智能視頻分析產品

鄧任遠

摘要傳統的ATM視頻監控設備的主要功能是對監控區域進行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據。這種監控模式會產生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當前國內外的智能視頻監控技術為基礎，對ATM智能視頻設備進行了進一步分析和設計。

關鍵詞ATM；視頻設備；智能檢測；設計

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統ATM視頻監控方式的缺點分析

在傳統的銀行監控系統中，其主要強調監控點位的變化位置的選擇。由于監控規模的不斷擴大，人工監看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監控的方式容易受到監看人員主觀思想的影響，比如注意力不集中等，這容易導致監看過程中錯過重要的環面信息。

2）監控的顯示不完全，隨著監控系統規模的不斷擴大，通常會采用輪巡播放的方式顯示監控畫面，這就可能導致重要的畫面剛好不在顯示范圍能，導致監看人員錯過重要畫面。

3）由于傳統食品監控系統的所有錄像沒有進行有效分類，而且一般存在大量的冗余信息，在對重要畫面進行查找和分析時，難度較大。

4）傳統的監控系統所提供的唯一功能便是錄像，通常需要在事后，進行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設備功能設計

2.1 ATM視頻智能分析設備主要模塊

針對傳統ATM視頻監控中存在的各類問題，需要通過智能視頻分析設備進行解決。智能視頻分析設備通常需要具備視頻采集、預處理、目標檢測、目標跟蹤以及事件檢測等功能。

從智能視頻分析設備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統，具體結構如圖1所示。

圖1智能視頻分析系統模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態物體，滯留物的檢測時只能視頻分析技術中的重要內容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區域中的物體滯留以及滯留物位置變化的檢測進行了闡述；Chuan Yu Cho等提出了復雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復雜監控場景恢復為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態。

在銀行ATM環境中，為了對滯留物進行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當前幀與背景圖像的差分圖像，然后對其進行中值濾波、二值化及形態學處理，得到二值化的差分圖像，然后進行跟蹤處理。在檢測出目標之后，如果目標被判斷為物體，則對目標的中心位置在一定時間內的變化情況進行記錄，如果該物體在所檢測的時間內位置未發生變化或者變化小于限定值，則判定此目標物體為滯留物，并及時發送滯留物檢測警報，對工作人員進行提醒，反之，系統則不進行響應。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機所涉及的人物尾隨情況，一般涉及到兩個或多個目標人物。因此，在進行尾隨檢測算法時，通常對兩個距離較近的目標人員進行檢測，從而提高檢測的準確性。尾隨檢測的主要依據是，對跟蹤隊列中的任意兩個人物目標舉行的質心距離進行判斷，當該距離小于一定的閥值之后，則進行進一步的判斷。對兩個目標人物分別進行幀數計算，當兩個目標的計數值都達到一定的數值之后，則可以判斷為尾隨。如果需要對尾隨事件進行統計，則需要通過相應的布爾值進行標識，避免出現重復的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機遮擋檢測

攝像機遮擋智能檢測是智能視頻檢測系統的重要內容之一，攝像機鏡頭如果被遮擋或者信號傳輸線路出現故障時，都會導致視頻信號的傳輸障礙。智能檢測系統通過差分法判斷視頻圖像是否正常，如果發生異常，則發出自動警報，并及時提醒工作人員進行檢查，盡快處理問題。

在對攝像機的遮擋狀態進行檢測時，不能單純通過判斷跟蹤目標的多少來判斷攝像機是否被遮擋，因為在檢測區域內，有時候目標較少或者沒有，也不能根據跟蹤目標像素點在整個圖像中所占比例來進行判斷。首先需要對背景的突變情況進行判斷，提前保留以前一個時間段內的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當前所捕獲的圖像進行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機被遮擋住了，于是系統發出警報對工作人員進行提醒。

3結論

通過后期發現，本文所研究的智能視頻分析系統在運行過程中，整體運行及檢測情況良好，但是如果系統發生嚴重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進ATM智能視頻分析系統向更高水平發展，從而為銀行安全工作水平的進一步提高作出貢獻。

參考文獻

[1]吳建新，李翠華，等.數字視頻監控系統開發平臺的設計與實現[J].廈門大學學報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監控的異常報警機制[J].計算機與數字工程，2007，35（5）：121-123.

