智能視頻分析產(chǎn)品

鄧任遠

摘要傳統(tǒng)的ATM視頻監(jiān)控設(shè)備的主要功能是對監(jiān)控區(qū)域進行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據(jù)。這種監(jiān)控模式會產(chǎn)生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續(xù)的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當前國內(nèi)外的智能視頻監(jiān)控技術(shù)為基礎(chǔ)，對ATM智能視頻設(shè)備進行了進一步分析和設(shè)計。

關(guān)鍵詞ATM；視頻設(shè)備；智能檢測；設(shè)計

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統(tǒng)ATM視頻監(jiān)控方式的缺點分析

在傳統(tǒng)的銀行監(jiān)控系統(tǒng)中，其主要強調(diào)監(jiān)控點位的變化位置的選擇。由于監(jiān)控規(guī)模的不斷擴大，人工監(jiān)看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監(jiān)控的方式容易受到監(jiān)看人員主觀思想的影響，比如注意力不集中等，這容易導致監(jiān)看過程中錯過重要的環(huán)面信息。

2）監(jiān)控的顯示不完全，隨著監(jiān)控系統(tǒng)規(guī)模的不斷擴大，通常會采用輪巡播放的方式顯示監(jiān)控畫面，這就可能導致重要的畫面剛好不在顯示范圍能，導致監(jiān)看人員錯過重要畫面。

3）由于傳統(tǒng)食品監(jiān)控系統(tǒng)的所有錄像沒有進行有效分類，而且一般存在大量的冗余信息，在對重要畫面進行查找和分析時，難度較大。

4）傳統(tǒng)的監(jiān)控系統(tǒng)所提供的唯一功能便是錄像，通常需要在事后，進行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設(shè)備功能設(shè)計

2.1 ATM視頻智能分析設(shè)備主要模塊

針對傳統(tǒng)ATM視頻監(jiān)控中存在的各類問題，需要通過智能視頻分析設(shè)備進行解決。智能視頻分析設(shè)備通常需要具備視頻采集、預處理、目標檢測、目標跟蹤以及事件檢測等功能。

從智能視頻分析設(shè)備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統(tǒng)，具體結(jié)構(gòu)如圖1所示。

圖1智能視頻分析系統(tǒng)模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態(tài)物體，滯留物的檢測時只能視頻分析技術(shù)中的重要內(nèi)容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區(qū)域中的物體滯留以及滯留物位置變化的檢測進行了闡述；Chuan Yu Cho等提出了復雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復雜監(jiān)控場景恢復為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態(tài)。

在銀行ATM環(huán)境中，為了對滯留物進行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當前幀與背景圖像的差分圖像，然后對其進行中值濾波、二值化及形態(tài)學處理，得到二值化的差分圖像，然后進行跟蹤處理。在檢測出目標之后，如果目標被判斷為物體，則對目標的中心位置在一定時間內(nèi)的變化情況進行記錄，如果該物體在所檢測的時間內(nèi)位置未發(fā)生變化或者變化小于限定值，則判定此目標物體為滯留物，并及時發(fā)送滯留物檢測警報，對工作人員進行提醒，反之，系統(tǒng)則不進行響應(yīng)。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機所涉及的人物尾隨情況，一般涉及到兩個或多個目標人物。因此，在進行尾隨檢測算法時，通常對兩個距離較近的目標人員進行檢測，從而提高檢測的準確性。尾隨檢測的主要依據(jù)是，對跟蹤隊列中的任意兩個人物目標舉行的質(zhì)心距離進行判斷，當該距離小于一定的閥值之后，則進行進一步的判斷。對兩個目標人物分別進行幀數(shù)計算，當兩個目標的計數(shù)值都達到一定的數(shù)值之后，則可以判斷為尾隨。如果需要對尾隨事件進行統(tǒng)計，則需要通過相應(yīng)的布爾值進行標識，避免出現(xiàn)重復的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機遮擋檢測

攝像機遮擋智能檢測是智能視頻檢測系統(tǒng)的重要內(nèi)容之一，攝像機鏡頭如果被遮擋或者信號傳輸線路出現(xiàn)故障時，都會導致視頻信號的傳輸障礙。智能檢測系統(tǒng)通過差分法判斷視頻圖像是否正常，如果發(fā)生異常，則發(fā)出自動警報，并及時提醒工作人員進行檢查，盡快處理問題。

