視頻內(nèi)容分析技術(shù)剖析及在校園視頻監(jiān)控系統(tǒng)的應(yīng)用探討

段長征

(中國石油大學(xué)(華東)公安保衛(wèi)處，山東 東營 257061)

1 前言

校園安防監(jiān)控系統(tǒng)一般由視頻監(jiān)控、火災(zāi)探測(cè)和入侵檢測(cè)等3大系統(tǒng)組成，由于近年來對(duì)校園安全的關(guān)注，隨著“平安校園”工程的實(shí)施，各高?；径冀⒘烁采w全面的視頻安防監(jiān)控系統(tǒng)，視頻監(jiān)控系統(tǒng)中攝像機(jī)一般有100－400多臺(tái)，覆蓋了校園的重要區(qū)域、通道和關(guān)鍵部位。由于視頻監(jiān)控大量的應(yīng)用，雖然帶來了很大的便利，但是也給監(jiān)控人員帶來很大工作量，面對(duì)前端如此眾多的監(jiān)控畫面，很容易導(dǎo)致值班人員的疲勞，無法及時(shí)發(fā)現(xiàn)異常情況，這是由人類的生理局限性所決定的，因此導(dǎo)致視頻監(jiān)控更多的時(shí)候作為一種事后錄像分析和舉證手段，即便如此，在大量的錄像資料中檢索相關(guān)的特定視頻片段也是一件非常困難的事情。

基于計(jì)算機(jī)高速圖像處理技術(shù)的視頻內(nèi)容分析使監(jiān)控系統(tǒng)不僅能夠“看到”，而且能夠“知道”圖像的內(nèi)容，對(duì)圖像中特定的物體(行人、車輛等物體)和指定的監(jiān)控區(qū)域進(jìn)行分析，并根據(jù)制定的規(guī)則進(jìn)行判斷，如果圖像內(nèi)容符合規(guī)則或者偏離規(guī)則，監(jiān)控系統(tǒng)會(huì)主動(dòng)發(fā)出提示、報(bào)警，并記錄，使值班人員能夠及時(shí)的從大量的實(shí)時(shí)圖像畫面中發(fā)現(xiàn)異常并及時(shí)處理，提高視頻監(jiān)控效率和效果。

視頻內(nèi)容分析技術(shù)在視頻監(jiān)控系統(tǒng)的應(yīng)用將改變傳統(tǒng)的視頻監(jiān)控模式，成為目前監(jiān)控技術(shù)的發(fā)展熱點(diǎn)之一，為此我們對(duì)該技術(shù)進(jìn)行了剖析和研究，并且在校園安防系統(tǒng)中進(jìn)行了初步的應(yīng)用［1－2］。

2 視頻內(nèi)容分析技術(shù)應(yīng)用現(xiàn)狀

隨著數(shù)字視頻矩陣、數(shù)字硬盤錄像機(jī)和網(wǎng)絡(luò)攝像機(jī)的普及和應(yīng)用，視頻監(jiān)控系統(tǒng)早期的模擬系統(tǒng)向數(shù)字系統(tǒng)快速演化，為視頻內(nèi)容分析提供了技術(shù)實(shí)現(xiàn)的可能和必要的基礎(chǔ)。移動(dòng)偵測(cè)VMD(Video Motion Detection)技術(shù)是早期應(yīng)用的視頻分析技術(shù)之一，它能夠提供簡單的入侵檢測(cè)。由于移動(dòng)偵測(cè)采用相鄰幀圖像像素比對(duì)的方法實(shí)現(xiàn)，如果像素變化幅度超過設(shè)定閾值，就可以觸發(fā)報(bào)警。VMD技術(shù)檢測(cè)的是畫面的變化，僅僅實(shí)現(xiàn)了入侵檢測(cè)功能，對(duì)目標(biāo)跟蹤、分類和識(shí)別方面有缺陷，因?yàn)轱L(fēng)、霧、雨、雪等氣候因素和PTZ的運(yùn)動(dòng)容易產(chǎn)生誤報(bào)，對(duì)緩慢移動(dòng)物體容易漏報(bào)，但是其算法簡單，對(duì)硬件要求不高，因此在大多數(shù)DVR中都有此項(xiàng)功能設(shè)計(jì)，但在實(shí)際監(jiān)控系統(tǒng)實(shí)施中應(yīng)用不多。

