智能视频分析概观论文

智能视频分析概观论文（精选4篇）

智能视频分析概观论文 篇1

智能视频分析概观

新技术、新产品的出现, 总是要以现实的需要、独特的功能为基础;而其为市场所认可、接受的过程, 却总是同自身缺陷的“斗争”、同市场需求的磨合伴随始终。智能视频分析, 也是如此。目前, 国内的智能视频分析技术与产品早已突破了诞生之初的种种困境, 几乎人人都不再对智能视频分析在视频监控领域的重要地位抱有怀疑。然而在近几年突飞猛进式的发展、相关企业如雨后春笋般的涌现背后, 却有着不容忽视的问题——产品的同质化、早期不成熟的宣传对用户的误导, 以及其技术或市场应用角度上的某些短板等等。

难道很多曾经很有发展潜力的技术, 最终却因未能克服自身的缺陷, 不适应市场需要而衰亡的阴影, 也在笼罩着智能视频分析吗?

所幸有许多有识之士已经意识到了这些问题的存在, 并开始尝试采用各种各样的方法来解决这些问题, 深入地思考智能视频分析技术及产品未来的发展方向。本期通过《智能视频分析概观》、《理性与务实——点评智能视频分析行业发展现状》、《智能视频分析技术的发展现状与趋势分析》三篇文章, 为读者介绍智能视频分析技术、产品、市场的概况, 以及现阶段存在的问题和解决之道。

1 智能视频分析发展状况及产品特点

视频监控系统根据视频源信号的不同, 可以分为纯模拟、模数混合、纯数字三种类型。从第一代的VCR, 到第二代的DVR, 再到第三代的NVR, 视频监控系统经历了三个阶段的发展演变。第二阶段的DVR也包含既可以接入本地模拟视频, 也可以接入数字视频的混合式DVR;第三阶段的NVR, 则以接入IPC网络摄像机为主, 同时也支持模拟摄像机加网络视频编码器的方式。在这一过程中, 视频监控系统在技术、方案和应用上均已经形成了比较完善的模式, 已经广泛应用于各个行业。

近年来, 在“平安城市”工程、技术和成本的改善, 以及奥运会、世博会、广州亚运会等的推动下, 中国视频监控市场快速发展, 网络化、个人化和智能化将是中国视频监控市场重要的发展趋势, 这也说明智能视频监控已经发展到了不可替代的阶段。作为未来监控发展方向的智能视频分析技术, 行业称之为第四代视频监控技术, 是视频监控技术一个里程碑式的创新, 是视频监控领域最前沿的应用模式之一。目前, 国外市场正大量涌出新生的智能视频监控系统, 而中国也慢慢出现了各类智能视频监控品牌, 掀开了中国智能视频监控发展的热潮。

智能视频分析产品从实现方式上区分主要有两种类型:一种是基于硬件的, 主要放置在前端, 与模拟摄像机一起使用, 也可以使用提供智能分析模块的芯片, 与前端的摄像机做成一体化产品, 直接传送报警事件、经过叠加和处理后的智能视频图像;另一种是纯软件的, 基于PC X86平台, 大都是在Windows/Linux操作系统下开发, 应用于后端平台管理系统中。目前在智能视频的应用中, 这两种类型产品的使用都比较广泛。

从国外智能视频的发展过程来看, 国外对智能分析功能的要求简单, 设置也简单, 比较适合前端智能应用模式 (比如博物馆物品被盗检测, 就是一种非常简单的智能应用) , 总体来说前端智能性能单一, 价格昂贵。国内智能分析应用就比较复杂, 国内的客户对前端功能要求较多, 设置繁琐;而嵌入式DSP在前端频繁设置是很困难的, 并且其内存缓存也小, 逐级缓存间交换数据需要很长时间优化, 因此不适合频繁设置参数的方式, 适合固化一种或几种固定算法的方式。所以国内应用比较适合后端模式, 因为基于X86的Windows/Linux平台在频繁设置上没有困难, 并且价格相对较低。因此, 从中国用户的需求来看, 前端智能应用起来困难, 后端实现方式比较灵活。

但是, 后端做智能分析同样存在一定的弊病。基于X86平台的智能分析服务器需要占用单独的机房空间, 而且在功耗、散热稳定性上也不如前端智能。解决这个问题有两个思路, 一是发展运算速度更快、成本更低、功耗更低的CPU处理芯片, 从而降低成本和功耗;一是基于嵌入式处理器做多功能的开发。后者并非没有可能, 目前一些专注于智能分析的公司正在多媒体处理系列芯片 (如Davinci6467、华为海思Hi3520等) 上面做多路智能的开发, 并且Intel正全力研发运算速度更快、成本更低、功耗更小的嵌入式微处理器, 如果这些微处理器研发成功并能在行业上大规模应用的话, 则基于嵌入式的后端智能分析将迎来更大的发展。总之, 前端智能和后端智能各有其应用场合, 但是随着嵌入式设备性能的提高, 成本的下降, 前端智能将得到更广阔的市场空间。

