智能視頻分析技術在安防領域的應用

標簽：視頻監(jiān)控 模式識別

現(xiàn)代網(wǎng)絡視頻監(jiān)控系統(tǒng)的發(fā)展趨勢是大規(guī)模聯(lián)網(wǎng)、分布式部署、智能化監(jiān)控?；谟嬎銠C視覺的智能視頻分析融合了圖像處理、模式識別、人工智能、自動控制及計算機科學等多個學科領域的技術。與傳統(tǒng)視頻監(jiān)控系統(tǒng)相比，智能視頻監(jiān)控系統(tǒng)能從原始視頻中分析挖掘有價值信息，變人工伺服為主動識別，變事后分析為事中分析并進行報警。

智能視頻監(jiān)控技術(IVS：Intelligent Video Surveillance)基于計算機視覺技術對監(jiān)控場景的視頻圖像內容進行分析，提取場景中的關鍵信息，產(chǎn)生高層的語義理解，并形成相應事件和告警的監(jiān)控方式。如果把攝像機看作人的眼睛，而智能視頻監(jiān)控系統(tǒng)可以理解為人的大腦。智能視頻監(jiān)控技術往往借助處理器芯片的強大計算功能，對視頻畫面中的海量數(shù)據(jù)進行高速分析，過濾掉用戶不關心的信息，僅僅為監(jiān)控者提供有用的關鍵信息。

視頻智能分析的產(chǎn)生及其特點

智能視頻系統(tǒng)要解決的基本問題有兩個：一個是將安防操作人員從繁雜而枯燥的“盯屏幕”任務解脫出來，由機器來完成這部分工作;另外一個是為在海量的視頻數(shù)據(jù)中快速搜索到想要找的圖像。根據(jù)統(tǒng)計分析，安保操作人員盯著屏幕電視墻超過10分鐘后將漏掉90%的視頻信息，而使這項工作失去意義。倫敦地鐵爆炸案中，安保人員花了70個工時才在大量磁帶中找到需要的信息。因此基于上述兩點，選擇視頻分析系統(tǒng)將能夠將人從繁重的勞動中解脫出來，從而提高效率，智能視頻分析系統(tǒng)將在未來成為視頻監(jiān)控系統(tǒng)的核心組成部分。

智能視頻分析產(chǎn)生的背景來源于最基本的需求，例如：當安保值班人員面對成百上千的攝像機，無法真正地在風險產(chǎn)生時預防或干涉，多數(shù)靠回放相關的錄像事后處理;另外在一些非安防應用中，如商業(yè)上人流統(tǒng)計、目標識別(車牌、人臉)等等，也需要自動智能的統(tǒng)計識別。智能視頻分析將事件的分析和識別轉交給計算機或者芯片，使值班人員從“死盯”監(jiān)視器的工作中解脫出來，當計算機發(fā)現(xiàn)問題時候，產(chǎn)生報警，由值班人員進行相應處理操作。

智能視頻監(jiān)控的主要優(yōu)勢：

•快速的反應時間：毫秒級的報警觸發(fā)反應時間;

•更有效的監(jiān)視：保安人員只需要注意相關信息;

•強大的數(shù)據(jù)檢索和分析功能：能提供快速的反應時間和調查時間。

運動檢測是基礎

絕大多數(shù)智能視頻分析都是基于運動目標檢測技術，即首先智能分析系統(tǒng)能準確地完成對運動目標的檢測，將運動物體與圖像背景有效分離，提取出運動目標信息。

從計算機視覺的實際應用上來看，運動目標檢測與識別、分析所面臨主要挑戰(zhàn)和需解決問題可以歸結為三個方面，即算法的魯棒性、準確性、實時性。

魯棒性

魯棒性就是系統(tǒng)的健壯性，用以表征控制系統(tǒng)對特性或參數(shù)攝動的不敏感性。運動目標檢測算法的魯棒性是能夠在各種環(huán)境條件下實現(xiàn)對運動目標持續(xù)、穩(wěn)定的檢測、分析和識別。

影響算法魯棒性的最主要原因有如下幾項：目標狀態(tài)的改變、環(huán)境光照的變化、部分遮擋引起的目標不規(guī)則變形和全部遮擋引起的運動目標暫時消失。

