基于安卓的遠(yuǎn)程智能監(jiān)控系統(tǒng)設(shè)計(jì)

古靜 陳瑋

摘 要：傳統(tǒng)視頻監(jiān)控系統(tǒng)要求監(jiān)控人員時(shí)刻緊盯畫面，很容易造成監(jiān)控人員視覺疲勞與疏忽，為克服該弊端，設(shè)計(jì)一種遠(yuǎn)程智能監(jiān)控系統(tǒng)。通過客戶端與服務(wù)器端的實(shí)現(xiàn)過程，重點(diǎn)闡述了智能監(jiān)控系統(tǒng)的設(shè)計(jì)，通過對(duì)出現(xiàn)在監(jiān)控場(chǎng)景中的運(yùn)動(dòng)物體進(jìn)行檢測(cè)，實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)目標(biāo)跟蹤，使用感知哈希算法可以保證在光照變化時(shí)不丟失追蹤目標(biāo)，并開發(fā)了Android移動(dòng)設(shè)備應(yīng)用程序。用戶在有網(wǎng)絡(luò)的情況下可以查看監(jiān)控場(chǎng)景，在應(yīng)用程序退出后能夠接受服務(wù)器傳輸過來的報(bào)警提醒。

關(guān)鍵詞：人工智能；目標(biāo)跟蹤；遠(yuǎn)程監(jiān)控；感知哈希；智能監(jiān)控

DOI：10.11907/rjdk.172436

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）005-0072-04

Abstract：This paper descripes the development of artificial intelligence and intelligent monitoring system in China and designs a system with both client and server. This paper realizes the tracking of moving objects after detecting the moving objects that appear in the monitoring scene， and the perceptual hash algorithm used in this paper avoids losing the tracking target when the illumination changes. Android application is also developed to view the monitoring scene wherever network is available， and users will receive the alarm via the application when moving objection is detected.

Key Words：artificial intelligence； target tracking； remote monitoring； perceptual hash； intelligent monitoring

0 引言

近年來，人工智能在中國(guó)發(fā)展非常迅猛。李克強(qiáng)總理在2017年3月5日政府工作報(bào)告中首次指出要加快發(fā)展包括人工智能在內(nèi)的新興產(chǎn)業(yè)。國(guó)內(nèi)BAT三大互聯(lián)網(wǎng)巨頭大力發(fā)展人工智能：百度建立商業(yè)智能實(shí)驗(yàn)室（BIL）、深度學(xué)習(xí)實(shí)驗(yàn)室（IDL）、機(jī)器人與自動(dòng)駕駛實(shí)驗(yàn)室（RAL）、硅谷人工智能實(shí)驗(yàn)室（SVAIL）、大數(shù)據(jù)實(shí)驗(yàn)室（BDL）等五大人工智能實(shí)驗(yàn)室；騰訊發(fā)布了快速讓硬件具備語(yǔ)音和視覺圖像能力的智能服務(wù)平臺(tái)“小微”，小微還是一種可以擴(kuò)展硬件能力的智能解決方案；阿里巴巴建立了數(shù)據(jù)科學(xué)與技術(shù)研究院，該研究院現(xiàn)在是阿里負(fù)責(zé)智能技術(shù)研發(fā)的核心團(tuán)隊(duì)、阿里巴巴NASA計(jì)劃的人工智能大腦。由此可見，人工智能行業(yè)在中國(guó)得到了政府與企業(yè)的大力支持。 前微軟全球副總裁、創(chuàng)新工場(chǎng)董事長(zhǎng)兼首席執(zhí)行官李開復(fù)預(yù)測(cè)中國(guó)不久后將在人工智能行業(yè)處于領(lǐng)先地位[1]。