endprint

摘要傳統的ATM視頻監控設備的主要功能是對監控區域進行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據。這種監控模式會產生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當前國內外的智能視頻監控技術為基礎，對ATM智能視頻設備進行了進一步分析和設計。

關鍵詞ATM；視頻設備；智能檢測；設計

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統ATM視頻監控方式的缺點分析

在傳統的銀行監控系統中，其主要強調監控點位的變化位置的選擇。由于監控規模的不斷擴大，人工監看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監控的方式容易受到監看人員主觀思想的影響，比如注意力不集中等，這容易導致監看過程中錯過重要的環面信息。

2）監控的顯示不完全，隨著監控系統規模的不斷擴大，通常會采用輪巡播放的方式顯示監控畫面，這就可能導致重要的畫面剛好不在顯示范圍能，導致監看人員錯過重要畫面。

3）由于傳統食品監控系統的所有錄像沒有進行有效分類，而且一般存在大量的冗余信息，在對重要畫面進行查找和分析時，難度較大。

4）傳統的監控系統所提供的唯一功能便是錄像，通常需要在事后，進行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設備功能設計

2.1 ATM視頻智能分析設備主要模塊

針對傳統ATM視頻監控中存在的各類問題，需要通過智能視頻分析設備進行解決。智能視頻分析設備通常需要具備視頻采集、預處理、目標檢測、目標跟蹤以及事件檢測等功能。

從智能視頻分析設備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統，具體結構如圖1所示。

圖1智能視頻分析系統模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態物體，滯留物的檢測時只能視頻分析技術中的重要內容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區域中的物體滯留以及滯留物位置變化的檢測進行了闡述；Chuan Yu Cho等提出了復雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復雜監控場景恢復為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態。

在銀行ATM環境中，為了對滯留物進行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當前幀與背景圖像的差分圖像，然后對其進行中值濾波、二值化及形態學處理，得到二值化的差分圖像，然后進行跟蹤處理。在檢測出目標之后，如果目標被判斷為物體，則對目標的中心位置在一定時間內的變化情況進行記錄，如果該物體在所檢測的時間內位置未發生變化或者變化小于限定值，則判定此目標物體為滯留物，并及時發送滯留物檢測警報，對工作人員進行提醒，反之，系統則不進行響應。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機所涉及的人物尾隨情況，一般涉及到兩個或多個目標人物。因此，在進行尾隨檢測算法時，通常對兩個距離較近的目標人員進行檢測，從而提高檢測的準確性。尾隨檢測的主要依據是，對跟蹤隊列中的任意兩個人物目標舉行的質心距離進行判斷，當該距離小于一定的閥值之后，則進行進一步的判斷。對兩個目標人物分別進行幀數計算，當兩個目標的計數值都達到一定的數值之后，則可以判斷為尾隨。如果需要對尾隨事件進行統計，則需要通過相應的布爾值進行標識，避免出現重復的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機遮擋檢測

攝像機遮擋智能檢測是智能視頻檢測系統的重要內容之一，攝像機鏡頭如果被遮擋或者信號傳輸線路出現故障時，都會導致視頻信號的傳輸障礙。智能檢測系統通過差分法判斷視頻圖像是否正常，如果發生異常，則發出自動警報，并及時提醒工作人員進行檢查，盡快處理問題。

在對攝像機的遮擋狀態進行檢測時，不能單純通過判斷跟蹤目標的多少來判斷攝像機是否被遮擋，因為在檢測區域內，有時候目標較少或者沒有，也不能根據跟蹤目標像素點在整個圖像中所占比例來進行判斷。首先需要對背景的突變情況進行判斷，提前保留以前一個時間段內的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當前所捕獲的圖像進行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機被遮擋住了，于是系統發出警報對工作人員進行提醒。

3結論

通過后期發現，本文所研究的智能視頻分析系統在運行過程中，整體運行及檢測情況良好，但是如果系統發生嚴重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進ATM智能視頻分析系統向更高水平發展，從而為銀行安全工作水平的進一步提高作出貢獻。

參考文獻

[1]吳建新，李翠華，等.數字視頻監控系統開發平臺的設計與實現[J].廈門大學學報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監控的異常報警機制[J].計算機與數字工程，2007，35（5）：121-123.

