以計算機(jī)技術(shù)為載體的智能視頻監(jiān)控系統(tǒng)技術(shù)

金慧

摘要 視頻監(jiān)控技術(shù)因其強(qiáng)大的功能在各行各業(yè)中得到了廣泛的應(yīng)用，而傳統(tǒng)的視頻監(jiān)控技術(shù)已經(jīng)無法跟上當(dāng)代社會不斷發(fā)展的步伐。這就需要更高效、更智能的視頻監(jiān)控技術(shù)來滿足社會各個行業(yè)最新的需求。而智能視頻監(jiān)控技術(shù)包含了對視頻、圖像的處理技術(shù)、計算機(jī)網(wǎng)絡(luò)技術(shù)和視頻監(jiān)控技術(shù)等。本文主要對智能視頻監(jiān)控系統(tǒng)技術(shù)的概述入手，對其技術(shù)要點(diǎn)進(jìn)行了探討。

【關(guān)鍵詞】計算機(jī)智能 視頻監(jiān)控 技術(shù)研究

智能視頻監(jiān)控系統(tǒng)技術(shù)其最為核心的技術(shù)就是計算機(jī)圖像處理與智能分析，并在其他各種技術(shù)的綜合運(yùn)用下，這些技術(shù)能夠?qū)σ曨l監(jiān)控捕捉到的視頻內(nèi)容進(jìn)行自動化的處理與識別，同時還能夠在較為復(fù)雜的環(huán)境中對其針對的目標(biāo)對象進(jìn)行跟蹤與具體識別，進(jìn)而對其進(jìn)行有效的監(jiān)控，最終順利完成其視頻監(jiān)控任務(wù)。

1 簡述智能視頻系統(tǒng)技術(shù)

1.1 智能視頻系統(tǒng)技術(shù)概述

智能視頻監(jiān)控系統(tǒng)技術(shù)，就是能夠?qū)ζ渌O(jiān)控到的視頻信息進(jìn)行智能化的分析與處理，而不僅僅是單一的接受視頻監(jiān)控信息。這一技術(shù)主要是依托計算機(jī)技術(shù)，從而能夠?qū)θ斯ぬ幚頂?shù)據(jù)予以有效取代。因此，智能視頻監(jiān)控系統(tǒng)技術(shù)是視頻監(jiān)控領(lǐng)域的一個重大突破，它取代人工的意義不僅能夠有效的節(jié)約人力、物力與財力，同時還能夠極大的提升識別速度與準(zhǔn)確率，并在此基礎(chǔ)上實(shí)施更為復(fù)雜、更為智能的監(jiān)控應(yīng)用。智能視頻系統(tǒng)技術(shù)不僅僅能夠?qū)σ曨l進(jìn)行監(jiān)控，同時還能夠做到精準(zhǔn)化與智能化，比如人臉識別、人體特征識別、車牌識別、移動軌跡偵測、入侵檢測、特定行為識別等多維度的智能監(jiān)控應(yīng)用。

1.2 智能視頻系統(tǒng)的優(yōu)勢

1.2.1 不間斷可靠監(jiān)控

傳統(tǒng)的監(jiān)控系統(tǒng)主要依靠的是人工進(jìn)行二十四小時不間斷的監(jiān)控，這種傳統(tǒng)的監(jiān)控方式需要依靠人的主觀判斷，由于個人的精力是有限的，這種方式不僅識別速度有限，而且存在一定的差錯率，這對于視頻監(jiān)控而言是一大問題。但是智能視頻監(jiān)控系統(tǒng)在大部分情況下就不再需要人工進(jìn)行干預(yù)，僅僅運(yùn)用前端的監(jiān)控設(shè)備對圖像進(jìn)行輸入，而后端的計算機(jī)信息處理系統(tǒng)就能夠?qū)λ斎氲囊曨l圖像進(jìn)行實(shí)時的分析，這樣就能夠更加容易實(shí)現(xiàn)整個視頻監(jiān)控的實(shí)時性，同時其準(zhǔn)確度也會提升到更高的等級。