2 智能视频技术概述

智能视频技术源自对计算机视觉与人工智能的研究, 其发展目标是在图像与事件描述之间建立一种映射关系, 使计算机从纷繁的视频图像中分辩、识别出关键目标物体。这一研究应用于安防视频监控系统, 将能借助计算机强大的数据处理能力过滤掉图像中无用的或干扰信息, 自动分析、抽取视频源中的关键有用信息, 从而使传统监控系统中的摄像机成为人的眼睛, 使“智能视频分析”计算机成为人的大脑, 并具有更为“聪明”的学习思考方式。这一根本性的改变, 可极大地发挥与拓展视频监控系统的作用与能力, 使监控系统具有更高的智能, 大幅度节省资源与人员配置, 同时必将全面提升安全防范工作的效率。因此, 智能视频监控不仅仅是一种图像数字化监控分析技术, 而是代表着一种更为高端的数字视频网络监控应用。

智能视频分析包含视频诊断、视频分析和视频增强等, 它们各自又包含了大量的功能算法, 比如清晰度检测、视频干扰检测、亮度色度检测、PTZ (云台) 控制功能检测, 以及视频丢失、镜头遮挡、镜头喷涂、非正常抖动等检测都属于视频诊断, 而视频分析算法则包含区域入侵、绊线检测、遗留遗失检测、方向检测、人群计数、徘徊检测、流量统计、区域稠密度统计、人脸识别、车牌识别、烟火烟雾检测、自动PTZ跟踪等功能, 视频图像增强则包括稳像、去雾、去噪、全景拼接等算法。由此组合衍生出的算法种类又有很多, 应用方式也千变万化, 所以智能视频分析的应用范围很广。

3 视频诊断算法的特点及应用

随着平安城市工程在全国范围内的迅速推进, 视频监控系统的基础建设已经初具规模。视频监控系统的规模迅速扩大, 摄像头的数量也达到了几万个, 甚至几十万个之多。这么多摄像头的日常维护是一项非常艰巨的任务, 因而视频诊断应运而生, 担负起了大量摄像机的自动检测和诊断的工作。视频诊断可以对视频图像出现的噪声 (对图像起干扰作用的亮度分布称为图像噪声) 、雪花、模糊、偏色、亮度失衡、非正常抖动, 以及云台控制故障、恶意遮挡摄像头做出准确判断并发出报警信息。在视频摄像头日益增多的今天, 视频诊断的应用有利于帮助用户快速掌控前端设备运行情况, 轻松维护大型的视频监控系统。下面对视频诊断所包含的主要内容的原理、功能和应用逐一进行介绍。

(1) 清晰度检测

自动检测视频中由于聚焦不当、镜头损坏或异物遮蔽引起的视野主体部分的图像模糊;自动检测镜头对准无意义物体的情况。该功能对实时视频的画面清晰程度和信息含量做出评价, 从而及时发现故障 (如偶然的异物遮挡、人为的遮蔽等) 。“骤变”作为此功能在周界防范技术领域的应用延伸, 目前已得到人们普遍的认可。

(2) 视频噪声检测

自动检测视频图像中图像模糊、扭曲、雪花或滚屏等噪声现象, 主要的监测对象是由于线路老化、传输故障、接触不良或受到电磁干扰而在视频画面上出现的点状、刺状、带状的干扰。在视频质量诊断系统中, 呈带状、网状的、周期性的干扰一般交由“雪花”检测项监测;而点状、刺状的随机干扰则交由“噪声”检测项监测, 从而提高诊断的准确性。

(3) 锐度检测

检测由于聚焦不当、镜头损坏或灰尘引起的视野主体部分的图像模糊, 或者镜头对准无意义物体 (白墙等) 的情况。

(4) 亮度异常检测

自动检测视频中由于摄像头故障、增益控制紊乱、照明条件异常或人为恶意遮挡等原因引起的画面过暗、过亮或黑屏现象。该功能对视频的明暗程度进行诊断, 由于可在不同时段改变诊断计划和监测阈值, 在昼夜都能发挥作用。

(5) 偏色检测

自动检测由于线路接触不良、外部干扰、AWB失效或摄像头故障等原因造成的画面偏色现象, 主要包括全屏单一偏色或多种颜色混杂的带状偏色。该功能对视频的颜色信息进行分析, 其特点是当视频中出现丰富色彩时, 能够区分它们是由自然场景带来的, 还是由于摄像头自身故障产生的。

(6) PTZ (云台) 控制功能诊断

自动检测前端云台和镜头是否能够按用户指令正确运动, 如有无左转失灵、上下倒序等故障。该功能能够自动对PTZ的各指令进行测试, 使管理人员准确及时地掌握系统内PTZ的运行情况。不过, 此功能需要系统拥有控制前端PTZ的权限。

(7) 视频冻结检测

自动检测由于视频传输调度系统故障引起的视频画面冻结现象, 可避免错失真实的现场视频图像。

(8) 视频抖动检测

检测因摄像头长期在室外工作, 固定支架松动造成的图像受到严重干扰, 画面抖动的情况。

(9) 人为遮挡画面

检测因摄像头长期在室外工作引起的灰尘遮挡的情况, 检测人为恶意遮挡或图像被替换的情况 (可以进行报警) 。

(10) 视频缺失检测

自动检测因前端云台、摄像机工作异常、损坏、遭人为恶意破坏, 或是视频传输环节故障而引起的间发性或持续性的视频缺失现象 (当视频丢失时, 一般采取人工补假图的方法来处理) 。

