智(zhi)(zhi)能(neng)視(shi)(shi)頻(pin)監(jian)(jian)控(kong)(kong)技(ji)術(shu)(shu)(IVS：IntelligentVideoSurveillance)基于計算(suan)機視(shi)(shi)覺(jue)技(ji)術(shu)(shu)對監(jian)(jian)控(kong)(kong)場景的(de)(de)視(shi)(shi)頻(pin)圖像內(nei)容進(jin)行分(fen)析，提(ti)取(qu)場景中(zhong)的(de)(de)關鍵信息，產生(sheng)高(gao)層的(de)(de)語義(yi)理解，并形成相應事件和(he)告警的(de)(de)監(jian)(jian)控(kong)(kong)方式。如果(guo)把(ba)攝像機看(kan)作(zuo)人(ren)的(de)(de)眼睛，而智(zhi)(zhi)能(neng)視(shi)(shi)頻(pin)監(jian)(jian)控(kong)(kong)系統可以理解為人(ren)的(de)(de)大腦。智(zhi)(zhi)能(neng)視(shi)(shi)頻(pin)監(jian)(jian)控(kong)(kong)技(ji)術(shu)(shu)往(wang)往(wang)借助處(chu)理器芯片(pian)的(de)(de)強大計算(suan)功(gong)能(neng)，對視(shi)(shi)頻(pin)畫面中(zhong)的(de)(de)海(hai)量數(shu)據進(jin)行高(gao)速(su)分(fen)析，過濾掉用戶不關心的(de)(de)信息，僅僅為監(jian)(jian)控(kong)(kong)者提(ti)供有用的(de)(de)關鍵信息。

一(yi)、視(shi)頻智能分析的產生及其特(te)點

　　智能(neng)視(shi)頻(pin)系統(tong)要解(jie)決(jue)的(de)基本問(wen)題有(you)兩個：一(yi)個是(shi)(shi)將(jiang)(jiang)安防操(cao)作人員(yuan)從(cong)繁雜而(er)枯燥的(de)“盯屏幕”任(ren)務解(jie)脫(tuo)出來(lai)，由機器來(lai)完成這部分(fen)工作；另外一(yi)個是(shi)(shi)為(wei)在海量的(de)視(shi)頻(pin)數據中快速搜索(suo)到想(xiang)要找的(de)圖像。根(gen)據統(tong)計分(fen)析，安保(bao)(bao)操(cao)作人員(yuan)盯著屏幕電視(shi)墻超過10分(fen)鐘后將(jiang)(jiang)漏(lou)掉90%的(de)視(shi)頻(pin)信(xin)息，而(er)使這項工作失去意義。倫敦地鐵爆炸案中，安保(bao)(bao)人員(yuan)花了70個工時(shi)才在大量磁帶中找到需要的(de)信(xin)息。因此基于上(shang)述(shu)兩點，選擇(ze)視(shi)頻(pin)分(fen)析系統(tong)將(jiang)(jiang)能(neng)夠將(jiang)(jiang)人從(cong)繁重的(de)勞動(dong)中解(jie)脫(tuo)出來(lai)，從(cong)而(er)提(ti)高(gao)效率，智能(neng)視(shi)頻(pin)分(fen)析系統(tong)將(jiang)(jiang)在未(wei)來(lai)成為(wei)視(shi)頻(pin)監(jian)控系統(tong)的(de)核心組成部分(fen)。

　　智(zhi)能視頻(pin)分(fen)析(xi)產(chan)生的(de)(de)背景來源于最(zui)基本的(de)(de)需求，例如：當安保值班人(ren)(ren)員(yuan)面對成(cheng)百上(shang)千的(de)(de)攝像(xiang)(xiang)機(ji)，無(wu)法真(zhen)正地在(zai)風險產(chan)生時預防(fang)或干涉，多數靠回放相關(guan)的(de)(de)錄像(xiang)(xiang)事(shi)后處理；另外在(zai)一些非安防(fang)應(ying)用中(zhong)，如商業(ye)上(shang)人(ren)(ren)流統計、目標識別(車牌(pai)、人(ren)(ren)臉)等等，也需要自動智(zhi)能的(de)(de)統計識別。智(zhi)能視頻(pin)分(fen)析(xi)將事(shi)件的(de)(de)分(fen)析(xi)和識別轉(zhuan)交給計算(suan)機(ji)或者芯片，使值班人(ren)(ren)員(yuan)從“死(si)盯”監視器的(de)(de)工作中(zhong)解脫出來，當計算(suan)機(ji)發現問(wen)題(ti)時候，產(chan)生報警(jing)，由值班人(ren)(ren)員(yuan)進行(xing)相應(ying)處理操作。  