基于圖像內(nèi)容的視頻分析技術(shù)采用了動(dòng)態(tài)圖像處理，可以有效的分離監(jiān)控目標(biāo)和背景，利用模式識(shí)別技術(shù)并自動(dòng)匹配目標(biāo)特征，智能分析目標(biāo)行為，使視頻監(jiān)控系統(tǒng)具備了圖像分析功能。其工作原理和機(jī)制如圖1所示。

圖1 視頻分析技術(shù)框架原理Fig.1 The framework principles of video analysis technology

技術(shù)實(shí)現(xiàn)的具體描述為:①背景建模后，剝離背景，將目標(biāo)從背景中提取;②判定目標(biāo)尺寸、顏色等特征;③目標(biāo)逐幀跟蹤并記錄目標(biāo)位置、速度、軌跡及滯留時(shí)間;④判定目標(biāo)行為，當(dāng)行為符合預(yù)置規(guī)則，則觸發(fā)報(bào)警。其算法流程如圖2所示:

3 背景剝離技術(shù)

背景減除方法是目前運(yùn)動(dòng)檢測(cè)中最常用的一種方法，它利用當(dāng)前圖像與背景圖像的差分來檢測(cè)出運(yùn)動(dòng)區(qū)域。背景建模是背景減除方法的技術(shù)關(guān)鍵，即從一系列視頻圖像中準(zhǔn)確找到屬于背景的部分，并且存儲(chǔ)為背景圖像。最簡單的背景模型是時(shí)間平均圖像，但是模型的通用性比較差，對(duì)場(chǎng)景內(nèi)圖像發(fā)生的變化比較敏感，例如陽光照射方向、影子、樹葉隨風(fēng)搖曳等。王陳陽等［3］提出一種建立在對(duì)視頻序列中的整個(gè)背景情景的統(tǒng)計(jì)描述基礎(chǔ)上的運(yùn)動(dòng)目標(biāo)的檢測(cè)方法。采用自適應(yīng)模型，使模型的參數(shù)隨著場(chǎng)景情況的變化而變化。文中利用視頻序列的當(dāng)前背景和當(dāng)前幀的加權(quán)平均值來更新背景。選取當(dāng)前幀作為參考圖像，用當(dāng)前幀和背景圖像做差分，如果當(dāng)前幀中沒有運(yùn)動(dòng)目標(biāo)，就用當(dāng)前幀圖像直接對(duì)背景模板進(jìn)行更新，以適應(yīng)光線的變化;如果當(dāng)前幀中含有運(yùn)動(dòng)目標(biāo)，就維持目前的背景。這一方法能夠適應(yīng)快速的場(chǎng)景變化，實(shí)時(shí)性很高。

圖2 視頻分析算法流程Fig.2 The algorithm approach of video analysis

經(jīng)過背景剝離，分離出前景目標(biāo)，從而確保下一步對(duì)監(jiān)控對(duì)象行為的有效判斷，如圖3所示。

圖3 背景剝離效果Fig.3 The effect of background dissection

4 前景目標(biāo)處理

對(duì)于前景目標(biāo)，需要進(jìn)一步進(jìn)行分析處理。在連續(xù)多幀圖像之間建立基于位置、速度、形狀、顏色等屬性特征的匹配關(guān)系，對(duì)目標(biāo)進(jìn)行跟蹤處理。在跟蹤過程中，不斷將目標(biāo)信息與監(jiān)控系統(tǒng)的過濾規(guī)則比對(duì)，提取出“感興趣”的有效目標(biāo)，并對(duì)其進(jìn)行記錄和分析。該過程一般采用直方圖算法處理前景目標(biāo)圖像，目標(biāo)的跟蹤算法多采用Blob和MeanShift法，其目的就是獲取目標(biāo)的動(dòng)態(tài)屬性，為之后的分析提供分析數(shù)據(jù)［4－5］。

