基于圖像識別的視頻監控專利技術研究

李志風 中冶京誠工程技術有限公司

1 介紹

社會生活中，我們追求的是穩定和安全，視頻監控是生活中普遍的危險識別手段，無論是在危險發生時和危險發生后，視頻監控都起著不可替代的作用。危險發生時我們能夠通過視頻監控發現危險、危險發生后我們能通過視頻監控找到危險的源頭，并及時尋找可疑危險的人或物。

基于圖像識別的視頻監控專利技術解決了一個重要的問題，就是通過圖像識別技術，提前對危險目標進行識別，并跟蹤目標運動軌跡，最終并通過目標運動軌跡對目標進行行為分析，識別目標的危險程度，把危險扼殺在萌芽之中。

基于圖像識別的視頻監控專利技術在未來將會有很廣泛的應用，本文將根據基于圖像識別的視頻監控專利技術中的目標檢測、目標跟蹤和目標行為分析進行研究，了解其專利技術背后的技術原理及應用場景。

2 基于圖像識別的視頻監控專利技術的研究

2.1 視頻監控中基于圖像識別的目標檢測專利技術

目標檢測是圖像識別基礎的一個環節，需要根據視頻監控中的畫面，檢測出其中靜止或運動的人物、景象和其他物體。目標檢測主要的對象是運動的物體。

基于圖像識別的目標檢測最難的地方在于，視頻監控中光線的變化、攝像機的運動以及其他的不確定因素都是會影響識別的準確性。

在這方面，有幾個專利技術能夠很好的解決這方面的問題：專利申請US2014/0226865 通過識別前后時間不同的兩張圖片，判斷圖片中的物體是否為運動的物體，這種對于靜態的視頻監控拍攝的照片識別度還是很清晰的，但是在視頻監控可以旋轉運動的情況下識別準確度就不高了。

為了解決移動的視頻監控對于運動物體的識別問題，專利申請CN2015101579764 給出了另外一種識別方法，這種識別方式需要在前期建立模型，再通過背景中運動的物體識別出運動物體。這種辦法是可以通過建立的模型排除背景的干擾，提高識別效果，達到對運動物體的準確識別。

還有其他很多的視頻監控中基于圖像識別的目標檢測專利技術，每一項專利都有各自適用的范圍，在使用的時候可以根據需求進行選擇。

2.2 視頻監控中基于圖像識別的目標跟蹤專利技術

視頻監控中基于圖像識別的目標跟蹤技術是視頻監控技術的另一個重點，在一般的監控中，視頻監控都是靜止的，識別雖然是動態的，但是當目標移動時會因為形態改變而改變，最后可能識別出來并不是同一個物體，因此如何跟蹤目標的行蹤也是需要解決的問題。

最開始使用的目標跟蹤技術是專利申請CN2016106035376，這是一種實時的紅外成像地面運動跟蹤方法，這種辦法的原理是根據識別的目標建立目標的特征模板。再根據實時識別的目標跟模板進行比較，最后將符合模板的目標位置進行串聯，這樣就得到了目標的實時運動軌跡。

還有一種是比較復雜的卡爾曼濾波算法，這種算法屬于預測算法，根據目標運動的幾個位置，再通過目標的運動規律來得到目標的運動軌跡。專利申請JP2000382800 就是根據卡爾曼濾波算法制定的目標跟蹤算法，這種算法首先需要假定目標目前的位置和運動參數，再輸入目標的起始位置參數，最后形成目標的實時運動參數和運動軌跡。

同樣的，在不同的場景下，每一種目標運動跟蹤算法都有其適應的環境和特點，需要根據實際情況進行使用。

2.3 視頻監控中基于圖像識別的目標行為分析專利技術

基于圖像識別的目標行為分析是建立在前兩步的基礎上才能進行的，必須要進行了目標識別和目標運動特征判斷才能對目標進行行為分析。

利用前面說的模板匹配法也可以進行目標行為分析，前提是必須要將人體的各種動作模板化，通過識別目標動作符合哪個模板，實時用語言進行顯示。專利申請US20070104313 就是使用這樣一種方式進行的目標行為分析，這個專利主要使用的是人體動作的投影進行識別，再根據輸入的投影動作分類將目標動作還原并實時顯示。

這種基于模板匹配的辦法識別速度慢，對于不標準動作識別度不高。專利申請CN2014102494699 就解決了這個問題，這個專利是通過動作的光流進行識別，簡單說就是通過對動作時動作肢體的光影流向進行計算。這種算法的優勢在于能夠進行實時的識別，不受動作模板的限制，對于動作行為的分析也會更加準確和快速。

視頻監控中基于圖像識別進行目標行為分析是預判危險最重要的一步，也是基于圖像識別的視頻監控專利技術的重中之重。

3 總結

本文通過對基于圖像識別的視頻監控專利技術的分析，找出基于圖像識別視頻監控專利技術的重點，這些重點技術主要分布在基于圖像識別的目標分析、基于圖像識別的目標追蹤以及基于圖像識別的目標行為分析。在視頻監控專利技術中，這些方面每年都有大量的專利被申請，大大刺激了基于圖像識別的視頻監控專利技術的進步和研究。