在對攝像機的遮擋狀態(tài)進行檢測時，不能單純通過判斷跟蹤目標的多少來判斷攝像機是否被遮擋，因為在檢測區(qū)域內(nèi)，有時候目標較少或者沒有，也不能根據(jù)跟蹤目標像素點在整個圖像中所占比例來進行判斷。首先需要對背景的突變情況進行判斷，提前保留以前一個時間段內(nèi)的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當前所捕獲的圖像進行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機被遮擋住了，于是系統(tǒng)發(fā)出警報對工作人員進行提醒。

3結(jié)論

通過后期發(fā)現(xiàn)，本文所研究的智能視頻分析系統(tǒng)在運行過程中，整體運行及檢測情況良好，但是如果系統(tǒng)發(fā)生嚴重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進ATM智能視頻分析系統(tǒng)向更高水平發(fā)展，從而為銀行安全工作水平的進一步提高作出貢獻。

參考文獻

[1]吳建新，李翠華，等.數(shù)字視頻監(jiān)控系統(tǒng)開發(fā)平臺的設(shè)計與實現(xiàn)[J].廈門大學學報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監(jiān)控的異常報警機制[J].計算機與數(shù)字工程，2007，35（5）：121-123.

endprint

摘要傳統(tǒng)的ATM視頻監(jiān)控設(shè)備的主要功能是對監(jiān)控區(qū)域進行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據(jù)。這種監(jiān)控模式會產(chǎn)生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續(xù)的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當前國內(nèi)外的智能視頻監(jiān)控技術(shù)為基礎(chǔ)，對ATM智能視頻設(shè)備進行了進一步分析和設(shè)計。

關(guān)鍵詞ATM；視頻設(shè)備；智能檢測；設(shè)計

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統(tǒng)ATM視頻監(jiān)控方式的缺點分析

在傳統(tǒng)的銀行監(jiān)控系統(tǒng)中，其主要強調(diào)監(jiān)控點位的變化位置的選擇。由于監(jiān)控規(guī)模的不斷擴大，人工監(jiān)看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監(jiān)控的方式容易受到監(jiān)看人員主觀思想的影響，比如注意力不集中等，這容易導致監(jiān)看過程中錯過重要的環(huán)面信息。

2）監(jiān)控的顯示不完全，隨著監(jiān)控系統(tǒng)規(guī)模的不斷擴大，通常會采用輪巡播放的方式顯示監(jiān)控畫面，這就可能導致重要的畫面剛好不在顯示范圍能，導致監(jiān)看人員錯過重要畫面。

3）由于傳統(tǒng)食品監(jiān)控系統(tǒng)的所有錄像沒有進行有效分類，而且一般存在大量的冗余信息，在對重要畫面進行查找和分析時，難度較大。

4）傳統(tǒng)的監(jiān)控系統(tǒng)所提供的唯一功能便是錄像，通常需要在事后，進行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設(shè)備功能設(shè)計

2.1 ATM視頻智能分析設(shè)備主要模塊

針對傳統(tǒng)ATM視頻監(jiān)控中存在的各類問題，需要通過智能視頻分析設(shè)備進行解決。智能視頻分析設(shè)備通常需要具備視頻采集、預處理、目標檢測、目標跟蹤以及事件檢測等功能。

從智能視頻分析設(shè)備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統(tǒng)，具體結(jié)構(gòu)如圖1所示。

圖1智能視頻分析系統(tǒng)模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態(tài)物體，滯留物的檢測時只能視頻分析技術(shù)中的重要內(nèi)容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區(qū)域中的物體滯留以及滯留物位置變化的檢測進行了闡述；Chuan Yu Cho等提出了復雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復雜監(jiān)控場景恢復為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態(tài)。

在銀行ATM環(huán)境中，為了對滯留物進行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當前幀與背景圖像的差分圖像，然后對其進行中值濾波、二值化及形態(tài)學處理，得到二值化的差分圖像，然后進行跟蹤處理。在檢測出目標之后，如果目標被判斷為物體，則對目標的中心位置在一定時間內(nèi)的變化情況進行記錄，如果該物體在所檢測的時間內(nèi)位置未發(fā)生變化或者變化小于限定值，則判定此目標物體為滯留物，并及時發(fā)送滯留物檢測警報，對工作人員進行提醒，反之，系統(tǒng)則不進行響應(yīng)。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機所涉及的人物尾隨情況，一般涉及到兩個或多個目標人物。因此，在進行尾隨檢測算法時，通常對兩個距離較近的目標人員進行檢測，從而提高檢測的準確性。尾隨檢測的主要依據(jù)是，對跟蹤隊列中的任意兩個人物目標舉行的質(zhì)心距離進行判斷，當該距離小于一定的閥值之后，則進行進一步的判斷。對兩個目標人物分別進行幀數(shù)計算，當兩個目標的計數(shù)值都達到一定的數(shù)值之后，則可以判斷為尾隨。如果需要對尾隨事件進行統(tǒng)計，則需要通過相應(yīng)的布爾值進行標識，避免出現(xiàn)重復的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機遮擋檢測