1.2.2 報警準(zhǔn)確度高

智能視頻監(jiān)控系統(tǒng)的基礎(chǔ)是計算機(jī)處理技術(shù)，計算機(jī)處理技術(shù)其最為顯著的特點(diǎn)就是準(zhǔn)確度高，只需要將各種信息進(jìn)行輸入，整個視頻監(jiān)控系統(tǒng)就能夠?qū)λ媾R的安全隱患進(jìn)行準(zhǔn)確的描述與分析，并且根據(jù)所得到的相關(guān)信息對即將要出現(xiàn)的安全威脅進(jìn)行提前的報警處理。

1.2.3 響應(yīng)速度快

智能視頻監(jiān)控系統(tǒng)可以根據(jù)所監(jiān)控到的相關(guān)信息進(jìn)行高效的識別，以目前的技術(shù)水平，基本可以做到實(shí)時監(jiān)控，實(shí)時響應(yīng)，實(shí)現(xiàn)毫秒級的反應(yīng)時間。這樣它就能夠提前對危險進(jìn)行預(yù)警，并及時發(fā)出報警信號提醒相關(guān)監(jiān)控人員。如果能夠再將安全防范方法進(jìn)行交叉利用，智能視頻監(jiān)控系統(tǒng)還能夠?qū)ν话l(fā)緊急情況第一時間做出反應(yīng)，極大的降低了因緊急危險情況對人員和財產(chǎn)造成的損失。

1.2.4 視頻資源應(yīng)用廣泛

在服務(wù)領(lǐng)域，運(yùn)用智能視頻監(jiān)控系統(tǒng)技術(shù)，能夠?qū)δ硞€行業(yè)的某些特征進(jìn)行智能化的分析與對比，這對于市場調(diào)查并做出相應(yīng)的市場規(guī)劃調(diào)整都是具有積極意義的。在安防等領(lǐng)域，智能視頻監(jiān)控系統(tǒng)還能夠被應(yīng)用到其他各個方面，比如人流量統(tǒng)計、人體特征識別、運(yùn)動軌跡識別和交通流量控制等，并在這些領(lǐng)域中通過豐富的智能化應(yīng)用發(fā)揮更大作用。

1.3 智能視頻監(jiān)控系統(tǒng)的應(yīng)用領(lǐng)域

根據(jù)不同的需求智能視頻監(jiān)控系統(tǒng)能夠運(yùn)用到相應(yīng)的領(lǐng)域，比如說根據(jù)對安全性的需求不同，可以將智能視頻監(jiān)控系統(tǒng)分為安全相關(guān)應(yīng)用領(lǐng)域和非安全相關(guān)應(yīng)用領(lǐng)域這兩個大的領(lǐng)域。由于市場需求的不同，安全相關(guān)應(yīng)用領(lǐng)域?qū)τ谥悄芤曨l監(jiān)控領(lǐng)域的需求量更大。而安全相關(guān)應(yīng)用領(lǐng)域中，有著事前預(yù)防、事中響應(yīng)、事后追查的邏輯需求。智能視頻監(jiān)控技術(shù)在這三方面都能起到不可替代的重要作用。其主要功能是協(xié)助安全相關(guān)部門提供安防相關(guān)服務(wù)或者是針對特殊地區(qū)進(jìn)行安全保護(hù)，并可以和其他安防系統(tǒng)進(jìn)行智能聯(lián)動，提供綜合化的安全防護(hù)功能。而非安全相關(guān)應(yīng)用領(lǐng)域目前基本上主要應(yīng)用于消費(fèi)服務(wù)等領(lǐng)域，比如說為醫(yī)療保險、零售業(yè)等提供輔助工具，人流統(tǒng)計、關(guān)注度統(tǒng)計等智能視頻監(jiān)控技術(shù)的深入運(yùn)用可以顯著提高消費(fèi)行業(yè)的服務(wù)水平與效率，提升消費(fèi)者的滿意度，促進(jìn)整個行業(yè)的服務(wù)水平進(jìn)一步發(fā)展。