    ;智能視頻(pin)監控的(de)主(zhu)要優勢：

　　1、快速的(de)(de)反應時(shi)(shi)間：毫秒級的(de)(de)報警觸(chu)發反應時(shi)(shi)間；

　　2、更有效的監視：保(bao)安人員只需要注意相關信息；

　　3、強(qiang)大的(de)數據檢索(suo)和分析功能(neng)：能(neng)提(ti)供(gong)快速的(de)反應時間和調查時間。

　　運(yun)動(dong)(dong)檢(jian)測(ce)是(shi)基(ji)礎(chu)：絕(jue)大多數智能(neng)(neng)視頻分析都是(shi)基(ji)于運(yun)動(dong)(dong)目(mu)(mu)標檢(jian)測(ce)技術，即首先智能(neng)(neng)分析系統能(neng)(neng)準確(que)地完成對運(yun)動(dong)(dong)目(mu)(mu)標的檢(jian)測(ce)，將運(yun)動(dong)(dong)物體(ti)與圖像背(bei)景有效(xiao)分離，提取出運(yun)動(dong)(dong)目(mu)(mu)標信(xin)息(xi)。

    ; 從計算機視覺的(de)實際應用上來看，運動目(mu)標檢測(ce)與識別(bie)、分(fen)析(xi)所面臨主要(yao)挑(tiao)戰(zhan)和需解(jie)決問題(ti)可以(yi)歸結(jie)為三個方面，即(ji)算法的(de)魯棒性、準確性、實時(shi)性。

　　魯棒(bang)性(xing)魯棒(bang)性(xing)就是系統的健壯(zhuang)性(xing)，用以(yi)表征控制系統對特性(xing)或參數攝動的不敏感(gan)性(xing)。運動目標檢測(ce)算法的魯棒(bang)性(xing)是能夠在各種環境條件(jian)下實現對運動目標持(chi)續、穩定的檢測(ce)、分析和識別(bie)。

　  影響算法魯棒性的最主要(yao)原(yuan)因有如(ru)下幾項：目標(biao)狀(zhuang)態的改(gai)變、環(huan)境光照的變化、部分遮擋引起的目標(biao)不規則變形和全部遮擋引起的運動目標(biao)暫時消失。

準確性(xing)：運動(dong)目標檢(jian)測(ce)(ce)和(he)識別(bie)針對(dui)不同(tong)應用(yong)情(qing)(qing)況(kuang)，其(qi)檢(jian)測(ce)(ce)識別(bie)率不同(tong)，幾(ji)乎無法實(shi)現100%檢(jian)測(ce)(ce)成(cheng)功(gong)，即存在誤檢(jian)和(he)漏檢(jian)情(qing)(qing)況(kuang)。由于(yu)實(shi)際(ji)的監控場景環境復(fu)雜、千變(bian)萬(wan)化(hua)，其(qi)中(zhong)存在大(da)量噪聲和(he)干擾情(qing)(qing)況(kuang)，通過算法的優化(hua)可提高一定的檢(jian)測(ce)(ce)準確率，同(tong)時往往只(zhi)能根(gen)據實(shi)際(ji)需求，在誤檢(jian)率(虛警率)和(he)漏檢(jian)率(漏警率)之間尋求平衡折中(zhong)。

    實(shi)(shi)時(shi)性：一個(ge)實(shi)(shi)用的(de)(de)(de)智能視頻(pin)監控系統，必須(xu)具(ju)備(bei)能夠對(dui)視頻(pin)圖像序列進(jin)行(xing)實(shi)(shi)時(shi)處(chu)(chu)理的(de)(de)(de)能力。由(you)于對(dui)視頻(pin)動(dong)態(tai)圖像的(de)(de)(de)處(chu)(chu)理方法是建立在二(er)維數字(zi)信號的(de)(de)(de)處(chu)(chu)理基礎上(shang)，所處(chu)(chu)理的(de)(de)(de)對(dui)象(xiang)包含巨大的(de)(de)(de)數據(ju)量(liang)(liang)和(he)信息(xi)量(liang)(liang)，要求算(suan)法不(bu)能計算(suan)太復(fu)雜，必須(xu)快速、實(shi)(shi)時(shi)。對(dui)于實(shi)(shi)時(shi)分(fen)析預警(jing)任務，計算(suan)復(fu)雜度(du)是至關(guan)重要的(de)(de)(de)，這樣才能把(ba)系統更多的(de)(de)(de)資(zi)源分(fen)配給更高(gao)級的(de)(de)(de)任務。而這其中實(shi)(shi)時(shi)性和(he)魯棒性又(you)常常是矛盾(dun)的(de)(de)(de)，如何尋求平衡發(fa)展是技術的(de)(de)(de)關(guan)鍵。