4 智能视频分析算法特点及应用

视频分析方法主要有背景模型法和时间差分法两类。背景模型法是利用当前图像和背景图像的差分 (SAD) 来检测出运动区域, 可以提供比较完整的运动目标特征数据, 精确度和灵敏度比较高, 具有良好的性能表现。背景的建模和自适应是背景模型法的关键, 一般在系统设置时期设置系统自适应学习时间来建模, 根据背景实际“热闹程度”选取3~5分钟的学习时间。系统建模完成后, 随着时间的变化, 背景会有相应的改变, 而系统具有“背景维护”能力, 可以将一些后来融入背景的图像, 如云等自动加为背景。时间差分法就是高级的VMD, 又称相邻帧差法, 即利用视频图像特征, 从连续得到的视频流中提取所需要的动态目标信息。时间差分法的实质就是将相邻帧图像相减来提取前景目标移动的信息。此方法不能完全提取所有相关特征像素点, 只能检测出目标的边缘, 在其提取的运动实体内部可能出现空洞。

视频分析的过程 (背景模型法) 是:首先, 系统进行背景学习, 学习时间因背景热闹程度不同而有所不同, 期间系统自动建立背景模型;之后, 系统进入“分析”状态, 如果前景出现移动物体, 且处在设置的范围区域内、大小满足设置, 系统将会对该目标进行提取和跟踪, 并根据预设的算法 (入侵、遗留、盗窃等) 触发报警 (期间如果背景中出现雨雪、中云、波浪、摇摆的柳树等物体, 或发生摄像机抖动的情况, 系统将启动预处理功能来加以过滤) 。在触发报警之前, 系统能够进行目标识别, 即将提取的目标与已经建立的模型进行比对, 并选择最佳的匹配。

下面以北京东方网力科技有限公司的智能分析算法为例, 介绍智能视频分析算法的具体应用。

北京东方网力科技有限公司的智能分析算法主要由核心基本智能分析算法模块和特殊应用领域的智能分析算法构成。核心基本智能分析算法模块共有7种, 分别为区域入侵监测、绊线检测、遗失检测、遗留检测、方向检测、徘徊检测、人群流量统计 (计数) 。这些智能应用可以不受行业和领域的限制, 在任意项目上通用。特殊应用领域的智能分析算法则以插件的方式, 针对不用行业领域定制开发, 并采用组合的方式, 灵活应对不同项目的需求。这些特殊应用领域的智能分析算法共有8种, 分别为对象识别 (人、车辆和物区分) 与轨迹识别、PTZ动态跟踪、人脸识别、车牌识别、图像增强 (水雾、雨雾、烟雾、沙尘或干扰过滤) 、图像稳像 (防震动、抖动、晃动) 、数字全景拼接和烟火监测。

(1) 区域入侵监测

识别出目标沿一定轨迹进入/离开标定区域的事件、目标在标定区域内的出现或消失, 以及目标在标定区域内存在与否。

(2) 绊线检测

识别出单方向、双方向穿越警戒线的行为;识别出逆行、转向等行为;识别物体运行方向, 对逆行等行为进行报警。

(3) 物体遗失检测

在指定区域内的物品被偷盗、搬移、取走时发出声光报警信息。

(4) 物体遗留检测

识别出在标定区域内出现的, 遗留、遗弃的单件、多件物品, 可设定遗留报警时间。

(5) 方向检测

识别物体运行方向, 对逆行等行为进行报警。

(6) 徘徊检测

识别出人员或车辆在标定区域内长时间徘徊与滞留的可疑情况, 可设定徘徊报警的时间和人数。

(7) 人群流量统计 (计数)

单向、双向累计人流统计, 包含人群稠密度检测。

(8) 对象识别 (人、车辆和物区分) 与轨迹识别

对视场内的人员、车辆、物品、动物等目标进行分类判别, 对视场内已识别目标的行动轨迹、速度、方向、距离进行跟踪。

(9) PTZ动态跟踪

通过智能视觉技术锁定目标后 (支持自动、手动、接力三种锁定模式) , 自动控制PTZ摄像机的云台旋转以跟踪目标, 确保可疑目标的放大画面特写始终保持在视频画面中央, 并在目标离开视场后自动回到预置位。其开发难点是出现目标交叉、被遮挡等干扰后如何识别并成功地继续跟踪。

