中时讯通信建设有限公司 510260
摘要：本文主要简述智能视频监控技术，分析了智能视频监控技术的核心算法，以及探讨了智能视频监控技术应用。
关键词：智能视频；监控技术；应用
目前信息化进程的快速推进，视频监控技术的不断发展，传统的人工的视频监控方式不能满足发展的需要， 图像处理技术、计算机网络技术的发展，促进了智能视频技术，智能视频监控弥补了传统形式监控的缺点。目前视频监控已经成为有效的监控工具，以视频监控为主超常态化的发展势头，计算机视觉技术是人工智能研究的一个分支。不需人为干预的情况之下，利用了视频分析的方法进行自动分析，智能视频监控的基础就是网络化以及数字化的视频监控，采用最佳的方式，将有效的信息提供给工作人员，及时发现整个系统中潜在的危机，第一时间进行处理。
一、智能视频监控技术
智能视频监控是将计算机视觉技术引入到视频监控中而产生的，目前，智能视频监控已经成为计算机视觉中一个重要的研究领域，图1给出了智能视频监控系统的一般流程，从监控摄像头开始，包括运动对象提取、对象描述、对象跟踪、对象识别和对象的行为分析，最后进行预警或报警。智能视频监控技术主要包括对视频图像序列自动地进行运动对象的提取、描述、跟踪、识别和行为分析等方面的内容。如果把摄像机看作人的眼睛，而智能视频系统或设备则可以看作人的大脑。智能视频监控技术就是借助计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉监控者不关心的信息，仅仅为监控者提供有用的关键信息。智能视频监控以数字化、网络化视频监控为基础，但又有别于一般的网络化视频监控，它是一种更高端的视频监控应用。智能视频监控系统能够识别不同的物体，发现监控画面中的异常情况，并能够以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效的协助安全人员处理危机，并最大限度的降低误报和漏报现象。其最终目的就是要使计算机能够分析、描述和理解视频画面中的内容。智能视频监控涉及到计算机视觉、图像视频处理和人工智能领域中的众多核心技术，是一个非常具有挑战性的困难问题。
二、智能视频监控技术的核心算法
智能化视频监控系统具有很多的优点,其中最特殊的一点就是此系统运行是全自动化的, 24小时之内都可以随时对监控画面进行分析,若是发生紧急情况能够进行及时报警。除了对异常情况进行识别之外,对安保人员还有一定的提醒作用。目前智能化视频监控技术己经得到了广泛的应用,各界人士都认同此项技术。智能视频监控技术核心算法的分析主要涉及到三个层面,分别是底层、中层和高层。
（一）目标检测算法
目标检测算法在对视频图像进行采集的时候主要集中在底层,及时获取终端上的图像序列,检测系统当中遇到的异常情况,同时对所定的目标进行跟踪监控,主要目的是为了做好分析处理工作,在这个过程中需要注意的是要准确的定位好目标的位置以及确定好储存量。
目标检测可以划分为基于目标建模的目标检测和基于背景建模的目标检测,这是根据处理对象的不同来进行划分的。基于目标建模的目标检测能够分析的视频图像非常广泛,既包括固定摄像机记录的视频图像,也包括静态图像和移动摄像机记录的视频图像。尽管应用范围广泛,但是这种检测实时性达不到要求,而且漏检程度非常高。基于背景建模的目标检测实时性非常强,但是这种检测方法应用范围比较小,只能用于背景不变的运动目标的检测。
（二）目标跟踪算法
目标跟踪算法的跟踪目标主要在底层阶段,再对目标进行跟踪的时候需要确定好目标的具体轨迹,其中最重要的一点是要处理好计算机视觉问题。目标跟踪算法可以分为单一场景目标跟踪和综合场景目标跟踪,这主要是根据应用场景的差别来进行划分的。其中单一场景目标跟踪又可以分为跟踪单个目标和多个目标,而综合场景目标跟踪也可以分化为重叠场景目标跟踪以及非重叠场景目标跟踪。首先来说当个场景目标跟踪,相连续的空间里的一个目标相似度非常高。但是,重叠场景中的目标跟踪就不一样了,因为目标在每一个场景中的相似程度都非常低,目标可以在场所之间进行变化,所以就需要在目标进入到一个新场所之后及时确定目标的具体位置。至于飞虫的场景目标跟踪,不同的场景之间都存在着一定的盲区,所以会对目标的观测数据信息造成影响。