    尤(you)其指出，目前已(yi)有(you)公司自主研發(fa)的(de)視(shi)頻(pin)運動檢測算(suan)(suan)(suan)(suan)法，相(xiang)比(bi)經典的(de)運動檢測算(suan)(suan)(suan)(suan)法，受光線(xian)和鏡(jing)頭(tou)抖動的(de)影響較小，而且計算(suan)(suan)(suan)(suan)時(shi)間(jian)更少，更加適合實時(shi)產(chan)品(pin)(pin)(pin)的(de)開(kai)發(fa)。同時(shi)在自主算(suan)(suan)(suan)(suan)法基礎上封裝開(kai)發(fa)包(SDK)，在該公司數(shu)字安防系(xi)統(tong)軟(ruan)件平臺、網絡(luo)攝像機(ji)系(xi)列產(chan)品(pin)(pin)(pin)中集成，實現(xian)了系(xi)統(tong)級和產(chan)品(pin)(pin)(pin)級的(de)可靠應用(yong)。同時(shi)，項目組(zu)正在廣泛地建立多種(zhong)(zhong)場景的(de)視(shi)頻(pin)庫，針對多種(zhong)(zhong)場景的(de)視(shi)頻(pin)使用(yong)自有(you)算(suan)(suan)(suan)(suan)法做(zuo)測試，以便更好完善(shan)算(suan)(suan)(suan)(suan)法，減少需要調整參數(shu)的(de)個數(shu)，從而更好地滿足實際應用(yong)需求。

二、智(zhi)能視頻分析系統的應用

　　多(duo)年從事安(an)防與(yu)視(shi)頻監控(kong)(kong)(kong)系統集成和產品研發的公司在進一步成熟(shu)傳統監控(kong)(kong)(kong)技術的同時，將(jiang)智能分析(xi)引入視(shi)頻監控(kong)(kong)(kong)中。目前，已(yi)將(jiang)視(shi)頻的智能分析(xi)運用到電力行業、平安(an)城市等的監控(kong)(kong)(kong)系統中。

　　電(dian)力行業的變電(dian)站視頻(pin)監控系統(tong)

　　目前(qian)電力行(xing)業(ye)中(zhong)的視頻監(jian)控(kong)系統遇到(dao)異常情況一(yi)般都(dou)是(shi)進行(xing)事后處理，往往為(wei)時(shi)已晚。因此為(wei)防范(fan)(fan)于未然，可在(zai)變電站內在(zai)一(yi)定范(fan)(fan)圍(wei)內進行(xing)周界防范(fan)(fan)，當發現可疑人物入侵(qin)或(huo)跨(kua)入警戒線(xian)時(shi)，要求監(jian)控(kong)系統能夠(gou)自動檢測入侵(qin)目標，并(bing)標識其入侵(qin)軌跡，同時(shi)發出報警通知管理人員(yuan)前(qian)去處理。

　　將周(zhou)界監(jian)控范(fan)圍內所有的禁(jin)止入侵(qin)(qin)的區域設置為防區。這(zhe)樣當有入侵(qin)(qin)者(zhe)侵(qin)(qin)入防范(fan)區域時(shi)就會(hui)被智能(neng)監(jian)控系統(tong)自動鎖(suo)定并標(biao)識出行(xing)動軌(gui)跡(ji)，同(tong)時(shi)發出報(bao)(bao)(bao)警(jing)(jing)。這(zhe)里的報(bao)(bao)(bao)警(jing)(jing)分前端和后端兩(liang)種，前端報(bao)(bao)(bao)警(jing)(jing)可(ke)(ke)通(tong)過聲光報(bao)(bao)(bao)警(jing)(jing)器來實現(xian)，入侵(qin)(qin)者(zhe)觸發報(bao)(bao)(bao)警(jing)(jing)時(shi)，監(jian)控系統(tong)會(hui)發出警(jing)(jing)報(bao)(bao)(bao)聲警(jing)(jing)告入侵(qin)(qin)者(zhe)，并可(ke)(ke)打開強光燈使入侵(qin)(qin)者(zhe)無法(fa)藏身(shen)；后端報(bao)(bao)(bao)警(jing)(jing)在(zai)系統(tong)軟件(jian)平(ping)臺應用來實現(xian)，通(tong)過管理人(ren)員對入侵(qin)(qin)行(xing)為進行(xing)處理，這(zhe)樣可(ke)(ke)以做到(dao)“事前防范(fan)”，避免損失。

