浙江广信智能建筑研究院有限公司
摘要：随着科技发展的越来越快，智能视频监控技术被广泛的应用在实际的生活中。相对于传统的视频监控系统来说，智能视频监控系统更加的具有较高的安全性，目前主要的应用于银行、地铁、机场等需要进行监控的重要场合。这种智能视频控制系统主要是由智能视频分析和监控端、视频采集所构成的。目前国内外对这种监控技术十分的关注，这种技术有一定的应用价值，本文主要就通过智能对视频监控关键技术进行一定程度上的研究和讨论，充分的了解其应用价值。
关键词：视频监控系统 智能视频分析系统 智能视频分析技术
智能视频监控系统能够在计算机的数据处理功能的帮助之下，快速的对计算机视频中大量的数据进行一个比较完善的关键信息的提取，这样就可以在很大程度上提取到用户所关注的数据，排除掉不需要的大量的数据。智能视频监控系统的诞生，在传统的视频监控系统上进行一定程度上的创新和改善，不仅在视频的质量上得到了完善，在安全性上也有了很大程度上的提升。智能视频监控系统应运而生，为以后视频和图像的完整做出了贡献。
智能视频监控系统的概念
智能视频监控系统主要采用的就是图像处理、计算机视觉技术和模式识别。监控系统主要就是和计算机的数据处理功能互相帮助，通过在系统中加入智能的分析模块，来整合画面，把画面当中用不到的或者干扰到正常画面的信息排除掉，监控系统主要就是通过监控的技术来寻找到视频中所有的关键的信息，找出异常的情况进行自主的快速的报警模式，这种监控技术可以在很大程度上处理这种突发的事件，能够有效的帮助警察处理相关的问题。属于一种全天式的、实时的智能的监控系统。和没有改善的传统的监控技术相比较，智能监控技术在很大程度上超越了传统的技术，更加的具有效率性和安全性，不会再出现误报的情况了。智能监控视频技术的诞生，促进了监控行业的快速发展，更加的具有商业价值。
视频分析的关键技术
（一）夜视情况下图像的清晰度增强
在视频的监控系统中，很多的技术都是针对于监控白天的视频的，对于夜晚视频的监控没有得到重视，但是夜晚视频的监控依然很重要，这就对夜视图像的清晰度有了一个更加高的要求，就需要对也是图像进行一定程度上加强。传统的加强对比度的方法主要分为三种：直方图均衡化、色调映射、gamma校正，这三种方式主要就是通过提升对比度图像或者压缩高动态范围图像来进行的，这几种方式能够有效的是画面看起来更加的接近真实的画面。但是在没有光照的视频图像中，就没有办法应用上这种方案，效果特别的不理想。在这样的情况之下，就采用了红外线摄像机来进行改善，这种摄像机可以有效的提高图像的对比度，但是这种摄像机所拍下来的图像不含有颜色信息。最后通过整合目前出现的所有问题，运用图像融合技术来进行白天和夜晚的拍摄，在对不同的图像进行整合，这样就保证了夜视情况下的图像的清晰度。
常用到的背景模型
视频拍摄的效果通常会受光照的变化而影响，所以要在此基础上，应用一个具有鲁棒性的背景模型是至关重要的，根据目前出现的背景模型找到了以下几种典型的背景模型：
混合高斯模型。在这种办法当中，每一个像素点都是一个变量，具有一定的独立性，每一个像素点出现的亮度值都用k个高斯来进行记录，高斯的分布是混合的。在检测到每一个数据的诞生的同时，就要和k个高斯进行比较，看这种数据是否是k个高斯分布中的一种，最后再去更新此高斯分布的参数和随影的权重，如果和k个高斯的分布相比较没有找到对应的高斯，那么就用权重最小的高斯分布用来新数据均值的高斯分布，在此基础上，断定出这个像素点是前景的像素。
（2）基于码书的前景检测算法。
期刊文章分类查询,尽在期刊图书馆这种方法主要就是通过量化聚类的方式，较长时间的来观察序列中的背景模型，这种方法在进行检测的时候，背景像素和测试的像素在强度上的距离和颜色要同时进行测量。这种办法可以在一定程度上拍摄到结构化的运动背景，能够自适应和压缩在限定内存的情况下的背景模型。