1.4 智能視頻監(jiān)控系統(tǒng)中存在的問題

1.4.1 數(shù)據(jù)共享難度大

在傳統(tǒng)的視頻監(jiān)控項目中，各個系統(tǒng)內(nèi)部數(shù)據(jù)的開放性較低，還存在兼容性問題，導(dǎo)致各系統(tǒng)之間難以共享數(shù)據(jù)，所以很難進(jìn)行多維度的數(shù)據(jù)綜合分析。比如在人臉識別領(lǐng)域，提高人臉識別的準(zhǔn)確率有多種方法，但是僅僅通過提高計算能力與更新計算方法是不夠的，還需要增加多維度數(shù)據(jù)的來源。比如車輛信息、定位數(shù)據(jù)、手機(jī)數(shù)據(jù)與支付數(shù)據(jù)等可反應(yīng)個人信息的數(shù)據(jù)，通過這樣大規(guī)模、多維度的數(shù)據(jù)整合才能實(shí)現(xiàn)目標(biāo)的快速準(zhǔn)確的追蹤、分析的目的。

1.4.2 綜合聯(lián)動能力不足

目前大部分的智能視頻監(jiān)控系統(tǒng)還是基于靜態(tài)特征并且局限在單一環(huán)境中的簡單應(yīng)用，很少涉及大范圍、多場景的關(guān)聯(lián)行為分析。沒有把行為、軌跡、個體信息等動態(tài)特征以及其之間的關(guān)聯(lián)性做結(jié)構(gòu)化的數(shù)據(jù)處理。目前能做到多個監(jiān)控設(shè)備、多個監(jiān)控系統(tǒng)之間的關(guān)聯(lián)分析處理的應(yīng)用還很少。

2 以計算機(jī)技術(shù)為載體的智能視頻監(jiān)控系統(tǒng)技術(shù)研究

2.1 對移動目標(biāo)的實(shí)時監(jiān)測和提取

對移動的目標(biāo)實(shí)時進(jìn)行監(jiān)測和提取技術(shù)最為核心的方法就是對動態(tài)目標(biāo)的多幀圖像進(jìn)行分析和處理工作，并對所分析處理的圖像進(jìn)行提取工作，進(jìn)而實(shí)現(xiàn)對動態(tài)或者靜態(tài)的目標(biāo)進(jìn)行實(shí)時的監(jiān)控工作。對圖像進(jìn)行提取工作的話，最開始就需要對背景圖像進(jìn)行分割處理，進(jìn)而逐步減少運(yùn)算量。但需要注意到在整個視頻監(jiān)控工作中，所處的監(jiān)控環(huán)境是復(fù)雜多變的，對背景圖像的處理有不小的難度。

目前對移動的目標(biāo)進(jìn)行圖像提取的技術(shù)主要有兩種，第一種是對背景進(jìn)行消除的方法，這一方法主要就是將所提取到的圖像和提前截取到的圖像背景進(jìn)行差分計算，并利用計算出的結(jié)果基本得到所監(jiān)控目標(biāo)的基本輪廓，進(jìn)而逐步得到運(yùn)動目標(biāo)的基本特征，這種技術(shù)最終得到的目標(biāo)圖像會更加的清晰與明了，即準(zhǔn)確度更高。但這一技術(shù)需要高性能的技術(shù)設(shè)備予以充分的支持才能夠完成監(jiān)控工作;第二種技術(shù)就是時間差分方法，這一技術(shù)就是從視頻中所監(jiān)控到的無數(shù)個畫面，并對這些畫面進(jìn)行對比分析工作，進(jìn)而得到目標(biāo)的基本特征，這種技術(shù)的本質(zhì)就是尋找相似之處，最終得到大概的輪廓，這一技術(shù)的準(zhǔn)確性就沒有第一種技術(shù)高，但是其要求的技術(shù)支持無需太多，但是工作量相對較大。

2.2 對移動目標(biāo)的跟蹤技術(shù)

2.2.1 基于模型的跟蹤技術(shù)

（1）直線法：這種方法就是將直線代替目標(biāo)各個身體部位予以跟蹤;