智能監(jiān)控系統(tǒng)是一種基于人工智能、可以分析監(jiān)控畫面的新型監(jiān)控系統(tǒng)，隨著移動(dòng)終端的普及以及人工智能的飛速發(fā)展，智能監(jiān)控系統(tǒng)已經(jīng)成為安防領(lǐng)域研究的新熱點(diǎn)。我國(guó)監(jiān)控系統(tǒng)研究機(jī)構(gòu)中，中科院自動(dòng)化所處于領(lǐng)先地位。中科院自動(dòng)化所在研究中主要對(duì)人的動(dòng)作進(jìn)行檢測(cè)識(shí)別，同時(shí)還可對(duì)交通場(chǎng)景進(jìn)行視覺監(jiān)控[2]。2002年，中科院自動(dòng)化所舉辦了第一屆全國(guó)智能視覺監(jiān)控學(xué)術(shù)會(huì)議，重點(diǎn)探討了目標(biāo)識(shí)別、序列圖像分析以及高層語(yǔ)義理解等相關(guān)內(nèi)容[3]；2016年10月19日，中科院自動(dòng)化所又舉辦了第四屆全國(guó)智能視覺監(jiān)控學(xué)術(shù)會(huì)議，重點(diǎn)討論了智能監(jiān)控系統(tǒng)在生產(chǎn)實(shí)踐中的應(yīng)用。

視頻監(jiān)控是現(xiàn)代安防系統(tǒng)的重要組成部分，而傳統(tǒng)的視頻監(jiān)控系統(tǒng)要求監(jiān)控人員時(shí)刻緊盯畫面，很容易造成監(jiān)控人員的視覺疲勞并造成疏忽。智能監(jiān)控系統(tǒng)通過自動(dòng)采集實(shí)時(shí)監(jiān)控圖像，對(duì)獲取的圖像進(jìn)行智能分析，判斷畫面是否有異常，可以檢測(cè)出實(shí)時(shí)監(jiān)控畫面中的運(yùn)動(dòng)物體，并進(jìn)一步跟蹤運(yùn)動(dòng)物體[4]。本文的遠(yuǎn)程監(jiān)控系統(tǒng)可以減少大量監(jiān)控過程中的人工勞動(dòng)，并大大提升監(jiān)控效率，具有極高的應(yīng)用價(jià)值[5]。

1 系統(tǒng)總體結(jié)構(gòu)

遠(yuǎn)程智能監(jiān)控系統(tǒng)的總體結(jié)構(gòu)設(shè)計(jì)如圖1所示，主要包括圖像采集設(shè)備（攝像頭）、服務(wù)器（個(gè)人電腦）和移動(dòng)設(shè)備3部分。

2 服務(wù)器端

2.1 系統(tǒng)配置

系統(tǒng)采用個(gè)人計(jì)算機(jī)進(jìn)行實(shí)時(shí)監(jiān)控視頻獲取與圖像處理，利用C++語(yǔ)言在VS2010上進(jìn)行開發(fā)，利用OpenCV進(jìn)行圖像處理。OpenCV包含少量C++類和大量C 函數(shù)，可以用于實(shí)現(xiàn)圖像處理方面的很多通用算法，大大提高圖像處理程序的開發(fā)效率[6]。要想使用OpenCV提供的各個(gè)接口，需要在VS2010新建項(xiàng)目中添加程序文件后，在屬性管理器中添加OpenCV的依賴項(xiàng)，將OpenCV的庫(kù)文件全部添加到VS2010項(xiàng)目的附加依賴項(xiàng)。添加方式如圖2所示。

2.2 運(yùn)動(dòng)物體檢測(cè)

實(shí)現(xiàn)對(duì)異常物體的追蹤首先要實(shí)現(xiàn)對(duì)異常物體的檢測(cè)。幀間差分法檢測(cè)速度快、計(jì)算簡(jiǎn)單，對(duì)動(dòng)態(tài)環(huán)境具有很好的適應(yīng)性，可以用于在視頻監(jiān)控中檢測(cè)運(yùn)動(dòng)物體。如圖3，幀間差分法對(duì)視頻中連續(xù)的若干幀圖像做差分運(yùn)算，從而獲得視頻中出現(xiàn)的異常物體輪廓。通過對(duì)連續(xù)幀之間圖像對(duì)應(yīng)位置像素點(diǎn)進(jìn)行運(yùn)算得到目標(biāo)檢測(cè)結(jié)果[7]。如果兩幀圖像運(yùn)算后的結(jié)果大于設(shè)定好的閾值時(shí)，設(shè)置對(duì)應(yīng)位置的像素值為 1，否則設(shè)置為0，從而可以得到一個(gè)二值圖像，再對(duì)二值圖像進(jìn)行一次閉運(yùn)算，使輪廓上斷開的部分融合，填補(bǔ)輪廓上的間隙。再使用對(duì)噪聲具有平滑作用的sobel算子消除部分點(diǎn)對(duì)輪廓提取的影響，在得到的二值圖像中進(jìn)行輪廓檢測(cè)。