endprint

摘要傳統的ATM視頻監控設備的主要功能是對監控區域進行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據。這種監控模式會產生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當前國內外的智能視頻監控技術為基礎，對ATM智能視頻設備進行了進一步分析和設計。

關鍵詞ATM；視頻設備；智能檢測；設計

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統ATM視頻監控方式的缺點分析

在傳統的銀行監控系統中，其主要強調監控點位的變化位置的選擇。由于監控規模的不斷擴大，人工監看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監控的方式容易受到監看人員主觀思想的影響，比如注意力不集中等，這容易導致監看過程中錯過重要的環面信息。

2）監控的顯示不完全，隨著監控系統規模的不斷擴大，通常會采用輪巡播放的方式顯示監控畫面，這就可能導致重要的畫面剛好不在顯示范圍能，導致監看人員錯過重要畫面。

3）由于傳統食品監控系統的所有錄像沒有進行有效分類，而且一般存在大量的冗余信息，在對重要畫面進行查找和分析時，難度較大。

4）傳統的監控系統所提供的唯一功能便是錄像，通常需要在事后，進行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設備功能設計

2.1 ATM視頻智能分析設備主要模塊

針對傳統ATM視頻監控中存在的各類問題，需要通過智能視頻分析設備進行解決。智能視頻分析設備通常需要具備視頻采集、預處理、目標檢測、目標跟蹤以及事件檢測等功能。

從智能視頻分析設備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統，具體結構如圖1所示。

圖1智能視頻分析系統模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態物體，滯留物的檢測時只能視頻分析技術中的重要內容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區域中的物體滯留以及滯留物位置變化的檢測進行了闡述；Chuan Yu Cho等提出了復雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復雜監控場景恢復為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態。

在銀行ATM環境中，為了對滯留物進行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當前幀與背景圖像的差分圖像，然后對其進行中值濾波、二值化及形態學處理，得到二值化的差分圖像，然后進行跟蹤處理。在檢測出目標之后，如果目標被判斷為物體，則對目標的中心位置在一定時間內的變化情況進行記錄，如果該物體在所檢測的時間內位置未發生變化或者變化小于限定值，則判定此目標物體為滯留物，并及時發送滯留物檢測警報，對工作人員進行提醒，反之，系統則不進行響應。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機所涉及的人物尾隨情況，一般涉及到兩個或多個目標人物。因此，在進行尾隨檢測算法時，通常對兩個距離較近的目標人員進行檢測，從而提高檢測的準確性。尾隨檢測的主要依據是，對跟蹤隊列中的任意兩個人物目標舉行的質心距離進行判斷，當該距離小于一定的閥值之后，則進行進一步的判斷。對兩個目標人物分別進行幀數計算，當兩個目標的計數值都達到一定的數值之后，則可以判斷為尾隨。如果需要對尾隨事件進行統計，則需要通過相應的布爾值進行標識，避免出現重復的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機遮擋檢測

攝像機遮擋智能檢測是智能視頻檢測系統的重要內容之一，攝像機鏡頭如果被遮擋或者信號傳輸線路出現故障時，都會導致視頻信號的傳輸障礙。智能檢測系統通過差分法判斷視頻圖像是否正常，如果發生異常，則發出自動警報，并及時提醒工作人員進行檢查，盡快處理問題。

在對攝像機的遮擋狀態進行檢測時，不能單純通過判斷跟蹤目標的多少來判斷攝像機是否被遮擋，因為在檢測區域內，有時候目標較少或者沒有，也不能根據跟蹤目標像素點在整個圖像中所占比例來進行判斷。首先需要對背景的突變情況進行判斷，提前保留以前一個時間段內的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當前所捕獲的圖像進行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機被遮擋住了，于是系統發出警報對工作人員進行提醒。

3結論

通過后期發現，本文所研究的智能視頻分析系統在運行過程中，整體運行及檢測情況良好，但是如果系統發生嚴重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進ATM智能視頻分析系統向更高水平發展，從而為銀行安全工作水平的進一步提高作出貢獻。

參考文獻

[1]吳建新，李翠華，等.數字視頻監控系統開發平臺的設計與實現[J].廈門大學學報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監控的異常報警機制[J].計算機與數字工程，2007，35（5）：121-123.

endprint