攝像機遮擋智能檢測是智能視頻檢測系統(tǒng)的重要內(nèi)容之一，攝像機鏡頭如果被遮擋或者信號傳輸線路出現(xiàn)故障時，都會導致視頻信號的傳輸障礙。智能檢測系統(tǒng)通過差分法判斷視頻圖像是否正常，如果發(fā)生異常，則發(fā)出自動警報，并及時提醒工作人員進行檢查，盡快處理問題。

在對攝像機的遮擋狀態(tài)進行檢測時，不能單純通過判斷跟蹤目標的多少來判斷攝像機是否被遮擋，因為在檢測區(qū)域內(nèi)，有時候目標較少或者沒有，也不能根據(jù)跟蹤目標像素點在整個圖像中所占比例來進行判斷。首先需要對背景的突變情況進行判斷，提前保留以前一個時間段內(nèi)的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當前所捕獲的圖像進行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機被遮擋住了，于是系統(tǒng)發(fā)出警報對工作人員進行提醒。

3結(jié)論

通過后期發(fā)現(xiàn)，本文所研究的智能視頻分析系統(tǒng)在運行過程中，整體運行及檢測情況良好，但是如果系統(tǒng)發(fā)生嚴重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進ATM智能視頻分析系統(tǒng)向更高水平發(fā)展，從而為銀行安全工作水平的進一步提高作出貢獻。

參考文獻

[1]吳建新，李翠華，等.數(shù)字視頻監(jiān)控系統(tǒng)開發(fā)平臺的設(shè)計與實現(xiàn)[J].廈門大學學報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監(jiān)控的異常報警機制[J].計算機與數(shù)字工程，2007，35（5）：121-123.

endprint

摘要傳統(tǒng)的ATM視頻監(jiān)控設(shè)備的主要功能是對監(jiān)控區(qū)域進行錄像，并將保存的視頻文件作為解決糾紛、破獲案件的取證依據(jù)。這種監(jiān)控模式會產(chǎn)生大量冗余的視頻信息，浪費大量的存儲資源，同時還會為后續(xù)的排查工作帶來困難，往往會錯過解決事件的最佳時期。對此，文章以當前國內(nèi)外的智能視頻監(jiān)控技術(shù)為基礎(chǔ)，對ATM智能視頻設(shè)備進行了進一步分析和設(shè)計。

關(guān)鍵詞ATM；視頻設(shè)備；智能檢測；設(shè)計

中圖分類號：TP3 文獻標識碼：A 文章編號：1671-7597（2014）12-0011-02

1傳統(tǒng)ATM視頻監(jiān)控方式的缺點分析

在傳統(tǒng)的銀行監(jiān)控系統(tǒng)中，其主要強調(diào)監(jiān)控點位的變化位置的選擇。由于監(jiān)控規(guī)模的不斷擴大，人工監(jiān)看模式所面臨的壓力越來越大，這也帶來了較多難以避免的問題，主要包括以下幾個方面。

1）人工監(jiān)控的方式容易受到監(jiān)看人員主觀思想的影響，比如注意力不集中等，這容易導致監(jiān)看過程中錯過重要的環(huán)面信息。

2）監(jiān)控的顯示不完全，隨著監(jiān)控系統(tǒng)規(guī)模的不斷擴大，通常會采用輪巡播放的方式顯示監(jiān)控畫面，這就可能導致重要的畫面剛好不在顯示范圍能，導致監(jiān)看人員錯過重要畫面。

3）由于傳統(tǒng)食品監(jiān)控系統(tǒng)的所有錄像沒有進行有效分類，而且一般存在大量的冗余信息，在對重要畫面進行查找和分析時，難度較大。

4）傳統(tǒng)的監(jiān)控系統(tǒng)所提供的唯一功能便是錄像，通常需要在事后，進行錄像回放查看，錯過事件處理的最佳時期。

2ATM視頻智能分析設(shè)備功能設(shè)計

2.1 ATM視頻智能分析設(shè)備主要模塊

針對傳統(tǒng)ATM視頻監(jiān)控中存在的各類問題，需要通過智能視頻分析設(shè)備進行解決。智能視頻分析設(shè)備通常需要具備視頻采集、預處理、目標檢測、目標跟蹤以及事件檢測等功能。

