智能視頻監控中的多特征融合問題研究

李宇瓊 劉香萍

【摘要】 本文對智能視頻監控中的多特征融合問題進行了分析，供相關專業人士參考借鑒。

【關鍵詞】 智能視頻監控多特征

現今信息技術已經在我國各行業領域內廣泛推廣使用，視頻監控技術向智能化發展也已經迫在眉睫，由于監控工作的復雜以及自身的一些局限，通過單一特征不能夠對于圖像內容分類，利用多特征融合能夠更好的對于運動目標或是背景進行分類。

一、智能視頻監控簡介

由于人類安全意識的不斷提升，人民對于公共安全的需求也越來越高，目前視頻監控已經是公共安全防范中的一種重要手段。由于其內部系統或是功能性的差異，視頻監控的發展已經度過了模擬系統、半數字化系統、全數字化系統幾個時期，隨著多年的完善我國的視頻監控系統已經實現了集成化、網絡化、數字化，可是最主要的缺點是具體內容的分析主要是依靠人工。同時由于工作量比較巨大，要求具體工作者對于異常問題的反應力高，目前很多失誤都是由于人為因素形成的，如此說明視頻監控系統的主動性沒有被發揮出來。為了滿足人民不斷提升的要求標準逐漸提出來智能視頻監控理念，在原有的基礎上借助于計算機技術的大量數據信息處理系統，對于收錄到的大量數據信息處理分析，將和實際應用無關的信息過濾處理，提供關鍵的內容。如此才能夠降低工作者的勞動強度，最大化避免信息失誤、漏報等問題，同時該系統能夠對于視頻行為合理分析，鑒別有疑點的活動或是人員，提出相應的警示，發揮防范系統應用的作用效果；在技術方面來看，該系統對于傳輸寬帶的要求比較低，能夠節省相應的容量和空間，避免了資源的浪費。

二、智能視頻監控研究現狀

智能視頻監控僅僅是計算機視覺研究的一個方面，如今更多的專業研究人員關注該領域的發展和研究。該系統應用計算機的圖像處理方法和視覺方法將獲取到的圖形序列進行有序的檢測分類、對于目標進行跟蹤或是對于監視目標的相關行為進行描述。其中的目標跟蹤、目標分類、運動檢測可以規劃到視覺中的低級以及中級處理部分，行為理解和描述劃分到高級處理中，具體包括了對于異常問題的檢測、目標的身份鑒定。前三個問題是研究比較廣泛的方面，行為理解描述如今是研究的熱點方向。

三、智能視頻監控相關技術

1運動目標檢測。目的是能夠在有序列的背景圖像中將運動目標區域分離出來，是對于整個視頻內容進行分析的第一過程，能夠精確的進行分割是非常關鍵的環節。整個分離過程中的難點在于由于監控場景的復雜性，例如光照的變化、搖擺的樹木、目標的重疊等等，如何有效的獲得需要的資源，避免多元化外界因素影響是研究的重點。如今常用的方法具體包括能量運動檢測、光流、時間差分、背景差方法。背景差法應用的比較廣泛，光流法的優勢是即使在攝像機處于動態狀況下也能夠快速的檢測目標，缺點是容易被噪音影響。

2運動目標跟蹤。目標跟蹤的作用是為了將一個圖像序列上定位目標在每一幀的位置。目前需要跟蹤的有三種情況，多個攝像機之間的協同跟蹤、云臺攝像機下的目標跟蹤，固定場景下的目標跟蹤。云臺跟蹤基于背景的變化性，能夠應用的主要是前景運動目標信息，固定場景法是利用運動目標檢測的信息，多攝像協調是研究中的難題。現今有各種的跟蹤方法被使用在該環節中，例如卡爾曼濾波算法、動態貝葉斯網絡，其中卡爾曼濾波算法無法處理多封模式分布問題；根據目標進行分類的化還劃分為特征跟蹤、骨架模型跟蹤、基本幾何形狀跟蹤、點特征跟蹤、模板跟蹤、主動表像模型跟蹤；依據跟蹤特征分類的化則分為紋理特征跟蹤、光流特征跟蹤、邊緣特征跟蹤、顏色特征跟蹤等。

3運動目標分類。進行目標分類的作用是對于運動目標的類別進行識別，監控區域的不同意味著不同的運動目標，如今常用的目標分類手段有基于運動特性分類、根據形狀信息的分類。目標分類的特征是時間和空間，空間特點是單幀圖像里的目標相關特點，目標的具體位置、大小、形狀等等；時間是和跟蹤過程有直接聯系，例如目標的大小、速度等，常用的分類器具體包括貝葉斯分類器，支撐向量機分類器、人工神經網絡分類器等。支撐向量機和各種的改進算法，由于在小樣本分類方面具有一定的優勢，所以關注度比較高。

4行為理解和描述。具體指對于運動模式進行識別和分析，利用自然的言語合理描述，也可以單純的當做是時變數據分類問題，既將測試序列以及預先標定的典型行為參考序列進行匹配。如今對于異常事件的檢測方法主要有根據模型的方法或是基于分類器的方法兩種。基于模型方法重點在于進行檢測而不是分類，根據異常事件建立具體的統計模型，對于需要測定的事件利用該種模型進行判斷，這種方法適合應用在一類樣本不容易獲得的情況，對于容易獲得的樣本建模，判定新的樣本是否屬于該種類別確定具體結果。分類器的方法是對于場景中的事件進行分類，構建合理的分類器，對于正常事件和異常事件進行區別。監控主體中的重點大部分是人，人類的步態或是臉是能夠利用的兩種重要特點，人臉識別技術關乎到人臉的檢測、跟蹤、特征提取、識別等幾個方面，多年來得到了大力的發展，取得了相應的成效。步態識別是根據走路姿勢進行身份的認證。

參 考 文 獻

[1]齊文靜.網絡安全原理與應用.[J].中國水利水電出版社.2014