2.3 運(yùn)動(dòng)物體跟蹤

在檢測(cè)到運(yùn)動(dòng)物體之后，監(jiān)控系統(tǒng)使用感知哈希算法對(duì)物體進(jìn)行持續(xù)跟蹤。感知哈希算法利用DCT域中的低頻系數(shù)，只要圖像中物體的整體結(jié)構(gòu)不變，哈希值就不會(huì)有變化，從而避免了光照變化對(duì)物體跟蹤效果的影響[8]。

感知哈希算法可以提取具有圖像特征的指紋，該指紋十分簡(jiǎn)單，可以用于畫面相似度比較[9]。監(jiān)控系統(tǒng)通過不斷進(jìn)行窗體掃描，利用指紋相似度找到與運(yùn)動(dòng)物體最像的目標(biāo)，從而達(dá)到跟蹤目的。如圖4，感知哈希值的步驟為：

（1）圖片預(yù)處理。縮小圖片尺寸，并將彩色圖片變?yōu)楹诎讏D片。

（2）計(jì)算DCT。計(jì)算圖片的DCT（離散余弦變換）變換，得到32*32的DCT矩陣。

（3）縮小DCT。左上角的矩陣位低頻信息，具有代表性，提取矩陣左上角的8位矩陣。

（4）計(jì)算平均值。計(jì)算DCT矩陣的平均值。

（5）計(jì)算hash值。將矩陣中大于等于系數(shù)均值的系數(shù)值設(shè)為“1”，小于系數(shù)均值的設(shè)為“0”。

（6）將哈希值組合成一個(gè)64位列向量，即圖片指紋。

對(duì)檢測(cè)到的目標(biāo)按照?qǐng)D5所示方法計(jì)算哈希值，對(duì)傳輸?shù)南乱粠瑘D像進(jìn)行掃描并計(jì)算每一個(gè)掃描窗口的哈希值。選擇其中與上一幀哈希值漢明距離最小的窗口作為運(yùn)動(dòng)物體的最新位置。對(duì)傳入的圖像重復(fù)該步驟，更新目標(biāo)位置與哈希值，實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。

2.4 跟蹤效果檢測(cè)

當(dāng)視頻中沒有運(yùn)動(dòng)物體時(shí)，監(jiān)控界面沒有檢測(cè)到運(yùn)動(dòng)物體輪廓，如圖6所示。

當(dāng)物體運(yùn)動(dòng)時(shí)，跟蹤到物體，界面中出現(xiàn)目標(biāo)輪廓，如圖7所示。

光線變暗，移動(dòng)物體依舊被鎖定，如圖8所示。

3 客戶端及通信

在實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)與跟蹤之后，可以進(jìn)一步擴(kuò)展設(shè)計(jì)，實(shí)現(xiàn)客戶端報(bào)警功能以及遠(yuǎn)程視頻傳輸功能。如果監(jiān)控系統(tǒng)具備這兩個(gè)功能，監(jiān)控人員就不必時(shí)刻停留在監(jiān)控電腦前，只需要隨身攜帶手機(jī)即可掌握監(jiān)控現(xiàn)場(chǎng)的實(shí)時(shí)情況。

3.1 報(bào)警與圖像傳輸功能設(shè)計(jì)

監(jiān)控系統(tǒng)使用Socket跨平臺(tái)協(xié)議實(shí)現(xiàn)報(bào)警功能和遠(yuǎn)程視頻傳輸功能[10]。遠(yuǎn)程監(jiān)控系統(tǒng)在啟動(dòng)之后建立服務(wù)器端Socket，一旦檢測(cè)到異常運(yùn)動(dòng)物體，就通過Socket向客戶端手機(jī)APP發(fā)送警報(bào)信號(hào)，客戶端通過Socket對(duì)象與服務(wù)器建立連接，服務(wù)器即可將實(shí)時(shí)監(jiān)控畫面?zhèn)鬏數(shù)娇蛻舳薣11]。監(jiān)控人員在處理完異常后，可以通過客戶端中斷連接。Socket通信流程如圖9所示。

