關(guān)于智能視頻監(jiān)控技術(shù)分析及其在安防領(lǐng)域的應(yīng)用探討

汪 海，王羽中，汪 源

（1.安徽潤谷網(wǎng)絡(luò)科技有限公司，安慶 246001；2.北京天目創(chuàng)新科技有限公司，北京 100083）

視頻監(jiān)控系統(tǒng)在社會各行各業(yè)都取得了廣泛的應(yīng)用，傳統(tǒng)的視頻監(jiān)控主要由模擬監(jiān)控系統(tǒng)、數(shù)字化本地視頻監(jiān)控系統(tǒng)和遠(yuǎn)程通信系統(tǒng)組成，它也曾有過一段輝煌的時期，但隨著科技的進(jìn)步和人們對安防要求的不斷提高，傳統(tǒng)系統(tǒng)的缺陷也在不斷暴露出來，比如對監(jiān)控人員識別危險(xiǎn)的依賴性過高、每路視頻難以被實(shí)時監(jiān)控、報(bào)警精度較低、視頻分析較困難等等。在這種情況下，急需對視頻監(jiān)控技術(shù)進(jìn)行創(chuàng)新，打造更能適應(yīng)于現(xiàn)代化安防需求的新型視頻監(jiān)控系統(tǒng)。智能視頻監(jiān)控技術(shù)就是在這種背景下應(yīng)運(yùn)而生的，其一推出就受到了安防領(lǐng)域的廣泛青睞。本文對智能視頻監(jiān)控技術(shù)進(jìn)行了分析，并就其在安防領(lǐng)域的應(yīng)用進(jìn)行了探討，希望對業(yè)內(nèi)同仁可以起到一定的參考和借鑒作用。

1 智能視頻監(jiān)控技術(shù)分析

1.1 運(yùn)動目標(biāo)捕捉

對于視頻監(jiān)控來說，對運(yùn)動目標(biāo)進(jìn)行捕捉是后續(xù)進(jìn)行目標(biāo)分類和行為分析的前提和基礎(chǔ)，它也是智能視頻監(jiān)控系統(tǒng)的一項(xiàng)基礎(chǔ)技術(shù)。目前對運(yùn)動目標(biāo)進(jìn)行檢測的方法有很多，但實(shí)際中主要應(yīng)用的有以下三種：第一，背景減法。這是一種最簡單的運(yùn)動目標(biāo)識別算法，同時也是運(yùn)動目標(biāo)檢測的主流方法。該方法將每一幀圖像與背景模型圖像進(jìn)行相減，當(dāng)?shù)玫降膱D像和背景之間的偏差超過一定閾值后，即可以實(shí)現(xiàn)對運(yùn)動區(qū)域的判定。第二，相鄰幀差法。該方法與上面介紹到的背景減法并不相同，它是通過對視頻圖像序列中前后圖像間的差異進(jìn)行捕捉和提取來實(shí)現(xiàn)的，通常比對對象是兩幀或幾幀。該方法具有較強(qiáng)的自適應(yīng)性，在未來擁有巨大的發(fā)展?jié)摿Α５谌饬鞣?。該方法與前兩種方法有著本質(zhì)的差異，因?yàn)樗⒉皇菍σ曨l圖像進(jìn)行單純的檢測，而是對圖像序列的光流場進(jìn)行檢測，該方法的優(yōu)勢是可以獲得精確的數(shù)據(jù)，缺陷就是計(jì)算分析過程太過復(fù)雜，一般難以實(shí)現(xiàn)實(shí)時檢測，因此也沒能成為運(yùn)動目標(biāo)識別的主流方法。

1.2 運(yùn)動目標(biāo)分類

在捕捉到運(yùn)動目標(biāo)后，就可以利用貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)等算法對目標(biāo)進(jìn)行分類。對于視頻監(jiān)控系統(tǒng)而言，目標(biāo)分類的特征主要體現(xiàn)在時空兩個方面。其中，時間特征與目標(biāo)跟蹤過程密切相關(guān)，主要關(guān)注的是運(yùn)動目標(biāo)的移動速度變化；而空間特征則主要體現(xiàn)在圖像中的一些特征，比如目標(biāo)的大小和形狀等等。