準確性

運動目標檢測和識別針對不同應用情況，其檢測識別率不同，幾乎無法實現(xiàn)100%檢測成功，即存在誤檢和漏檢情況。由于實際的監(jiān)控場景環(huán)境復雜、千變萬化，其中存在大量噪聲和干擾情況，通過算法的優(yōu)化可提高一定的檢測準確率，同時往往只能根據(jù)實際需求，在誤檢率(虛警率)和漏檢率(漏警率)之間尋求平衡折中。

實時性

一個實用的智能視頻監(jiān)控系統(tǒng)，必須具備能夠對視頻圖像序列進行實時處理的能力。由于對視頻動態(tài)圖像的處理方法是建立在二維數(shù)字信號的處理基礎上，所處理的對象包含巨大的數(shù)據(jù)量和信息量，要求算法不能計算太復雜，必須快速、實時。對于實時分析預警任務，計算復雜度是至關重要的，這樣才能把系統(tǒng)更多的資源分配給更高級的任務。而這其中實時性和魯棒性又常常是矛盾的，如何尋求平衡發(fā)展是技術的關鍵。

尤其指出，目前已有公司自主研發(fā)的視頻運動檢測算法，相比經(jīng)典的運動檢測算法，受光線和鏡頭抖動的影響較小，而且計算時間更少，更加適合實時產(chǎn)品的開發(fā)。同時在自主算法基礎上封裝開發(fā)包(SDK)，在該公司數(shù)字安防系統(tǒng)軟件平臺、網(wǎng)絡攝像機系列產(chǎn)品中集成，實現(xiàn)了系統(tǒng)級和產(chǎn)品級的可靠應用。同時，項目組正在廣泛地建立多種場景的視頻庫，針對多種場景的視頻使用自有算法做測試，以便更好完善算法，減少需要調整參數(shù)的個數(shù)，從而更好地滿足實際應用需求。

智能視頻分析系統(tǒng)的應用

多年從事安防與視頻監(jiān)控系統(tǒng)集成和產(chǎn)品研發(fā)的公司在進一步成熟傳統(tǒng)監(jiān)控技術的同時，將智能分析引入視頻監(jiān)控中。目前，已將視頻的智能分析運用到電力行業(yè)、平安城市等的監(jiān)控系統(tǒng)中。

電力行業(yè)的變電站視頻監(jiān)控系統(tǒng)

目前電力行業(yè)中的視頻監(jiān)控系統(tǒng)遇到異常情況一般都是進行事后處理，往往為時已晚。因此為防范于未然，可在變電站內在一定范圍內進行周界防范，當發(fā)現(xiàn)可疑人物入侵或跨入警戒線時，要求監(jiān)控系統(tǒng)能夠自動檢測入侵目標，并標識其入侵軌跡，同時發(fā)出報警通知管理人員前去處理。

將周界監(jiān)控范圍內所有的禁止入侵的區(qū)域設置為防區(qū)。這樣當有入侵者侵入防范區(qū)域時就會被智能監(jiān)控系統(tǒng)自動鎖定并標識出行動軌跡，同時發(fā)出報警。這里的報警分前端和后端兩種，前端報警可通過聲光報警器來實現(xiàn)，入侵者觸發(fā)報警時，監(jiān)控系統(tǒng)會發(fā)出警報聲警告入侵者，并可打開強光燈使入侵者無法藏身;后端報警在系統(tǒng)軟件平臺應用來實現(xiàn)，通過管理人員對入侵行為進行處理，這樣可以做到“事前防范”，避免損失。

平安城市監(jiān)控系統(tǒng)

對平安城市監(jiān)控系統(tǒng)來說，其一方面主要體現(xiàn)在一些重要的路段、社區(qū)、公共場所等，以通過視頻監(jiān)控方式對出現(xiàn)的可疑目標進行監(jiān)控報警。另一方面則集中在監(jiān)控系統(tǒng)的后期運營管理過程中，以通過視頻分析技術檢測前端攝像頭常見故障與視頻圖像質量問題，實現(xiàn)監(jiān)控系統(tǒng)的有效維護。