5 目標(biāo)分析

在視頻分析過程中，分類是成功跟蹤目標(biāo)的重要過程，其實(shí)質(zhì)上是從語義意義上選取典型物體，比如人、動(dòng)物、車輛等，將視頻檢測(cè)的運(yùn)動(dòng)目標(biāo)分類為事前預(yù)定義的類別。該過程需要對(duì)系統(tǒng)進(jìn)行模型訓(xùn)練，利用已知目標(biāo)特征建立模型，并與檢測(cè)目標(biāo)匹配特性，匹配時(shí)首先用形狀、顏色、尺寸等特性過濾，然后用速度、軌跡變化等動(dòng)態(tài)特性與系統(tǒng)模型匹配，從而盡可能精確的定位需要跟蹤的目標(biāo)。

圖4 目標(biāo)跟蹤與分類示例Fig.4 The target tracking and classification examples

6 行為分析與事件檢測(cè)

在上述背景剝離、目標(biāo)跟蹤、識(shí)別分類等處理基礎(chǔ)上，將采集的目標(biāo)信息與系統(tǒng)預(yù)設(shè)的判定規(guī)則比對(duì)，根據(jù)時(shí)間、目標(biāo)位置、速度、大小、形狀、顏色、運(yùn)動(dòng)軌跡等因素，實(shí)現(xiàn)視頻分析的最終事件判定，例如:入侵、越界、物品遺失、徘徊、煙塵等事件，以及人臉識(shí)別、車牌識(shí)別等取證記錄，并可以完成諸如流量統(tǒng)計(jì)、區(qū)域人群統(tǒng)計(jì)等工作。

徘徊檢測(cè)是通過計(jì)算在一定時(shí)間內(nèi)移動(dòng)目標(biāo)進(jìn)出設(shè)定區(qū)域次數(shù)或者區(qū)域內(nèi)移動(dòng)、滯留時(shí)間;跨線檢測(cè)是檢測(cè)運(yùn)動(dòng)目標(biāo)穿越警戒線的行為，支持方向判斷，可用于越界檢測(cè)、入侵檢測(cè)等場(chǎng)合，如圖5所示。通道流量統(tǒng)計(jì)是計(jì)算穿越檢測(cè)線的行人或車輛數(shù)量，可以實(shí)現(xiàn)雙向流量統(tǒng)計(jì)。通過對(duì)設(shè)定區(qū)域內(nèi)的移動(dòng)目標(biāo)密度進(jìn)行檢測(cè)，不統(tǒng)計(jì)區(qū)域內(nèi)的具體人數(shù)，可以實(shí)現(xiàn)人群聚集就判定，如圖6所示。

圖5 徘徊檢測(cè)和越界檢測(cè)Fig.5 Wandering detection and cross－ border detection

7 視頻分析的實(shí)施架構(gòu)

在視頻監(jiān)控系統(tǒng)中，由于視頻分析具有不同的產(chǎn)品形態(tài)和架構(gòu)方式，可以在前端設(shè)備中加入視頻分析模塊，也可以在后端監(jiān)控中心的服務(wù)器中加入相應(yīng)軟件模塊。其內(nèi)部技術(shù)實(shí)現(xiàn)基于兩種不同的系統(tǒng)架構(gòu)，一種是基于嵌入式平臺(tái)，多采用DSP芯片執(zhí)行算法;一種是在服務(wù)器上利用CPU資源執(zhí)行相應(yīng)算法。

由于大多數(shù)校園視頻監(jiān)控系統(tǒng)都已經(jīng)基本建成，對(duì)前端設(shè)備和線路的升級(jí)和改造成本太高，而且，由于實(shí)施成本及實(shí)際需要，也不必在每路視頻都進(jìn)行視頻分析，因此，多采用在監(jiān)控中心加入嵌入式視頻分析模塊的方式來實(shí)現(xiàn)。