（2）二維輪廓法：這種跟蹤技術(shù)就是將跟蹤目標(biāo)的整個模型予以投影，將其用平面術(shù)語進(jìn)行表達(dá);

（3）三維立體模型法：這種跟蹤方法是相對于二維輪廓法的，這一方法是將整個跟蹤目標(biāo)建立一個三維的立體模型，比如說正方體等，并進(jìn)行映射從而得到原始的模型。

2.2.2 基于區(qū)域的跟蹤技術(shù)

這一技術(shù)在實(shí)踐的運(yùn)用中比較大眾化。其最為核心的地方就是把整個人體分為幾個主要的部分，它們分別是四肢、軀干和頭部等。對這幾個主要的部分都運(yùn)用計算機(jī)處理技術(shù)予以精確計算從而構(gòu)建出基本的模型，進(jìn)而從局部到整體進(jìn)行跟蹤。這一技術(shù)需要對目標(biāo)進(jìn)行遮擋和陰影處理，想要解決這一難題，充分運(yùn)用色彩信息和陰影自身的特性是一個比較可行的解決辦法。

2.2.3 基于活動輪廓的跟蹤技術(shù)

這一技術(shù)相對于基于區(qū)域的跟蹤技術(shù)而言，其工作量更小，因?yàn)樗挥媒⑵鹫麄€人體的模型。其僅僅需要對所跟蹤的移動目標(biāo)進(jìn)行基本輪廓的提取工作，并進(jìn)行不斷的更新工作即可。同時由于該技術(shù)工作量更小，其進(jìn)行計算的難度也會相應(yīng)降低。若所監(jiān)控跟蹤的環(huán)境比較好的話，這一技術(shù)還可以解決基于區(qū)域的目標(biāo)跟蹤法中最為困難的問題。

2.2.4 基于特征的跟蹤技術(shù)

想要真正實(shí)現(xiàn)這一技術(shù)就需要將跟蹤的目標(biāo)鎖定到一個封閉的長方形中，在這個長方形的四個角和中心可以作為被跟蹤目標(biāo)的主要特征，這一技術(shù)得以很好運(yùn)用的前提條件是被跟蹤物品的主要特征沒有被長時間遮蓋或者掩蓋。

2.3 行為識別技術(shù)

2.3.1 狀態(tài)空間法

這種技術(shù)是對靜態(tài)目標(biāo)的跟蹤，主要是將靜態(tài)動作按照相應(yīng)的概率有機(jī)的組合起來，進(jìn)而形成一個狀態(tài)數(shù)據(jù)庫，在這個數(shù)據(jù)庫中被跟蹤目標(biāo)的每一次狀態(tài)都將是目標(biāo)狀態(tài)庫中的一個記錄。而狀態(tài)空間法就是利用對所有的狀態(tài)進(jìn)行概率分析，并從這些狀態(tài)中選擇一個概率最大的事件為目標(biāo)的具體行為。

2.3.2 模板匹配法

這種方法首先就是將目標(biāo)圖像轉(zhuǎn)換成一組靜態(tài)模式，并將其放在模板庫中。在對被跟蹤目標(biāo)進(jìn)行分析的時候，將目標(biāo)行為模式和模板庫中的數(shù)據(jù)進(jìn)行對比分析，其中相似度最高的行為就可以認(rèn)定為被跟蹤目標(biāo)的行為。

2.4 目標(biāo)分類技術(shù)

目標(biāo)分類技術(shù)更加具有針對性，所以需要對所監(jiān)控的多個目標(biāo)進(jìn)行對比分析進(jìn)而區(qū)分出哪個才是所需要的目標(biāo)。智能視頻監(jiān)控系統(tǒng)中的目標(biāo)分類技術(shù)基本分為兩種類型，第一種是根據(jù)跟蹤目標(biāo)自身形狀信息的分類技術(shù)，這一技術(shù)主要對所跟蹤目標(biāo)在運(yùn)動過程中所呈現(xiàn)的形狀特征進(jìn)行分類，比如說目標(biāo)的圖像面積等，這一技術(shù)中所跟蹤目標(biāo)的色彩特征對于整個目標(biāo)分類定位的影響較大。另外一種就是針對所跟蹤目標(biāo)的運(yùn)動特性進(jìn)行分類的技術(shù)，這一技術(shù)主要是運(yùn)用所跟蹤目標(biāo)運(yùn)動過程中的周期性特征而進(jìn)行的分類。