APP使用JAVA語(yǔ)言編寫，用來接收服務(wù)器發(fā)送的報(bào)警信號(hào)和視頻圖像?？蛻舳丝傮w設(shè)計(jì)見圖10，包含了4個(gè)模塊：①UI模塊用于向用戶展示監(jiān)控畫面；②Activity模塊為Android的活動(dòng)，主要功能為控制UI的顯示內(nèi)容，接收服務(wù)器的實(shí)時(shí)畫面數(shù)據(jù)以及解碼顯示圖像；③Service模塊是應(yīng)用程序在退出后仍然會(huì)運(yùn)行的部分，這個(gè)模塊用來與服務(wù)器建立連接，等待服務(wù)器推送報(bào)警消息，當(dāng)接收到服務(wù)器推送的消息后，Service模塊會(huì)在安卓手機(jī)上提示報(bào)警；④Notification是Android平臺(tái)提供的通知欄接口，創(chuàng)建之后無論系統(tǒng)處于桌面還是應(yīng)用程序中其它界面，都可以顯示報(bào)警消息。

3.2 報(bào)警與圖像傳輸功能實(shí)現(xiàn)

當(dāng)監(jiān)控系統(tǒng)發(fā)現(xiàn)運(yùn)動(dòng)物體時(shí)，通過Socket對(duì)客戶端APP進(jìn)行報(bào)警，報(bào)警信息會(huì)出現(xiàn)在通知欄，如圖11所示。

此時(shí)，可以通過APP，從服務(wù)器端接收實(shí)時(shí)畫面，如圖12所示。

4 結(jié)語(yǔ)

智能目標(biāo)跟蹤系統(tǒng)實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)物體的檢測(cè)跟蹤，提升了監(jiān)控效率，在對(duì)倉(cāng)庫(kù)、保管室等靜態(tài)環(huán)境的監(jiān)控中可以發(fā)揮巨大作用，同時(shí)客戶端的使用讓監(jiān)控方式靈活起來，監(jiān)控人員可以更加便捷地掌握現(xiàn)場(chǎng)情況。近幾年隨著

人工智能的迅速發(fā)展，我國(guó)安防行業(yè)可以借這股浪潮變得更加智能化，從而實(shí)現(xiàn)更高效、更精確的智能監(jiān)控。

參考文獻(xiàn)：

[1] PAUL T， 李開復(fù). 中國(guó)的人工智能革命：理解中國(guó)的結(jié)構(gòu)性優(yōu)勢(shì)[J].機(jī)器人產(chǎn)業(yè)，2018（1）：83-95.

[2] 李川.淺述視頻監(jiān)控系統(tǒng)的經(jīng)歷與發(fā)展[J].電大理工，2009（4）：49-50.

[3] BUCH N， VELASTIN S A. ORWELL J. A review of computer vision techniques for the analysis of urbantraffic[C]. IEEE Transactions on Intelligent Transportation Systems， 2011：920-939.

[4] 王素玉.智能視覺監(jiān)控技術(shù)研究進(jìn)展[J].中國(guó)圖像圖形學(xué)報(bào)，2007，12（9）：1505-1514.

[5] 吳曉陽(yáng).基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D].杭州：浙江大學(xué)，2008.

[6] 熊英.基于背景和幀間差分法的運(yùn)動(dòng)目標(biāo)提取[J].計(jì)算機(jī)時(shí)代，2014（3）：38-41.

[7] FEI M J， LI J， LIU H H. Visual tracking based on improved foreground detection and perceptual hashing [J]. Neurocomputing ， 2015，152：413-428.

[8] FRIDRICH J，GOLJAN M. Robust hash functions for digital watermarking[C].IEEE Proceedings International Conference on Information Technology： Coding and Computing， 2000：178-183.

[9] ZHAO Y B. A low cost GSM/GPRS based wireless home security system[J]. Consumer Electronics，2008，54（2）：567-572.

[10] 王韋樺.智能視覺監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與行為識(shí)別方法[D].西安：西安電子科技大學(xué)，2014.

（責(zé)任編輯：何 麗）