智能視頻分析系統設計與應用

摘 要 隨著社會的發展，安防監控系統越來越受到人們的重視。本文在介紹智能視頻分析技術的基礎上對智能視頻分析系統進行了設計，并對智能視頻分析系統的應用前景進行了展望。

關鍵詞 智能化 視頻分析 系統設計 監控

中圖分類號： TP37 文獻標識碼：A

1 引言

進入21世紀以來，經濟和社會的發展促使著人們不斷提高安防意識，對于安防監控的業務需求不斷增大，如何通過經濟的、高效的、智能的和可行的技術手段來提高安防監控，保障公眾安全和財產安全，成為了智能監控領域內普遍關注的熱點問題。

傳統的利用攝像頭和錄像監視設備組成的監控系統存在著諸多問題：例如需求操作人員進行查看和管理維護，只能作為事后取證的工具，無法解決快速報警、目標跟蹤及定位等問題。智能視頻分析技術是一種新的技術，是在視頻監控系統發展到一定程度時市場自然提出的要求。

2 智能視頻分析技術

智能視頻分析技術屬于模式識別技術的一種，就是指采用智能化的視頻分析算法，利用計算機對視野范圍內的目標的特定行為進行分析和提取，讓計算機判斷出這些個體進行了一些什么行為，進而可以判斷這些行為是否符合某些規則，是否屬于“某一類型”的行為，而這些類型的行為是應該提醒監控人員注意的“可疑行為”。當發現存在符合某種規則的行為（如定向運動、越界、游蕩、遺留等）發生時，自動向監控系統發出提示信號，采取某種對應措施（如聲光報警器報警）或通知監控人員進行人工干預等。智能視頻分析技術實現用計算機“代替”人進行分析，也即實現了“自動分析”或是“智能分析”。

智能視頻主要技術包括以下幾個方面：

（1）目標檢測

在視頻監控系統中，目標檢測處于智能分析的低層，包括動目標以及靜目標檢測，是各種后續處理的基礎。

（2）目標跟蹤

目標跟蹤即對監控區域內的運動目標的軌跡進行跟蹤，是目標監控的最基本的應用，也是其他事件監測的基礎，處于智能視頻分析的中層。

（3）目標分類和識別

屬于智能視頻分析的中高層。目標分類指根據檢測到目標的形狀、外觀、輪廓等特征進行分類（如行人、車輛、動物等），目標識別指對目標的身份進行甄別，實際應用中，如人臉識別，步態識別，車牌識別等。

（4）視頻內容分析和理解

屬于高級智能視頻分析，是真正實現監控智能化的關鍵。在上述低級處理的基礎上，進一步對場景中的行為，復雜事件等進行分析和識別，并用自然語言等加以描述。其中最典型的是對場景中的運動目標特別是人的行為的理解和描述。

（5）系統設計

智能視頻分析系統是以基于圖像處理、模式識別技術的計算機視覺技術為核心，結合多媒體技術、計算機網絡技術的一種主動監控分析系統。

本文中基于ARM Cortex的智能視頻分析系統，旨在打造基于智能視頻分析技術的成套安防報警管理系統解決方案。本系統借助計算機強大的數據處理功能，對視頻畫面中的海量數據進行高速分析，以數字化、網絡化視頻監控為基礎，采用ARM Cortex嵌入式多任務系統技術、數字圖像壓縮/處理技術、智能視頻分析等技術，提供了入侵檢測、徘徊檢測、遺棄物檢測、物品搬移檢測、自動跟蹤檢測、非法停車檢測、煙火檢測以及防尾隨、人流統計和智能監控異常檢測等功能。該系統中所做的智能視頻分析能夠識別不同的物體，發現監控畫面中的異常情況，并能夠以最快和最佳的方式發出警報和提供有用信息，從而能夠更加有效地協助安全人員處理危機，并最大限度的降低誤報和漏報現象。

