智能視頻監控技術研究綜述

賈 寧

（中時訊通信建設有限公司，廣州 510030）

視頻監控系統早期用于安防預警，價值顯著。技術支持的發展與完善，加上視頻監控技術的研究深入，逐漸形成智能視頻監控，它依賴于網絡，實現數字化圖像處理，能完成識別、追蹤等功能，具有極高應用價值。是當前重要的監控手段，可為交通、醫療和校園安全等提供幫助。基于此，本文研究分析智能視頻監控技術，分析相關算法，研究發展趨勢，內容如下。

1 智能視頻監控技術

1.1 涵義

智能視頻監控技術，是一種計算機技術支持下的技術類型，它依托于網絡，對視頻技術、圖像智能分析和人工智能等技術進行運用，實現對圖像的檢測、識別和理解，進而得出結果。且還具備顯著的報警功能，可以為安防提供幫助。比較傳統視頻監控技術，它的優勢更為顯著。

1.2 智能視頻監控技術發展

智能視頻監控技術主要經理了三個發展階段，詳細內容如下。

（1）模擬視頻階段。即為閉路電視監控系統，攝像機的視頻信號借助視頻電纜傳輸，進而獲取圖像信息，并在監控中心查閱，但信息存儲量有限，傳輸距離短，適用于小范圍監控。

（2）數字視頻監控。技術的完善與進步，數字化技術的引入，結合壓縮、編碼和芯片，實現系統的優化。但存在可靠性相對較低安防適用性差等問題。

（3）智能視頻監控。是技術不斷更新的產物，可以控制前面兩種傳輸距離差，圖像質量不佳的情況，引入智能技術，依托于網絡，配置服務器和模擬攝像機，實現識別、監控、安防等功能，具有極高的應用價值。并且順利的實現了，圖像的全程數字化[1]。

1.3 系統組成

智能視頻監控技術是一種較為先進的技術類型，其包含麥克風、攝像頭、云臺攝像機等，如下圖1所示，為某一具體的視頻監控系統的系統結構[2]。

圖1 系統結構

上述系統為一個簡單的智能視頻監控系統，其中，傳感器是系統的基礎部分，需要合理的進行傳感器布置，其中音頻傳感器包為麥克風，廣角彩色攝像頭、云臺彩色攝像頭，且這些均布置一個三腳架上。該系統主要借助主機CPU控制計算機顯示和分析處理。

2 智能視頻監控技術的具體功能及算法

主要以檢測目標、目標跟蹤和行為識別為基本內容，分析基本算法，詳細內容如下。

2.1 目標檢測

主要是對檢測目標進行確認，檢測出運動區域后，為后續的目標跟蹤提供幫助。具體目標檢測可實現運動目標檢測，其不對背景進行灌注，只檢測目標的運動。其特點主要包括具有可靠的實時性與快速性，可實現目標檢測的效率增強。在具體目標檢測中，幾種常見的算法包括：

（1）光流法。其包含攝像機運動和攝像機靜止且目標運動的情況下，所看到的物體表面的模式運動，且被稱之為光流場。在具體的算法實施中，它將灰度梯度作為恒定約束條件，實現運動目標檢測。

（2）幀差法。主要是對相鄰幀或是間隔幀之間的圖像變化，并獲取具體差分，實施比較，進而獲取目標實際的運動區域。可遵循如下模型（1）實現運動目標的提取。

（3）背景差分法。是在圖像序列的基礎上，將當前圖像與實時圖像的背景模型進行差分，進而實現提取，從而滿足檢測需求。是當前智能視頻監控中常用的技算法類型，效率較高，滿足實際需求[3]。

2.2 目標跟蹤

目標跟蹤同樣是智能視頻監控的功能之一，它能實現在不同背景下的目標跟蹤，其中，具體的目標跟蹤時，可以獲取目標的姿態、位置等信息。在具體的智能監控技術運用中，目標跟蹤可能會受到環境因素的影響，對跟蹤結果造成影響。現對目標跟蹤的幾個算法進行分析。

（1）聲源定位。能實現運動目標的快速定位，先做一個假設，A、B這2個傳感器與聲源S處于同一平面，故此，可以獲取他們之間的幾何關系：

式中，AC可由聲源到tA與tB分別為A、B傳感器的時間；V為速度，從而可以實現對智能視頻監控的目標跟蹤定位。

（2）運動目標位置檢測。可借助如下公式（4）實現對位置信息的計算。

二值化圖像，目標物體處像素值為1，其余為0，可對公式進行簡化，可以得到如下公式（5）。

按照上述方式，可以完成對運動目標的定位，可以實時提取運動目標的形心。

（3）基于輪廓的目標跟蹤。這種目標跟蹤方式，其是一種能量最小化原則下的跟蹤方式，可以準確的提取目標的輪廓信息。這種算法對圖像的微小變化具有極強的依賴性，但是容易受到噪聲的干擾，其對快速運動的目標跟蹤效果不夠理想。

（4）基于特征的目標跟蹤。其是結合最優化匹配，即使是在目標被遮擋后，仍舊能夠實現對目標的識別，主要是因為目標具有多個特征點，即便遮擋也部分影響目標跟蹤，保障跟蹤效果。具有較好的普遍性和適用性。

（5）基于模型的目標跟蹤。這類跟蹤方式，是在建模的基礎上，構建一個整體模型，再實現匹配跟蹤。這種算法的對視角變化的敏感度不高，實時性交叉，且計算量相對較大，對于一些實時性要求高的場景不適用[4]。

2.3 行為識別

行為識別主要是對目標的行為進行判斷，確認是否存在異常行為，其中主要以姿態、運動和復雜事件幾點為基礎。現對具體的幾種算法分析如下。

（1）基于模板的匹配方法。將動態圖像進行處置，使之轉變成為靜態模式，且在識別過程中，將之前的樣本作為對照。這種算法簡單，計算容易，但容易受噪聲干擾。

（2）基于狀態空間模型方法。它是建立在靜態模型的基礎上，將靜態視作一個姿態，實現識別、計算，獲取最大值。

3 結束語

智能化技術的發展與進步，極大的推動了智能視頻監控的發展與進步，實現目標檢測、跟蹤和行為識別等功能。較比傳統監控系統，智能視頻監控技術的優勢更為明顯，提高了監控的可靠性，并且可以降低硬件成本，相信在未來，其可提供更為先進的監控服務。文章主要對智能視頻監控技術展開研究，分析具體的算法和功能等，為智能視頻監控技術的發展奠定基礎，改變人類的生活，保障生活品質。