從智能視頻分析設(shè)備的布置來看，包括攝像頭、視頻采集模塊以及后臺處理系統(tǒng)，具體結(jié)構(gòu)如圖1所示。

圖1智能視頻分析系統(tǒng)模塊

2.2 滯留物檢測

滯留物主要是指人留下或遺落的靜態(tài)物體，滯留物的檢測時只能視頻分析技術(shù)中的重要內(nèi)容之一，對銀行安防工作具有較高的實用價值。Martin Spengler等對候選區(qū)域中的物體滯留以及滯留物位置變化的檢測進行了闡述；Chuan Yu Cho等提出了復雜場景下的滯留物檢測算法，利用擁塞過濾的方法將復雜監(jiān)控場景恢復為純凈場景，然后利用背景幀差法檢測滯留物位置的變化狀態(tài)。

在銀行ATM環(huán)境中，為了對滯留物進行檢測，下面提出一種基于時間判斷的滯留物體檢測算法。滯留物的檢測時采用背景差分法來獲取當前幀與背景圖像的差分圖像，然后對其進行中值濾波、二值化及形態(tài)學處理，得到二值化的差分圖像，然后進行跟蹤處理。在檢測出目標之后，如果目標被判斷為物體，則對目標的中心位置在一定時間內(nèi)的變化情況進行記錄，如果該物體在所檢測的時間內(nèi)位置未發(fā)生變化或者變化小于限定值，則判定此目標物體為滯留物，并及時發(fā)送滯留物檢測警報，對工作人員進行提醒，反之，系統(tǒng)則不進行響應(yīng)。具體的算法流程如圖2所示。

圖2滯留物檢測算法

2.3 尾隨檢測

另外，針對ATM機所涉及的人物尾隨情況，一般涉及到兩個或多個目標人物。因此，在進行尾隨檢測算法時，通常對兩個距離較近的目標人員進行檢測，從而提高檢測的準確性。尾隨檢測的主要依據(jù)是，對跟蹤隊列中的任意兩個人物目標舉行的質(zhì)心距離進行判斷，當該距離小于一定的閥值之后，則進行進一步的判斷。對兩個目標人物分別進行幀數(shù)計算，當兩個目標的計數(shù)值都達到一定的數(shù)值之后，則可以判斷為尾隨。如果需要對尾隨事件進行統(tǒng)計，則需要通過相應(yīng)的布爾值進行標識，避免出現(xiàn)重復的判斷。尾隨檢測的具體算法如圖3所示。

圖3尾隨檢測算法

2.4 攝像機遮擋檢測

攝像機遮擋智能檢測是智能視頻檢測系統(tǒng)的重要內(nèi)容之一，攝像機鏡頭如果被遮擋或者信號傳輸線路出現(xiàn)故障時，都會導致視頻信號的傳輸障礙。智能檢測系統(tǒng)通過差分法判斷視頻圖像是否正常，如果發(fā)生異常，則發(fā)出自動警報，并及時提醒工作人員進行檢查，盡快處理問題。

在對攝像機的遮擋狀態(tài)進行檢測時，不能單純通過判斷跟蹤目標的多少來判斷攝像機是否被遮擋，因為在檢測區(qū)域內(nèi)，有時候目標較少或者沒有，也不能根據(jù)跟蹤目標像素點在整個圖像中所占比例來進行判斷。首先需要對背景的突變情況進行判斷，提前保留以前一個時間段內(nèi)的多個時間點的背景圖像，然后計算均值，并以均值作為參考背景與當前所捕獲的圖像進行比較，如果背景圖像突變面積超過50以上，則可以判定攝像機被遮擋住了，于是系統(tǒng)發(fā)出警報對工作人員進行提醒。

3結(jié)論

通過后期發(fā)現(xiàn)，本文所研究的智能視頻分析系統(tǒng)在運行過程中，整體運行及檢測情況良好，但是如果系統(tǒng)發(fā)生嚴重遮擋，還存在較高的誤報率。針對此類缺陷，我們還需要不斷研究，促進ATM智能視頻分析系統(tǒng)向更高水平發(fā)展，從而為銀行安全工作水平的進一步提高作出貢獻。

參考文獻

[1]吳建新，李翠華，等.數(shù)字視頻監(jiān)控系統(tǒng)開發(fā)平臺的設(shè)計與實現(xiàn)[J].廈門大學學報，2006，45（3）：352-354.

[2]王建文，陸璐．視頻監(jiān)控的異常報警機制[J].計算機與數(shù)字工程，2007，35（5）：121-123.

endprint