(10) 人脸识别

根据人的脸部特征进行采集和抓拍, 并能进行比对分析, 在发现可疑人员时给予报警提示。

(11) 车牌识别

能够做到自动记录并分析判断车辆的身份, 对于有不良身份记录的车辆进行提前预警。

(12) 图像增强

改善雾、雨、雪环境下的视频效果, 提高画面的能见度。

(13) 图像稳像

消除位于铁路边、公路边的摄像机所拍摄图像的震动、抖动、晃动。

(14) 数字全景拼接

对监控系统获得的多个相关联的分散场景画面进行无缝拼接, 在不降低视频帧率的情况下实现全景监控。

(15) 烟火监测

能够自动监测防区内突发的火情, 发出报警并触发其他动作。

5 智能视频分析系统设计架构及典型应用

接下来以北京东方网力科技有限公司的智能视频分析系统为例, 介绍智能视频分析系统的设计架构与典型应用。

北京东方网力科技有限公司的智能视频分析系统可分为三部分, 即配置管理中心服务器、智能分析服务器和数据中心。配置管理中心服务器是对多个分析服务器进行集中式管理的, 独立的管理软件系统, 用来管理摄像机, 摄像机的规则配置, 各分析服务器的状态查询、监控、任务分配和负载均衡等。智能分析服务器基于智能算法, 通过网络从视频监控平台获取实时视频和回放视频流, 然后进行智能分析处理。它可以对分析结果进行存储, 也可以将结果通过网络发送到指定的数据库系统。数据中心用于存储智能分析的结果, 可使用多种文件系统或数据库来存储, 同时提供数据的查询功能。系统架构如图1所示。

北京东方网力科技有限公司的智能分析产品在无锡惠山区社会治安监控项目中得到了成功应用, 构建了智能抽减帧分析系统。该系统在物理上有派出所和分局两级结构, 在派出所配有智能分析服务器及Web访问客户端, 在分局配有智能分析管理服务器、存储服务器、Web访问客户端及管理客户端 (如图2所示) 。智能分析服务器负责从派出所本地的NVR及DVR上获取视频录像, 将录像的码流解码成YUV原始视频流, 使用用户设定的智能分析算法对YUV图像进行智能分析, 将分析后的图片数据上传给分局存储设备, 将智能分析的结果输出至分局数据库 (智能分析管理服务器) 。

从图2中可以看出, 将智能分析服务器放置在各派出所可使其在获取视频录像时, 只需从本地的NVR或DVR中调用即可, 不需要占用派出所至分局的网络资源, 同时可以有效地规避网络带来的不稳定因素, 降低系统误报率。

5.1 系统工作流程

系统工作流程如图3所示。

5.1.1 视频录像获取

该系统进行智能分析的视频源是存储在NVR中的高清图像和存储在DVR中的标清图像。部署在派出所的智能分析服务器直接从本地派出所的NVR中获取到高清视频录像, 从DVR中获取到标清视频录像, 然后按照智能分析规则进行智能分析。

5.1.2 视频智能分析

智能分析服务器在获取到视频录像后, 将录像的码流解码成YUV原始视频流, 使用用户设定的智能分析算法对YUV图像进行智能分析。具体的智能分析功能包括车牌识别、运动目标检测、虚拟墙和区域警戒功能。

(1) 车牌识别功能

车牌识别要求摄像机正对道路, 偏移角度不宜太大;道路的宽度应控制在3.6m以内;视频录像中车牌的大小为图像宽度的1/6~1/4, 横向像素在100~150像素左右。

(1) 视频触发车辆抓拍

智能分析服务器采用目前已经非常成熟的视频车辆检测的方法来检测车辆。当视频录像中有车辆经过设定区域时, 系统自动捕获一幅经过车辆的图像 (图像中车辆的颜色、特征和车牌的号码、颜色可以用肉眼清楚地分辨) , 白天能清晰识别车辆牌照及整个车身的特征情况, 晚上能克服迎头拍摄时车辆的前大灯眩光问题看清车牌。

(2) 自动车牌识别

视频分析服务器对捕获的图片进行智能分析, 可以获得车牌号码、车辆经过的时间和地点等信息;所保存的图像为24位真彩色图像, 采用JPEG压缩格式;采用循环覆盖方式保存图像;车牌号码为系统自动识别的结果, 所有车辆的信息, 包括图像路径均保存在XML文件中, 以保证能够与其他应用系统实现联动与对接。

(3) 黑名单车辆报警记录

对于肇事逃逸、未年检、报废、有违规记录的车辆进行实时报警, 并且可以单独录制该车辆经过卡口前后的视频流, 可以根据车牌号码进行车辆行驶历史记录查询, 给出其轨迹信息。

(2) 运动目标检测功能

智能分析服务器对视频区域内出现的车辆 (包括机动车和摩托车等) 和行人等目标进行检测, 并定位抓拍图像, 对目标进行颜色和大小等的分类识别。

为了保证运动目标检测的准确性, 用于视频分析的录像需符合下列要求:

◆环境照度不低于100Lux, 背景前景环境光照度差不高于150Lux;

◆运动目标大于40×40个像素。

(3) 虚拟墙和区域警戒功能

智能分析服务器对翻越围栏、进入禁区等事件进行报警。此功能一般应用于重要的视频监控点位, 目前主要包括周界安防、运动目标轨迹指示等功能, 具体内容如下:

◆对设防区域设定周界, 检测试图闯入的行为, 提供报警信息;

◆对进入划定区域内的物体进行目标跟踪, 标识其运动轨迹。

为了保证智能分析的准确性, 用于智能分析的录像需符合下列要求:

◆环境照度不低于100Lux;

◆监控目标大于40个像素;