（三）目标的分类识别算法
目标的分类识别算法尽管是在中层阶段,但是此算法的离不开底层上的信息支持,通过底层上的信息基础可以对其进行准确识别,同时做好准确定位目标。其实也就是说对图像当中存在的,具体的物体的类别进行准确的识别,这样做的目的是对目标有一个清楚的认识。最近十几年来词袋模型和深度学习模型的应用越来越广泛,磁带模型算法需要进行特征编码以及特征汇聚,主要做法是先将特征相同的信息提取出来,然后对这些信息进行聚类编码,最后就需要借助于分类器做分类工作。深度学习模型算法通过对人脑神经元处理结构进行模拟,从而记录由底层到中层再到高层的目标。
（四）行为分析算法
行为分析算法主要是在高层具体的分析目标的运动情况。纤维分析算法又可以分为静态姿态识别、运动行为别和复杂事件分析方法三种。第一种静态姿态识别的研究对象是静态图像,可以根据时空特征对图像进行准确识别。使用第二种算法对目标行为进行分析的时候,需要借助于统计模型和句法模型。第三种算法主要是对目标的交互行为和群体行为进行分析。
三、智能视频监控技术应用分析
（一）技术应用分析
1、在安全管理中的应用
智能视频监控技术在安全管理中的应用主要表现在安全类相关应用上，安全类相关应用主要表现为以下几点内容:
（1）高级视频移动侦测：在恶劣天气状况下（主要指大风、大雾等影响人视野的特殊天气），能够对既定目标进行精准监控与分析；（2）物体追踪：根据物体受力情况与运动轨迹，分析该物体在离开受力区域后可能出现的运动轨迹，为相关工作人员进行全方位监控提供数据支撑；（3）人脸面部识别：根据监控目标的脸部特点，与数据库资料进行比对，确定目标的身份，并判断目标属于合作型还是非合作型；（4）车辆识别：根据要求，将车辆参数提供给监控人员，并对被盗车辆进行场景追踪。
2、非安全管理中的应用
在非安全相关类的应用中，智能视频监控技术主要应用在现代服务中，并成为现代服务不可缺少的工具。其在实际应用中主要表现为以下几点：
（1）人群控制；识别人群整体运动特点，并在屏幕上将相关数据显示出来。例如，在显示屏幕上，系统会根据人流运动的方向与基本速度计算平均值，计算结束之后还在屏幕的一角显示出相关数据，工作人员在得到数据之后，就可以正确判断人流行走的特点；（2）人数统计：计算规定区域内特定时间段的人流量。例如，商场可将智能视频监控系统安装在商场入口处，规定系统统计30min内的人员流动情况。系统在得到工作指令后，便可记录30min 内进入商场的所有人数，并推断一天中的最大人流量与最小人流量；（3）交通控制：监控公路交通情况，例如统计规定时间内的车辆通过数量、速度，检测地区内是否出现违法停靠的现象等。与安全管理相比，智能视频监控技术在非安全管理中的应用范围更广，与人们生活密切相关，具有较高的推广价值。
总结
在我国智能视频分析技术越来越成熟， 智能视频监控技术使用范围越来越广泛， 智能视频监控的智能因素和图像处理能力非常强大， 可以很好的满足传统电视监控系统的缺点。智能视频监测分析无论是置于前端还是后端都有其优势，置于前效果更好，设备进行分析，不容易受影响，后端操作系统更加稳定，将更多高级的视频分析功能提供给用户，视频监控系统的能力将有明显的提升， 充分的发挥视频资源的作用，还可以有效的缩短突发事件的反应时间，报警系统的精确度明显提升， 智能化的方向将是视频监控系统未来必定的发展趋势。
参考文献：
[1]智能视频监控技术研究及应用_朱守刚
[2]智能视频监控技术应用_王璐
[3]浅谈智能视频监控技术_赵锦园
[4]智能视频监控技术的应用_陈一超
论文作者:何剑锋
论文发表刊物:《基层建设》2017年第17期
论文发表时间:2017/10/30
标签：目标论文; 视频监控论文; 智能论文; 算法论文; 技术论文; 视频论文; 场景论文; 《基层建设》2017年第17期论文;