duì)較低。若在較好環(huán)境下對(duì)多個(gè)移動(dòng)目標(biāo)進(jìn)行輪廓描述較為完整，則可以有效改善基于區(qū)域的目標(biāo)跟蹤法中光線變化劇烈或目標(biāo)特征被遮擋情況下的目標(biāo)跟蹤難題。

2.2.4 基于特征的跟蹤技術(shù)

該技術(shù)的實(shí)現(xiàn)是將移動(dòng)目標(biāo)定位到一個(gè)封閉矩形框中，該框中的質(zhì)心或角點(diǎn)可被認(rèn)為是目標(biāo)的跟蹤特征，只要跟蹤特征不被長(zhǎng)時(shí)間覆蓋或者遮擋，即可實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。該技術(shù)實(shí)現(xiàn)簡(jiǎn)單，受環(huán)境變化影響較小。

2.3 目標(biāo)分類技術(shù)

該技術(shù)主要用于將特定目標(biāo)從背景環(huán)境中提取出來(lái)，與移動(dòng)目標(biāo)提取技術(shù)相比，該技術(shù)更具有針對(duì)性，需要對(duì)多目標(biāo)進(jìn)行區(qū)分，以獲得所需的目標(biāo)。智能視頻監(jiān)控系統(tǒng)中的目標(biāo)分類技術(shù)主要分為兩類，一類是基于目標(biāo)運(yùn)動(dòng)特性的分類技術(shù)，另一類為基于目標(biāo)形狀信息的分類技術(shù)。其中基于目標(biāo)運(yùn)動(dòng)特性的分類技術(shù)主要利用目標(biāo)運(yùn)動(dòng)過(guò)程中存在的周期性特征對(duì)目標(biāo)進(jìn)行定位和分類，該技術(shù)中目標(biāo)色彩特征對(duì)目標(biāo)的分類影響較小。基于形狀信息的分類技術(shù)則是對(duì)目標(biāo)運(yùn)動(dòng)區(qū)域的形狀特征進(jìn)行目標(biāo)分類，如利用分散度信息和圖像面積信息對(duì)動(dòng)態(tài)場(chǎng)景的區(qū)域進(jìn)行分類可以獲得人、車以及混亂擾動(dòng)的分類等。

2.4 行為識(shí)別技術(shù)

行為識(shí)別技術(shù)是智能監(jiān)控系統(tǒng)的核心技術(shù)。該技術(shù)可被認(rèn)為是對(duì)監(jiān)控?cái)?shù)據(jù)序列與預(yù)先標(biāo)定的典型行為進(jìn)行特征匹配。通過(guò)行為識(shí)別技術(shù)，可以判斷目標(biāo)潛在行為是否存在威脅性。

2.4.1 狀態(tài)空間法

該方法將多個(gè)靜態(tài)動(dòng)作按照一定的概率聯(lián)系起來(lái)組成狀態(tài)庫(kù)，目標(biāo)行為的任一狀態(tài)均可以認(rèn)為是狀態(tài)庫(kù)中不同狀態(tài)之間的一次遍歷，狀態(tài)空間法則是利用這些遍歷進(jìn)行概率運(yùn)算，選取最大概率的事件作為目標(biāo)行為。

2.4.2 模板匹配法

該方法的實(shí)現(xiàn)是根據(jù)將圖像序列轉(zhuǎn)換為一組靜態(tài)形狀模式，在對(duì)目標(biāo)進(jìn)行行為識(shí)別時(shí)，該模式與狀態(tài)庫(kù)中的模板進(jìn)行比較，超過(guò)一定相似度的行為即可認(rèn)定為目標(biāo)行為。

3 智能視頻監(jiān)控系統(tǒng)的實(shí)現(xiàn)流程

智能視頻監(jiān)控系統(tǒng)的硬件設(shè)計(jì)為模塊化設(shè)計(jì)方式，包含前端信息采集模塊、智能視頻分析模塊、監(jiān)控中心模塊以及數(shù)據(jù)存儲(chǔ)模塊等多個(gè)部分。其中智能視頻分析模塊為該系統(tǒng)的核心模塊，主要用于對(duì)數(shù)字圖像中移動(dòng)目標(biāo)的處理和分析，如自動(dòng)檢測(cè)、識(shí)別、跟蹤和報(bào)警等。