三、平安城市監控系(xi)統

　　對(dui)平安城市監控系(xi)統來說，其一(yi)方面主(zhu)要體現(xian)在一(yi)些重要的(de)(de)路段、社區、公共(gong)場所(suo)等，以(yi)(yi)通(tong)過(guo)視(shi)頻監控方式對(dui)出(chu)現(xian)的(de)(de)可疑目標進行監控報(bao)警(jing)。另一(yi)方面則(ze)集中在監控系(xi)統的(de)(de)后期運(yun)營管理(li)過(guo)程中，以(yi)(yi)通(tong)過(guo)視(shi)頻分析技術檢(jian)測前(qian)端(duan)攝像頭(tou)常見故障與視(shi)頻圖像質量問題，實(shi)現(xian)監控系(xi)統的(de)(de)有(you)效維(wei)護。

　　平安城市視頻監控需求復雜(za)、系統容量龐大，不僅涉及(ji)(ji)(ji)到(dao)交通(tong)車輛、人員聚集監控及(ji)(ji)(ji)違規報警(jing)，違章停(ting)車等(deng)智能(neng)交通(tong)的(de)監控，還(huan)涉及(ji)(ji)(ji)到(dao)小區里(li)可疑人物(wu)的(de)出現和逗留徘徊的(de)報警(jing)等(deng)等(deng)；甚至(zhi)要結合物(wu)聯(lian)網及(ji)(ji)(ji)云計算(suan)技術，構建海(hai)量視頻存(cun)儲與(yu)內容分析檢索(suo)系統。

四、智能分析成果規劃

　　目(mu)前，安防與視頻(pin)監控系統(tong)集成(cheng)和(he)產品研發公司(si)已成(cheng)功實現部(bu)分視頻(pin)智能分析(xi)成(cheng)果：入侵檢測、過\絆線(xian)檢測、遺留物檢測，在(zai)一些典(dian)型復雜場景進(jin)行了魯棒測試；正(zheng)在(zai)規劃(hua)實現：人(ren)員聚集及人(ren)員統(tong)計、火(huo)焰及煙霧的檢測及報警等等。

　　1、入(ru)侵檢(jian)測：給定一個虛擬(ni)的禁區，若(ruo)有(you)運動物(wu)體入(ru)侵到這個禁區中，則實現報警；

　　2、過線檢測：給定一條虛擬(ni)的線，若有運(yun)動物體(ti)跨過這條虛擬(ni)線，則報(bao)警(jing)；

　　3、遺留(liu)物(wu)檢(jian)測：當(dang)一個物(wu)體(如(ru)箱子、包裹、車輛、人物(wu)等)在敏感區域停留(liu)的時間過(guo)長，或超(chao)過(guo)了預定義的時間長度就產(chan)生報警。典型應用場景(jing)包括機場、火車站、地鐵站等；

　　4、人數統(tong)計：統(tong)計穿越(yue)入口或(huo)指定區域的人或(huo)物體(ti)的數量。例如(ru)為業主計算某天光顧其店鋪(pu)的顧客數量；

　　5、煙(yan)(yan)(yan)霧檢測(ce)：在(zai)實現(xian)(xian)運動目(mu)標檢測(ce)的基(ji)礎上，能(neng)判斷出運動目(mu)標是(shi)煙(yan)(yan)(yan)霧，從(cong)而(er)實現(xian)(xian)報(bao)警；將(jiang)煙(yan)(yan)(yan)霧用矩形框標識出來(lai)，實現(xian)(xian)對(dui)煙(yan)(yan)(yan)霧的跟蹤；

　　6、火(huo)(huo)焰檢測：在實(shi)現運(yun)(yun)動目(mu)(mu)標檢測的(de)基(ji)礎上，能判斷出(chu)運(yun)(yun)動目(mu)(mu)標是(shi)火(huo)(huo)焰，從而實(shi)現報警；將火(huo)(huo)焰用(yong)矩(ju)形框標識出(chu)來(lai)，實(shi)現對(dui)火(huo)(huo)焰的(de)跟蹤。

    安防線材生產廠家：視頻線、電源線、屏蔽線、門禁控制線、網(wang)線、音響線、話筒線、電話線,歡迎來樣訂做

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　編輯：梁靜茹