◆监控目标在摄像机视场清晰可见, 不存在明显的遮挡, 其成像应尽量避免受到逆光和灯光直射等的干扰;

◆目标在监控场景中至少存在2~3秒。

5.1.3 数据存储

在分局配置存储设备用来存储智能分析服务器上传的图片数据, 图片分析的结果存储在智能分析管理服务器中。

在实际应用中, 标清图像如果是CIF分辨率, 单张图片的大小是20K, 如果是D1分辨率, 单张图片的大小是40~50K。高清图像采用1600×1200分辨率, 单张图片的大小是200K。

根据存储需求在分局配置大容量存储服务器来完成海量图片的长时间存储, 具体容量根据用户的实际使用情况确定。

5.1.4 用户检索

用户在Web访问客户端上通过IE浏览器访问智能分析管理服务器, 搜索、查看录像视频、图片等信息。比如, 用户输入时间及车牌号码, 可以查出当时相应车辆的图片信息及视频录像。

另外, 派出所用户可以通过Web访问客户端手动修订图片识别信息, 比如对系统不能识别的图片, 用户可以进行人工识别并手动添加识别结果。

5.2 主要设备介绍

本系统主要由智能分析服务器、智能分析管理服务器、存储设备、Web访问客户端、管理客户端等设备组成。

(1) 智能分析服务器

智能分析服务器主要负责智能视频分析算法的运行等任务, 其硬件为标准服务器。智能分析服务器只需通过网络接入需要分析的视频码流, 根据设置的规则和任务运行智能视频分析算法, 将视频中有价值的图片单独打标签保存, 从而完成智能抽帧减帧的功能, 并把报警记录图片统一上传到存储设备中, 把分析结果上传到智能分析管理服务器中。

单台智能分析服务器在IBM3650的硬件支持下, 可以实现16路CIF分辨率或10路D1分辨率, 又或是4路高清1600×1200分辨率的视频录像分析。

(2) 智能视频分析管理服务器

智能分析管理服务器是整个系统的核心, 运行着智能分析管理软件、数据库软件及Web服务, 主要完成用户登录管理、报警信号管理、事件图片的搜索管理、系统工作时间设置管理、报警联动管理等, 主要功能如下:

◆借助配置的数据库存储各个智能分析服务器上传的图片和管理客户端设置的报警规则;

◆实时将所检测到的报警事件转发给客户端;

◆支持对报警事件Web方式快速联网数据库的智能检索、查询, 如根据关键线索快速搜索相关视频、图片信息;

◆进行矩阵、报警终端的联动等;

◆系统用户权限、时间同步设置, 设备工作状态管理, 软件授权认证管理。

(3) 管理客户端

用户通过管理客户端设置报警规则、报警任务, 调节精度等相关参数。管理客户端实时显示报警信息, 并支持用户对报警实时视频的浏览和对事件的分布式快速检索、比对、查询。

(4) Web访问客户端

用户可以在Web访问客户端上通过IE浏览器访问报警记录, 搜索、查看录像视频、图片等信息。另外, 用户可以通过Web访问客户端手动修订图片识别信息, 比如对系统不能识别的图片, 用户可以进行人工识别并手动添加识别结果。

摘要：本文通过对智能视频架构、各种算法及其在不同场景中应用的分析, 系统地阐明了智能视频技术的应用特点和应用前景, 并结合北京东方网力科技有限公司的视频管理平台软件, 提出了基于视频分析技术和视频管理软件一体化的解决方案。

关键词：视频监控,视频智能分析,智能算法,视频诊断,人脸识别,车牌识别,烟火监测,自动跟踪

智能视频分析概观论文 篇2

对于银行用户而言，提前预警、制止案件发生、避免损失是最基本的要求。传统的ATM视频监控系统主要是将视频录制下来，事件发生后，通过录像进行事后取证，从而排解纠纷、破获案件。这样的监控系统在一定程度上保证了ATM的安全操作，但存在着只能提供事后取证、不能提前预警的缺陷，如何在第一时间发现作案迹象，并发出预警已经成为ATM安保体系最重要的环节。

针对上述需求，结合ATM机及自助银行的治安特点，云电信息ATM机智能视频监控系统解决方案的云电云安智能分析技术产品。云电云安智能视频分析服务器融合当前智能视频分析技术的最新成果及硬件技术的最新发展，通过搭建全新的视频智能监控的软硬件综合平台，实现当前自助银行业务监控场景中异常行为的识别和控制，以最终实现“主动”监控。

云电云安银行ATM智能视频监控系统是通过在传统ATM监控系统中搭载云电云安智能视频分析服务器来实现一系列智能视频处理。云电云安智能视频分析服务器根据用户预先设置的规则，对场景进行实时的监控，当预设规则被破坏，系统及时发出报警信息，提醒监控人员注意并采取有效的处置手段。

云电云安银行ATM智能视频监控系统架构包括以下部分构成：

 视频采集摄像机：安装的高清网络摄像机，用于拍摄监视现场的图像，为云电云安智能分析服务器提供基础视频数据。

 云电云安智能一体化监控服务器/DVS：用于对网络摄像机采集的视频图像内容进行高速接入与数据处理，承担着将视频编码、压缩(及录制保存)的功能，并将视频分析服务器处理结果(目标位置、目标框、运动轨迹、报警信息等)与视频码流一起打包，采用通用的网络协议，通过网口输出模块输出传输至中心监控平台或用户客户端。