圖6 流量統(tǒng)計(jì)和人群聚集判定Fig.6 Flow statistics and the crowd gather judgment

校園視頻監(jiān)控有其自己的特點(diǎn)，主要體現(xiàn)在監(jiān)控對(duì)象無論是人、財(cái)、物等類型多樣、監(jiān)控目標(biāo)密度高、安防系統(tǒng)需要在視頻、火災(zāi)、防盜入侵檢測(cè)系統(tǒng)的聯(lián)動(dòng)等方面。根據(jù)這些特點(diǎn)和視頻分析功能特點(diǎn)，可以將視頻分析模塊主要布置在校門及各樓館大門、主要校園道路路口、重點(diǎn)實(shí)驗(yàn)室等要害部位。一方面可以充分發(fā)揮視頻分析模塊的智能特性，將原有的視頻監(jiān)控系統(tǒng)智能化，大幅度減輕值班人員的工作負(fù)擔(dān);另一方面可以實(shí)施多系統(tǒng)聯(lián)動(dòng)，將原有的防火、防盜入侵檢測(cè)系統(tǒng)與視頻監(jiān)控系統(tǒng)聯(lián)為一體，實(shí)現(xiàn)視頻矩陣智能切換、報(bào)警相互驗(yàn)證，從而大幅度降低誤報(bào)率和漏報(bào)率，使安防系統(tǒng)原型更加穩(wěn)定可靠。

8 總結(jié)

由于視頻內(nèi)容分析技術(shù)正在不斷的發(fā)展和完善中，在實(shí)施中，需注意如下幾點(diǎn):

在攝像機(jī)安裝時(shí)，安裝高度決定鏡頭視角，在室外不低于3.5米，室內(nèi)應(yīng)該在2.5－5米之間。調(diào)整攝像機(jī)視角和焦距，避免畫面中重要目標(biāo)的遮擋，以確保攝像機(jī)獲取更多的視頻信息，而且要避免樹葉、水面等容易產(chǎn)生大量變化的背景畫面出現(xiàn)，更要避免有強(qiáng)光直射鏡頭。為了更可靠的進(jìn)行有效的視頻分析，要使攝像機(jī)視線與目標(biāo)移動(dòng)方向盡量垂直，要保證畫面成像質(zhì)量，在室外高架安裝時(shí)，穩(wěn)固非常重要，應(yīng)盡量避免震顫和抖動(dòng)。

對(duì)于攝像機(jī)，要保證清晰度，確保輸入視頻分析模塊的圖像質(zhì)量，對(duì)于存在現(xiàn)場(chǎng)照度不足、逆光、強(qiáng)光直射等問題，要采用具備低照度、補(bǔ)光、日蝕型等特性的攝像機(jī)。

要設(shè)置根據(jù)具體現(xiàn)場(chǎng)需求，設(shè)定合理的分析判定規(guī)則，比如設(shè)置的入侵型警戒線必須與目標(biāo)運(yùn)動(dòng)軌跡盡量垂直相交，而且要避開容易引起誤報(bào)的背景物體。設(shè)置的警戒區(qū)域盡量避開強(qiáng)光和陰影的干擾。

在校園視頻監(jiān)控系統(tǒng)的技術(shù)升級(jí)中，實(shí)施視頻分析技術(shù)取得了良好的效果，不僅有效的提升了監(jiān)控的效果，降低了值班人員的工作強(qiáng)度、提高了工作效率，而且極大的降低了誤報(bào)率和漏報(bào)率，豐富了安防系統(tǒng)的功能，成為智能化安防系統(tǒng)的重要手段。

隨著計(jì)算機(jī)圖像處理技術(shù)的飛速發(fā)展，視頻分析技術(shù)必將更加智能、完善，在校園安防監(jiān)控系統(tǒng)中發(fā)揮更大的作用。

［1］劉志紅，駱云志.智能視頻監(jiān)控技術(shù)及其子安防領(lǐng)域的應(yīng)用［J］.兵工自動(dòng)化，2009，(4):75－78

［2］李立仁，李紹軍，劉忠?guī)X.智能視頻監(jiān)控技術(shù)綜述［J］.中國安防，2009，(4):89－95

［3］王陳陽，周明全，耿國華.基于自適應(yīng)背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2007，17(4):21－26

［4］周政，劉俊義，馬林華，等.視頻內(nèi)容分析技術(shù)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2008，29(7):1766－1769

［5］徐向麗，陳躍林.視頻分析技術(shù)的研究和應(yīng)用［J］.現(xiàn)代計(jì)算機(jī)，2008，(7):65－69