本文中所設計的智能視頻分析系統可以劃分為幾個子模塊：

（1）ARM Cortex處理平臺

實際應用環境中越來越復雜的算法帶來了巨大的計算量，目前廣泛應用在智能分析設備中DSP芯片計算能力有限，已經不能滿足某些復雜算法的需要。并且無法植入嵌入式操作系統，無法成為一個獨立的嵌入式終端。本系統采用TI公司的以ARM Cortex-A9為核心的OMAP4430處理器，該處理器具有雙核對稱處理器、1GHZ的運算速度。ARM NEON技術將DSP和媒體處理能力提高了近4倍，并支持改良的浮點運算，滿足下一代3D圖形、游戲物理應用以及傳統嵌入式控制應用的需求。本系統充分利用其對于圖像處理的優化支持和開發工具，完成視頻分析算法的移植和運行工作。基于ARM Cortex的硬件平臺使用的關鍵技術包括核心芯片技術和ARM Cortex嵌入式實時多任務處理系統技術，以實現網路升級、許可證管理等各項功能，節約在更新換代時購置新設備成本。

（2）算法分析模塊

運用數字視頻處理技術與智能分析技術，對已有的算法進行改進，開發具有自主知識產權的智能視頻分析算法，并使用VC6.0實現，完成入侵檢測、圍欄入侵檢測、區域入侵檢測、徘徊檢測、遺棄物檢測、物品搬移檢測、自動跟蹤檢測、非法停車檢測、車牌自動識別、人流（車流）統計、煙火檢測、智能監控防尾隨、智能分析之異常檢測。

（3）視頻傳輸與控制信號的架設

關鍵技術包括MPEG-4編碼與解碼；媒體數據傳輸和控制協議；SIP協議開發。RTP提供具有實時特征的、端到端的數據傳輸服務。在視頻數據前插入包含有載荷標識、序號、時間戳和同步源標識符的RTP包頭，然后利用數據報套接字（UDP）在IP網絡上傳輸RTP包。RTCP負責管理傳輸質量在當前應用進程之間交換控制信息。在RTP會話期間，各參與者周期性地傳送RTCP包，包中含有已發送的數據包的數量、丟失的數據包的數量等統計資料。SIP服務器可以利用這些信息動態地改變傳輸速率，甚至改變有效載荷類型。RTP/RTCP可視為應用程序，集成于嵌入式終端的應用程序中。SIP協議開發是在攝像頭所級聯的嵌入式終端中，基于ARM實現SIP協議編程。

（4）手持終端設備無線視頻通信

在基于ARM Cortex的智能視頻分析系統中，網絡通訊是非常重要的一部分，無線視頻通信技術，采用了基于IEEE 802.11b標準的無線局域網絡，提供了寬帶圖像傳輸環境。采用了MPEG-4壓縮技術，在高圖像質量的前提下，可實現高壓縮效率。本無線視頻通信方案可有效地權衡視頻通信中有效性和可靠性的矛盾，保證圖像高質量和實時性強地傳輸。

3 應用前景

智能視頻分析系統還屬于新興領域，根據權威的IDC報告稱：智能視頻分析系統在中國的市場普及率還未達到5%。目前國內智能視頻分析系統已經應用于高速公路、地鐵、商場、銀行和住宅小區等場所，服務于安全防衛、交通管理或者行為分析等應用。隨著安防發展的不斷加快，人們的安全防范意識不斷增強，將會對智能視頻分析提出更高的要求。不同行業對于智能視頻分析的要求是不同的，不同行業間檢測行為類型與異常事件的特殊性也是智能視頻分析技術研究中不得不面臨的問題。智能視頻分析技術只要結合行業實際應用，針對不同行業具體要求，滿足用戶需求，必然會在各行業中逐步顯現威力。雖然目前智能視頻分析技術對環境適應性有一定限制，但隨著圖像處理、圖像分析以及計算機視覺等學科的發展，眾多優秀算法的提出將使得智能視頻分析更加智能。智能視頻分析是監控領域最新的、最具發展潛力的方向，隨著投入力量的不斷增加，智能視頻監控產品必定會有更加廣闊的前景。

參考文獻

[1] 蔡立公，淺析智能視頻分析系統的設計[J]， 黑龍江科技信息，2011（30）.

[2] 陳冬冬，張曼琳，賈平，汪永強，智能視頻分析技術在綜合安防系統中的應用[J]，計算機系統應用，2011（5）.

[3] Gantz JF， Reinsel D， Chute C， et al. The expanding digital universe： A forecast of worldwide information growth through 2010. An Internet Data Center （IDC） White Paper，sponsored by EMC， 2010.

[4] 余莉琪，基于IVS智能視頻分析在平安校園中的應用研究[J]，科技信息，2012年第33期.

[5] 肖沁雨，智能視頻監控關鍵技術分析[J]，制造業自動化，2012（12）.