 云电云安智能一体化监控服务器可以接入报警控制单元及报警探测器、警灯警号，它不但为各类报警探测器的接入提供了可能，同时，还具备了将智能视频分析的报警用来直接驱动警灯、警号的能力。

 云电云安智能一体化监控服务器DVI输出大屏幕显示模块：智能视频分析系统具有消除多余无用信息，提取关键报警信息的能力，使得监控人员能够通过设在监控中心的大屏幕电视墙获得有用的报警视频，从而使他们根据真实情况、迅速采取最有效的措施。

智能视频监控系统分析与设计 篇3

关键词：智能视频监控系统；分析；设计

中图分类号：TP332 文献标识码：A 文章编号：1006-8937（2016）21-0064-02

为了迎合构建社会主义和谐社会和维护社会稳定的需要，针对安全稳定的相关辅助工具也在逐渐发展，其中视频监控系统作为一项重要的安全工具也得到了极大的发展。视频监控系统不但具有实时、可记录、可视的优点，同时，其记录的信息量也较大，适用范围也较广，因此视频监控系统能在安防、交通、生产生活等各种场所发挥重要作用。

但是，传统视频监控系统耗时耗力，需要相关人员对监控系统进行实时管理，这就需要及时的改进和升级，随着科技水平的不断提高，智能视频监控系统应运而生，这种监控系统具有准确性强，技术水平高，不需要人员全程监控的优点，目前其已得到了广泛的使用。

1 视频监控系统相关知识的简单介绍

1.1 视频监控系统的发展历程以及发展趋势

视频监控系统不但具有实时、可记录、可视的优点，同时，其记录的信息量也较大，适用范围也较广，因此视频监控系统能在安防、交通、生产生活等各种场所发挥重要作用。视频监控系统的操作人员可以通过视频监控对被监控的对象和区域进行及时有效的监控，这样不断提高了异常事件的处理效率，同时还能统筹全局，及时反映被监控的对象和区域当前的情况。

视频监控系统发展时间并不是很长，并且经历了大概三个阶段，分别是模拟视频监控、基于微机平台的半数字化监控以及基于嵌入式网络视频服务器、编解码器的网络化数字视频监控。随着视频监控系统规模的不断扩大，单靠人工操作以及人工阅读屏幕来进行工作就显得极为不便。即使是注意力很集中的专业人员如果一直盯着屏幕也会产生注意力下降的问题，这从根本上就不符合视频监控的初衷。根据目前人工智能的成功可以设想未来智能视频监控系统肯定能够结合人工智能进行主动监控，智能监控和选择监控的行为。

1.2 视频监控系统所需的技术手段

视频监控系统的发展一共经历了三个阶段，其中包括第一代的模拟化系统、第二代的数字化系统和第三代的网络数字化视频监控系统，其中智能视频分析技术是第三代视频监控系统的关键和核心，以往的视频监控系统主要是平滑地引入监控系统分析和监控平台软件。

当然，不管是第几代视频监控系统采用何种技术的手段，都间接地促进了视频监控系统的发展。智能视频分析技术综合采用了很多的技术的手段，其中包括计算机视觉处理、模式识别、计算机图形图像处理技术等。

通过计算机图形图像处理相关的技术，针对视频、图像的处理可以进行实时检测和分类，识别和跟踪，这一系列操作也就使得计算机具有了视频图像的处理能力。智能视频分析技术虽然看上去只是计算机视觉的一个分支，但是在具体应用中还是更多运用了图形图像处理、人工智能技术等相关知识。

1.3 传统视频监控系统的弊端和局限性

视频监控系统已经经历了三个阶段的发展，其中包括模拟化，数字化和网络数字化的发展，同时在视频图像采集、储存和显示等各个方面都取得了巨大的进步。

传统的视频监控系统主要是以监控中心为核心，并且需要一定的监控场所和监控设备，通过摄影机采集图像信息，然后通过有线或无线通信线路将图像信息传输到监控中心，之后通过投影方式呈现出来，相关技术人员根据实时图像信息进行分析，这是传统视频监控系统主要的工作方式。这种工作方式需要相关专业人员的全程操作，存在工作时间较长，技术落后，通过人工识别、人工操作不但大大加重了视频监控的负担，同时还会存在错误率高、漏报率高、监控效率较低等问题。

在功能上，传统视频监控系统只具备必要的功能，比如实时传输图形信息，通过人工检测达到一定的报警、监测的功能。传统视频监控系统一般监控所用的设备都会出现老旧的现象，反映到屏幕上就会出现视频模糊，这对于视频监控的效率和质量都会产生恶劣的影响。

与此同时，视频处理能力相当有限，对于那些数据量较大的视频信息很难进行高效的处理。传统视频监控系统弊端之多，面对现代社会复杂的安全问题很难进行有效处理，因此其急需得到必要的改进和升级。