3 智能視頻監(jiān)控系統(tǒng)的實(shí)現(xiàn)流程

智能視頻監(jiān)控系統(tǒng)由硬件系統(tǒng)和軟件系統(tǒng)兩部分組成，其中硬件系統(tǒng)的設(shè)計一般采用模塊化的設(shè)計方式，其中主要包括前端信息采集模塊，數(shù)據(jù)存儲模塊，智能視頻的分析模塊與中心控制模塊等多個部分。其中智能視頻分析模塊是智能視頻監(jiān)控系統(tǒng)技術(shù)中最為核心的部分，這一模塊主要負(fù)責(zé)對所跟蹤目標(biāo)的移動數(shù)字圖像進(jìn)行有效的分析與處理。比如說特征識別技術(shù)、軌跡偵測技術(shù)、自動報警技術(shù)等。而這一核心部分的處理既可以是以硬件為基礎(chǔ)的處理方式也能夠以軟件為基礎(chǔ)的處理方式。這一模塊工作的基本模式就是首先接受來自上位機(jī)的策略對具體的模塊進(jìn)行處理;其次是接受來自信息采集前段模塊的信息，再對所采集到的相關(guān)信息進(jìn)行數(shù)據(jù)處理與分析工作，最后將所得到的最終數(shù)據(jù)和整個系統(tǒng)用戶預(yù)先設(shè)計好的規(guī)則與模板進(jìn)行智能化的對比，并將比對的結(jié)果發(fā)送給相關(guān)用戶。

4 結(jié)語

綜上所述，運(yùn)用計算機(jī)技術(shù)提升視頻監(jiān)控的智能化水平是視頻監(jiān)控發(fā)展的必然趨勢。而傳統(tǒng)的視頻監(jiān)控系統(tǒng)離不開人力的操作，人自身的特質(zhì)決定其在進(jìn)行實(shí)時監(jiān)控的過程中難免會出現(xiàn)錯報漏報等情況。智能視頻監(jiān)控系統(tǒng)比傳統(tǒng)的視頻監(jiān)控系統(tǒng)具有更加強(qiáng)大的圖像處理能力和智能分析能力，不僅能夠消除監(jiān)控領(lǐng)域?qū)θ肆Φ囊蕾?，減少誤差的出現(xiàn)，還可以為用戶提供更多智能化的分析功能。隨著智能化技術(shù)在視頻監(jiān)控系統(tǒng)中的深入應(yīng)用，智能視頻監(jiān)控系統(tǒng)必將在安防、零售等傳統(tǒng)領(lǐng)域中發(fā)揮更大的作用，并在更多新興領(lǐng)域中得到應(yīng)用和推廣。

參考文獻(xiàn)

[1]袁云哲.基于計算機(jī)智能的視頻監(jiān)控系統(tǒng)技術(shù)[J].南方農(nóng)機(jī)，2017， 48 （09）：112+114.

[2]李可先，計算機(jī)智能視頻監(jiān)控系統(tǒng)技術(shù)研究[J].信息與電腦（理論版），2016 （18）：64-65.

[3]高松，智能視頻監(jiān)控系統(tǒng)在鐵路中的應(yīng)用[D].青島理工大學(xué)，2014.

[4]王加梁，基于計算機(jī)技術(shù)的智能視頻監(jiān)控系統(tǒng)探討[J].電子測試，2013（07）：100-101.

[5]徐農(nóng).智能視頻監(jiān)控系統(tǒng)的分析與設(shè)計[D].北京郵電大學(xué)，2012.

[6]王駿.基于計算機(jī)智能視頻監(jiān)控系統(tǒng)技術(shù)分析[J].信息通信，2012 （02）：187-188.