（三）运动目标检测
运动目标的检测在实际的生活过程中最常见的就是以下的三种，分别是：背景减除、帧差法、光流法。
背景减除
背景减除是这三种方法中在实际的生活过程中在常见的一种方法。这种方法是把目前得到的图像和背景图像进行一定程度上的减法，得到的数值如果要是大于某个阈值，那么前景像素就和这个像素是一个。它的特征数据比一般的数据都完善。尤其是对类似于树叶的运动的感触特别的敏感，在这样的基础之下，有很多的科研人员在对建立背景模型方面都要求能够建立一个比较具有健全和强化的背景。
帧差法时间差分是在连续的图像序列中将两个或三个相邻帧进行基于像素的差分，得到的结果阈值化，从而提取出运动区域。时间查分在一定程度上可以在计算上的开销变得很小，在某一个区域中，帧差法会出现空洞，也看不到完整的前景区域。
（3）光流法
这种方法就是在假设的条件下来计算每一个像素的运动，在此基础上，前后两帧像素点在幅度比较小的运动下轻度要保持不变，光流法最基本的假设就是两个相邻的图像的亮度保持不变。它的优点主要就是在摄像头运动的同时依然可以看到独立的目标。
（三）对象跟踪
在视频的拍摄过程中，需要对视频进行一定程度上的分析，在视频的分析过程中如果出现异常的情况发生，就需要通过跟踪来完成视频的分析。跟踪是一个比较具有一定挑战的工作，需要克服的难点也有很多，目前出现的额跟踪方式有以下的几种形式：
（1）点跟踪
这种方法的表现对象一般都是使用点来表示。在实际的生活过程中，最常使用的数学模型有两种，分别为粒子滤波和科尔曼滤波。粒子滤波主要作用在非高斯分布的情况之下，在状态的预测过程中通常采用的是粒子组的条件状态的密度。科尔曼滤波则是完全受高斯分布控制的，它的系统则是线性的。
（2）核跟踪
在跟踪的过程中，通过对跟踪对象的运动轨迹来进行，跟踪对象通常是一个几何区域。最常使用的跟踪方法也分为两种：Meanshift和模板匹配。Meanshift这种跟踪方法主要就是在特征的空间范围内寻找和搜寻函数点分布最密集的地方。而模板匹配相对于Meanshift来说是一种比较暴力的搜寻的方式。汽配区域的计算量比较大，甚至根本没有半大实时的进行处理，它是图像和模板区域最小的一个区域。
（3）轮廓跟踪
这种跟踪方法主要就是通过大致的形体进行对主要对象额跟踪，这种方法也可以分为两种形式：轮廓的进化还有形状的匹配。
结束语：本文主要就是针对智能视频监控关键技术进行了详细的分析和研究，在监控行业中，智能技术脱颖而出，奠定了监控技术的发展基础，在实际的生活中，这种监控技术也能够越来越多的应用到各个商业中去，体现出智能视频监控技术的商业价值，为中国的监控技术打下良好的基础，从侧面促进中国的经济发展。科学化的监控视频技术不仅可以应用个别的国家中，在世界范围内依然可以应用。能够发挥出智能视频控制技术的商业性，对监控行业本身也具有很深刻的意义。
参考文献：
[1]刘诚,段红光,巴义. 基于Android移动视频监控系统客户端的研究与设计[J]. 电视技术,2013,04:85-88.
[2]雷玉堂. 浅析几种视频异常事件的智能视频分析技术与方法[J]. 中国公共安全,2013,12:129-132+134-136+138+140.
[3]朱方,吴莉,陈飞凌,袁卫忠. 智能视频监控终端在物联网中的应用和发展研究[J]. 中国电子科学研究院学报,2011,06:561-566.
论文作者:林静,应丹红
论文发表刊物:《基层建设》2016年8期
论文发表时间:2016/7/11
标签：视频论文; 智能论文; 监控系统论文; 技术论文; 图像论文; 背景论文; 高斯论文; 《基层建设》2016年8期论文;