2 智能视频监控系统的特点和功能设计

2.1 智能视频监控系统硬件和软件的需求分析

智能视频监控系统的体系架构与上一代在组成上相差不多，都需要相应的光纤网络和计算机网络作为传输途径，连接分布于各个区域的监控摄像设备，所以智能视频监控系统对于硬件和软件的需求都有一定的要求。

对于智能视频分析的需求包括异常目标的提取与识别、禁区警戒需求、丢失物品检测和人数检测统计需求等。智能视频监控系统对于软件的需求主要体现在人机界面优化上，优质的人机界面不仅能较好地反映用户需求，同时相关人员也能更好地做出相关决策。

人机界面需求包括实时显示视频图像、报警信息、视频回放等，实时显示视频图像需要根据用户实际需求进行选择性的显示，多模式、多画面的处理也要流畅显示。报警信息的显示可以通过列表形式或色彩变化等进行突出显示以达到吸引工作人员注意的目的。

智能视频监控系统对于硬件需求的要求主要是监控设备以及监控装置的选择，所以相关采购人员在选购监控装置时必须充分考虑监控摄像的功能和用途进行合理购置。

2.2 智能视频监控系统的设计理念

智能视频监控系统主要是以智能视频分析技术为核心，以实现实时视频监控为目的，结合人工智能等技术对被监控的对象和区域进行及时有效监控的系统。

智能视频监控系统在设计理念和原则上均具有一定的相似性，其一般具有以下原则：

技术上要求具有一定的先进性，架构设计需要合理有效，产品结构要多样化以及维护成本不能过于昂贵等。技术的先进性是指整个系统在硬件、软件的选择上都需要迎合时代发展的潮流，选用那些技术水平较高的软硬件产品，对于视频数字化的处理，包括压缩、解码、传输等都可以采用目前最为先进的技术手段，在满足监控基本功能的前提下不断提升监控的质量和水准。

架构设计要合理，这就要求采用先进成熟的技术将各个模块进行有效结合，组装成一个安全可靠的系统，最终达到整个系统的稳定运行的目的。只有安全、可靠、稳定运行的系统才能更加确保各个设备的正常运行，更好地实现数据的传输、分享、实时故障的检测和修复等。当然，对于智能视频监控系统的维护也值注意，系统的稳定运行必然需要相应的维护，这就对系统的维护提出了新的要求，低成本、低维护量是保证系统稳定可靠运行的前提。

2.3 智能视频监控软件系统设计的具体要求

针对智能视频监控软件系统的具体设计包括软件系统总体架构设计，各组件的逻辑设计，视频分析平台软件设计以及视频分析算法软件设计等等。智能视频监控软件界面上必须具体呈现出智能视频监控设计思想，各个具体的软件功能以及功能调用的实际情况。当然，智能视频监控软件系统的设计原则与智能视频监控系统的设计原则类似，其包括充分考虑用户实际需求、考虑核心产品的现状，降低软件维护成本和维护量等。

在软件功能需求分析上，智能视频监控软件系统可以分为智能视频分析模块，软件通信模块以及监控终端模块等，在三个模块的具体实现上还可以细分为视频分析基础平台、视频解压缩平台、运动轨迹跟踪等子功能。

在功能上，智能视频监控软件系统必须能实现行为识别能力，能够实时监测被监控对象的异常行为，一旦出现问题，其能够立即通过计算机网络实现报警的功能。当需要对多个对象进行监控时，智能视频监控软件系统还应当能够根据不同对象的危险系数进行差异化监控，最终保证监控的有效性和安全性。

3 结 语

智能视频监控系统发展时间并不长，但是其对于社会安全稳定的环境贡献巨大，所以在具体设计上要考虑各方面的因素。视频监控系统不但具有实时、可记录、可视的优点，同时，其记录的信息量也较大，适用范围也较广，因此视频监控系统能在安防、交通、生产生活等各种场所发挥重要作用。相信未来智能视频监控系统在社会安全建设方面发挥出更加重要的作用。

参考文献：

[1] 孙剑芬.视频监控系统中运动目标检测算法的研究[D].无锡：江南大学， 2008，35-52.

智能视频分析概观论文 篇4

关键词：智能视频；监控；安防

中图分类号：TP277 文献标识码：A 文章编号：1674-7712 （2014） 06-0000-01

传统的视频监控系统包括模拟监控系统、数字化本地视频监控系统和数字化远程视频监控系统，在科学技术不如今天发达的曾经，这种传统监控也有过一段光辉时期，但渐渐的，随着社会的发展和人们需求的增加，它的弊病也慢慢展现出来，人们需要解决在进行监控的过程中出现的人员易疲劳、每路视频难以被实时监控到，报警精确度差且响应时间长、录像数据分析困难等问题，由此，我们引入计算机发展技术，逐渐探索出出智能视频监控道路。

一、智能视频监控技术分析

（一）运动目标检测

对运动目标进行实时监测是各种如目标分类、行为分析理解等后续处理的基础，它是一项视觉监控的底层技术。下面，我们将针对现有的主要的三种算法，背景减法、相邻帧差法以及光流法展开叙述。

