智能視頻分析技術在安防監控領域的應用

現代網絡視頻監控系統的發展趨勢是大規模聯網、分布式部署、智能化監控。基于計算機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。與傳統視頻監控系統相比，智能視頻監控系統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。

智能視頻監控技術(IVS：IntelligentVideoSurveillance)基于計算機視覺技術對監控場景的視頻圖像內容進行分析，提取場景中的關鍵信息，產生高層的語義理解，并形成相應事件和告警的監控方式。如果把攝像機看作人的眼睛，而智能視頻監控系統可以理解為人的大腦。智能視頻監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據進行高速分析，過濾掉用戶不關心的信息，僅僅為監控者提供有用的關鍵信息。

視頻智能分析的產生及其特點

智能視頻系統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據中快速搜索到想要找的圖像。根據統計分析，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，智能視頻分析系統將在未來成為視頻監控系統的核心組成部分。

智能視頻分析產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生時預防或干涉，多數靠回放相關的錄像事后處理；另外在一些非安防應用中，如商業上人流統計、目標識別(車牌、人臉)等等，也需要自動智能的統計識別。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”監視器的工作中解脫出來，當計算機發現問題時候，產生報警，由值班人員進行相應處理操作。

智能視頻監控的主要優勢：

·快速的反應時間：毫秒級的報警觸發反應時間；

·更有效的監視：保安人員只需要注意相關信息；

·強大的數據檢索和分析功能：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

魯棒性就是系統的健壯性，用以表征控制系統對特性或參數攝動的不敏感性。運動目標檢測算法的魯棒性是能夠在各種環境條件下實現對運動目標持續、穩定的檢測、分析和識別。

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

智能視頻分析系統的應用

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100%檢測成功，即存在誤檢和漏檢情況。由于實際的監控場景環境復雜、千變萬化，其中存在大量噪聲和干擾情況，通過算法的優化可提高一定的檢測準確率，同時往往只能根據實際需求，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控系統，必須具備能夠對視頻圖像序列進行實時處理的能力。由于對視頻動態圖像的處理方法是建立在二維數字信號的處理基礎上，所處理的對象包含巨大的數據量和信息量，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，如何尋求平衡發展是技術的關鍵。

尤其指出，目前已有公司自主研發的視頻運動檢測算法，相比經典的運動檢測算法，受光線和鏡頭抖動的影響較小，而且計算時間更少，更加適合實時產品的開發。同時在自主算法基礎上封裝開發包(SDK)，在該公司數字安防系統軟件平臺、網絡攝像機系列產品中集成，實現了系統級和產品級的可靠應用。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，減少需要調整參數的個數，從而更好地滿足實際應用需求。

智能視頻分析系統的應用

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

電力行業的變電站視頻監控系統

目前電力行業中的視頻監控系統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，當發現可疑人物入侵或跨入警戒線時，要求監控系統能夠自動檢測入侵目標，并標識其入侵軌跡，同時發出報警通知管理人員前去處理。

將周界監控范圍內所有的禁止入侵的區域設置為防區。這樣當有入侵者侵入防范區域時就會被智能監控系統自動鎖定并標識出行動軌跡，同時發出報警。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，入侵者觸發報警時，監控系統會發出警報聲警告入侵者，并可打開強光燈使入侵者無法藏身；后端報警在系統軟件平臺應用來實現，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。

平安城市監控系統

對平安城市監控系統來說，其一方面主要體現在一些重要的路段、社區、公共場所等，以通過視頻監控方式對出現的可疑目標進行監控報警。另一方面則集中在監控系統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，實現監控系統的有效維護。

平安城市視頻監控需求復雜、系統容量龐大，不僅涉及到交通車輛、人員聚集監控及違規報警，違章停車等智能交通的監控，還涉及到小區里可疑人物的出現和逗留徘徊的報警等等；甚至要結合物聯網及云計算技術，構建海量視頻存儲與內容分析檢索系統。

智能分析成果規劃

目前，安防與視頻監控系統集成和產品研發公司已成功實現部分視頻智能分析成果：入侵檢測、過絆線檢測、遺留物檢測，在一些典型復雜場景進行了魯棒測試；正在規劃實現：人員聚集及人員統計、火焰及煙霧的檢測及報警等等。

·入侵檢測：給定一個虛擬的禁區，若有運動物體入侵到這個禁區中，則實現報警；

·過線檢測：給定一條虛擬的線，若有運動物體跨過這條虛擬線，則報警；

·遺留物檢測：當一個物體(如箱子、包裹、車輛、人物等)在敏感區域停留的時間過長，或超過了預定義的時間長度就產生報警。典型應用場景包括機場、火車站、地鐵站等；

·人數統計：統計穿越入口或指定區域的人或物體的數量。例如為業主計算某天光顧其店鋪的顧客數量；

·煙霧檢測：在實現運動目標檢測的基礎上，能判斷出運動目標是煙霧，從而實現報警；將煙霧用矩形框標識出來，實現對煙霧的跟蹤；

·火焰檢測：在實現運動目標檢測的基礎上，能判斷出運動目標是火焰，從而實現報警；將火焰用矩形框標識出來，實現對火焰的跟蹤。

結語

隨著“國家應急體系”、“平安城市”、“平安建設”、“科技強警”等重大工程項目在全國的不斷推進，國內視頻監控市場前景良好。智能視頻相關產品的應用隨著視頻監控市場規模的不斷壯大也將從相對集中的區域向各行業大幅度的伸展。就市場需求而言，目前整個市場對智能視頻分析的認知都在不斷提高。安防與視頻監控系統集成和產品研發公司將憑借多年系統集成和產品研發經驗，對于不同行業細分市場需求的充分理解，將智能視頻分析與檢測技術與安防監控行業有機結合，構建可靠實用的智能分析應用，為安防監控的智能應用發展貢獻力量。