1.3 運(yùn)動目標(biāo)跟蹤

所謂運(yùn)動目標(biāo)跟蹤，是指結(jié)合目標(biāo)所處的環(huán)境，選擇一項(xiàng)能夠表征運(yùn)動目標(biāo)的特征，然后在后續(xù)的圖像幀中搜索與該特征最為匹配的目標(biāo)位置。目標(biāo)跟蹤算法主要有基于特征的跟蹤、基于三維模型的跟蹤、基于運(yùn)動輪廓模型的跟蹤等方法。

1.4 視頻內(nèi)容分析

當(dāng)實(shí)現(xiàn)運(yùn)動目標(biāo)的識別、分類和跟蹤后，就可以對其行為進(jìn)行分析，這是體現(xiàn)智能視頻監(jiān)控技術(shù)特點(diǎn)的一項(xiàng)關(guān)鍵技術(shù)。通過智能化的分析和判斷，可以對運(yùn)動目標(biāo)的身份進(jìn)行識別，最常見的方法就是人臉識別和步態(tài)識別技術(shù)。然后結(jié)合身份識別結(jié)果以及特定的行為定義，就可以實(shí)現(xiàn)對運(yùn)動目標(biāo)行為的智能判定。

2 在安防領(lǐng)域中的應(yīng)用探討

2.1 住宅小區(qū)安防

現(xiàn)代化的小區(qū)普遍都安裝了安防系統(tǒng)，而應(yīng)用于住宅小區(qū)的智能視頻監(jiān)控系統(tǒng)（如圖1所示）主要由錄像、巡更、安防報(bào)警等模塊構(gòu)成。其中，錄像監(jiān)控模塊主要負(fù)責(zé)對小區(qū)內(nèi)的重點(diǎn)監(jiān)控區(qū)域進(jìn)行視頻圖像信息的采集；巡更模塊則可以實(shí)現(xiàn)對巡更人員路線的規(guī)劃設(shè)計(jì)；安防報(bào)警模塊則可以通過對視頻監(jiān)控圖像的智能化分析，進(jìn)而向聯(lián)動功能模塊發(fā)送指令性數(shù)據(jù)，比如報(bào)警命令。隨著智能樓宇和小區(qū)在未來的住宅建設(shè)中逐漸成為主流，智能視頻監(jiān)控技術(shù)在住宅小區(qū)安防中的應(yīng)用也必將越來越深入。

圖1 小區(qū)視頻監(jiān)控系統(tǒng)

2.2 公共商業(yè)場所

現(xiàn)實(shí)中，公共商業(yè)場所內(nèi)經(jīng)常會發(fā)生商品丟失或被盜取等問題，而這也推動了智能視頻監(jiān)控技術(shù)在該場所的應(yīng)用。當(dāng)公共商業(yè)場所內(nèi)安裝了智能視頻監(jiān)控系統(tǒng)后，一旦發(fā)現(xiàn)商品出現(xiàn)不正常的移動，系統(tǒng)就可以自動對其進(jìn)行檢測和分析，進(jìn)而做出針對性的應(yīng)對。此外，通過應(yīng)用智能視頻監(jiān)控系統(tǒng)，還可以對公共商業(yè)場所內(nèi)的人流進(jìn)行分析，當(dāng)發(fā)現(xiàn)對象在特定區(qū)域停留時間過長時，就可以發(fā)出警報(bào)通知工作人員處理。

2.3 銀行安防

智能監(jiān)控技術(shù)在銀行安防中的應(yīng)用主要體現(xiàn)在ATM機(jī)和銀行大廳兩個方面。ATM機(jī)作為銀行的基礎(chǔ)設(shè)備，一般都要求配備視頻監(jiān)控系統(tǒng)?，F(xiàn)代化的ATM機(jī)上配備的視頻監(jiān)控系統(tǒng)可以對機(jī)上操作人員的人臉進(jìn)行識別和檢測分析，一旦發(fā)現(xiàn)操作人員的身份或行為異常，就可以自動發(fā)出警報(bào)。而銀行大廳內(nèi)裝設(shè)的智能視頻監(jiān)控系統(tǒng)可以對人員流動進(jìn)行實(shí)時監(jiān)控，在此基礎(chǔ)上就可以對區(qū)域人員的行為進(jìn)行檢測分析，進(jìn)而做出針對性的反應(yīng)。