背景减法是一种简单的算法，在目前，是运动目标检测的主流方法，它通过将每一帧图像和背景模型图像相加减，得出当前图像和背景偏离超过一定阈值T的区域，即运动区域。相邻帧差法与背景减法并不相同，它是对序列中连续图像间的差异进行目标的检测和提取，通常是两帧或几帧。该算法的使用虽然在运动实体内可能有空洞现象的产生，但其较强的自适应性依旧不可忽视。最后一种光流法与前两种的区别在于它并非是对图像的单纯检测，而是对图像序列的光流场进行检测，虽然能够得到精确地数据，但由于其计算太过复杂，耗时耗力，难以做到实时监测，由此未能成为对运动目标检测的主流方法。

（二）运动目标分类

在进行运动目标分类时，常用的分类器有贝叶斯分类器、人工神经网络分类器和新兴的支撑向量机分类器。而分类的特征量主要体现在时间空间两个方面，其中的时间特征与跟踪过程紧密联系，关注于运动目标的大小、运动速度的变化，而空间特征则是关乎目标在图像中的一些特征，如形状、大小位置等因素。

（三）运动目标跟踪

对运动目标的跟踪，是结合运动目标所处的环境，选择一项仅有目标存在的特征，通过在后续帧中搜索与该特征最匹配的目标位置来实现的。目标跟踪算法包括利用特征进行跟踪、基于3D模型跟踪、基于主动轮廓模型跟踪以及基于运动估计进行跟踪四种方法。

（四）视频内容分析

视频内容的分析在完成以上三步之后进行，与目标检测不同，它在智能监控技术中属于高级阶段，通过智能化的分析做出内容的判断。而视频的内容又包括异常检测、身份识别和对视频内容的理解描述，其中异常检测中的异常又包括用户定义的和非常规事件身份识别则依赖于人脸识别技术和步态识别技术，最后在理解视频内容上，我们一般是建立在对序列进行了低级处理的基础之上，分析检测场景中的事件，尤其是场景中的特定行为。

二、智能视频监控在安防领域的应用

（一）智能视频监控在安防领域的应用模式

智能视频监控在安防领域的主要应用模式有两种，一是与传统的模拟视频监控系统结合使用，二是基于网络的全数字化智能视频监控系统。

第一种方式由于其对传统视频监控发展中的瓶颈问题的突破，故而主要用在对已安装的模拟视频系统进行智能化的改造上。而第二种方式与第一种方式在现代视频监控上相互补充，主要应用在新建的数字化监控系统上。

（二）智能视频监控在安防领域的主要应用

智能视频监控在安防类和非安防类都有应用，但在目前情况，安防类是其主要应用领域。而它在应用领域的应用被体现在各个方面。首先，在对自动入侵探测、跟踪和上。智能视屏监控系统可以对监控区域进行全面自动入侵探测监控，包括对于某些越过设定虚拟线的入侵和对敏感区域的入侵，在检测到入侵之后，智能监控分析系统则会开始运作，对入侵物实施自动跟踪，摄取它的整个移动过程的信息，并及时的报警，让入侵者在这种监控之下无处遁逃。由于智能高清视频监控分析系统具有识别功能，因此，我们不必担心它对于人和各种类型的车辆出现难以分辨的现象。前面在对智能视频监控进行技术分析时说过，对于人物的识别，主要有人脸和步态，在车辆识别方面的应用主要是识别那些违反交通规则或违章停车的车辆，通过对其车牌、形状和颜色的识别进行车辆的追查和通缉。

除了以上关于自动识别的应用，智能视频监控技术还可以应用于对遗留物体和重要物体移动的探测。前者主要用来探测无人看管的包裹或一些遗留的不明物，当分析系统通过勘测发现问题之后会发出警报提醒工作人员，这一点在火车站、汽车站、机场等处尤其常见，如安检等。在这些人流量极大的地方，一旦有爆炸物或其他不安全因素出现，会造成极大的人员恐慌与伤亡，因此，这一技术的运用十分必要。后者应用的主要目的在于保护某些重要躯体，防止这些贵重物品被偷窃，常用于博物馆、拍卖会等地。当该系统处于工作状态时，一旦这些被监控的贵重物品出现一丝动静，如被某些人试图移动时，系统会自动报警。

最后，智能视频监控技术还可以进行录像，以便于在某些由于事发时未能被及时发现并处理的场地进行事后的调查。

（三）智能视频监控系统实现在安防领域应用的方式

实现智能视频监控技术在安防领域的应用，我们一般采取模块化的设计方式，而智能视频监控的核心亦是智能视频分析模块，通过这一模块，运动目标的检测、识别、跟踪和报警得以实现自动化进行。它可以以嵌入式DSP板卡和纯软件两种形态放置在监控系统的前端采集部分和监控中心两大位置处。

三、结束语

综上所述，我们可以发现，相较于传统监控手段，智能视频监控技术无论是在图像处理上还是节省人工上都有一个质的飞跃，它通过更加高级的视频分析能力为广大使用者提供一个更加全面的监控服务，让我们更加放心。

参考文献：

[1]王建林.智能视频监控技术及其在安防领域的应用[J].城市建设理论研究，2012（09）：89-90.

[2]王槐文.智能视频监控技术新发展[J].民营科技，2013（12）：78-79.