智能視頻分析模塊的部署可以是硬件的方式如嵌入式DSP板卡，也可以是軟件算法的方式。其接受來(lái)自上位機(jī)的規(guī)則和策略對(duì)模塊參數(shù)進(jìn)行設(shè)置，然后接收前端信息采集模塊，如固定攝像頭采集到的視頻信息等，并進(jìn)行數(shù)據(jù)處理和實(shí)時(shí)分析，分析完畢的結(jié)果與系統(tǒng)用戶預(yù)設(shè)的規(guī)則或模板庫(kù)進(jìn)行對(duì)照，按照對(duì)照結(jié)果向用戶發(fā)送相關(guān)信息，如預(yù)警、報(bào)警等。此外，當(dāng)系統(tǒng)發(fā)現(xiàn)可疑行為時(shí)還需要對(duì)目標(biāo)進(jìn)行跟蹤和預(yù)判，根據(jù)預(yù)警機(jī)制做出應(yīng)答動(dòng)作。

4 智能視頻監(jiān)控系統(tǒng)的應(yīng)用領(lǐng)域

智能視頻監(jiān)控系統(tǒng)按照應(yīng)用領(lǐng)域?qū)Π踩阅艿男枨罂煞譃榘踩嚓P(guān)應(yīng)用領(lǐng)域以及非安全相關(guān)應(yīng)用領(lǐng)域兩類。其中安全相關(guān)領(lǐng)域的應(yīng)用為智能視頻監(jiān)控系統(tǒng)的主要應(yīng)用領(lǐng)域。這類領(lǐng)域中，智能視頻監(jiān)控系統(tǒng)的作用為協(xié)助相關(guān)安全部門提供公共或者特殊區(qū)域的安全防護(hù)手段，如高級(jí)視頻移動(dòng)偵測(cè)、人物面部識(shí)別、車輛識(shí)別、物體追蹤以及非法滯留物檢測(cè)等。

非安全相關(guān)類應(yīng)用則是以面向消費(fèi)服務(wù)領(lǐng)域?yàn)橹鳎蔀榉?wù)、零售、醫(yī)保等活動(dòng)提供管理和統(tǒng)計(jì)等輔助工具，用以提高服務(wù)質(zhì)量水平。如商場(chǎng)的客流量統(tǒng)計(jì)、公共場(chǎng)所的人群控制、注意力控制以及交通流量控制等。

5 智能視頻監(jiān)控系統(tǒng)中存在的問(wèn)題

我國(guó)市場(chǎng)中的智能視頻監(jiān)控系統(tǒng)存在兩個(gè)突出問(wèn)題，一是市場(chǎng)中的產(chǎn)品多數(shù)來(lái)自國(guó)外，其掌握了核心技術(shù)，并參與到了系統(tǒng)的安裝、運(yùn)行和維護(hù)過(guò)程中，這就為系統(tǒng)應(yīng)用安全帶來(lái)了極大的潛在隱患。二是智能視頻監(jiān)控系統(tǒng)涉及四部分關(guān)鍵技術(shù)，其中運(yùn)動(dòng)目標(biāo)檢測(cè)和目標(biāo)跟蹤相對(duì)較為容易實(shí)現(xiàn)，而目標(biāo)分類和目標(biāo)行為識(shí)別則屬于圖像數(shù)據(jù)的中、高級(jí)處理技術(shù)部分，在可實(shí)現(xiàn)度方面還有所欠缺，雖然國(guó)外學(xué)者已經(jīng)提出相關(guān)的算法，但是這些算法還停留在理論階段，距離真正應(yīng)用還存在一段時(shí)間。

對(duì)于上述情況，必須加強(qiáng)產(chǎn)學(xué)研結(jié)合，推動(dòng)智能視頻監(jiān)控系統(tǒng)的發(fā)展、完善和應(yīng)用。

6 總結(jié)

智能視頻監(jiān)控系統(tǒng)系統(tǒng)依托計(jì)算機(jī)的強(qiáng)大功能實(shí)現(xiàn)了智能視頻分析、智能視頻檢索等多種技術(shù)在視頻監(jiān)控領(lǐng)域的集成應(yīng)用，在未來(lái)，智能視頻監(jiān)控必然會(huì)成為主流的監(jiān)控應(yīng)用。

[1]鄭世寶.智能視頻監(jiān)控技術(shù)與應(yīng)用[J].電視技術(shù)，2009，33（1）

[2]李立仁，李少軍，劉忠領(lǐng).智能視頻監(jiān)控技術(shù)綜述[J].中國(guó)安防，2009（10）

[3]蔣馨.淺析國(guó)外智能視頻監(jiān)控技術(shù)的發(fā)展及應(yīng)用[J].中國(guó)安防，2011（10）

[4]周杰.智能視頻分析技術(shù)初探[J].城市建設(shè)理論研究（電子版），2012（19）

[5]江浩.智能視頻分析技術(shù)的應(yīng)用與發(fā)展[J].中國(guó)安防，2012（8）