智能視頻監控系統中視頻圖像分析的關鍵技術研究

馬文學，單亞飛

（河北遠東通信系統工程有限公司，河北 石家莊 050200）

0 引 言

隨著高清視頻監控的逐步推廣和普及應用，如何對這些視頻圖像數據進行有效分析和利用，已成為人們重點關注的問題。對于智能視頻圖像分析技術，計算機視覺技術、圖像智能分析技術及人工智能技術至關重要，是實現智能視頻圖像分析的關鍵[1]。通過相關技術對視頻的序列圖像進行檢測、分析以及理解，以達到視頻監控的目的。隨著我國經濟以及科學技術的不斷發展，視頻監控技術使用的范圍越來越廣泛，相關技術也逐漸成熟。因此，本文對視頻監控系統中視頻圖像技術的研究意義重大。

1 智能視頻圖像分析技術介紹

隨著“智能化”時代的到來，視頻監控也迎來了新的發展方向——智能視頻監控。相比于常規的視頻監控系統，智能視頻監控通過智能視頻分析技術對視頻信號進行分析和理解。智能視覺物聯網技術是集圖像處理、目標檢測、跟蹤技術、模式識別及信號處理技術為一體的綜合性技術[2]，可以讓視頻系統在監控的過程中自動分離和抽取視頻源中的關鍵信息。

1.1 獲取目標

常規情況下，視頻智能分析算法都是基于RGB或YUV的沒有壓縮的圖像格式[3]，因此被傳輸到視頻分析單元前的圖像信息均沒有被壓縮。此外，視頻分析系統還具備圖像采集功能，能夠通過卡扣配合型連接器輸入圖像信號。

1.2 目標檢測

智能視頻圖像分析中，目標檢測十分重要，是實現視頻智能化功能的重要基礎。智能視頻圖像分析技術中，一般采用目標檢測算法對目標進行檢測，通過分離視頻序列中的移動像素和靜止像素，最終實現目標檢測。真實情況下，視頻監控中的目標多數都是運動的，因此檢測時要根據“運動”的特征進行，此時可以忽略靜態的背景。通過快速運動的方式來獲取想要的移動目標，最終實現對目標的實時監測。光流法、幀差法及背景差分法是現在較為常見的運動目標檢測方法，并且各有優點[4]。

1.3 目標跟蹤

目標跟蹤就是根據時間順序接連在每個幀之間找到的相同對象，即跟蹤各個運動對象的運動軌跡。視頻監控系統會在不同的場景中，根據目標被遮擋、視覺以及雜波等外界因素干擾的情況下，自動篩選出想要檢測的目標，然后在對這些檢測目標的屬性、運動狀態自行匹配，以實現對運動目標的跟蹤。

常用的跟蹤方法有如下3種。（1）基于特征的目標跟蹤。這種跟蹤方法的特性是“最優匹配原則”。采用這種方法對運動目標進行跟蹤時，注重的是多個特征點的集合[5]。這種方法的顯著優點是在跟蹤時可以針對同一個對象進行多個特征的同時跟蹤，即使一個特征被遮擋住，也不會對其他特征的跟蹤造成影響。（2）基于區域的目標跟蹤。此跟蹤方法主要是將預跟蹤對象目標的區域與目標模板進行比較，比較兩者之間的匹配度，然后通過相似度計算確定跟蹤目標。（3）基于活動輪廓的目標跟蹤。這種跟蹤方法可以很好地跟蹤目標的輪廓，且對圖像細微變化的依賴性較強，對噪音也很敏感。但是，該方法在對快速運動的目標進行跟蹤時，效果不佳。

1.4 目標行為識別

智能視頻圖像分析中的目標行為識別主要根據視頻圖像中檢測目標的行為變化，從靜態、動態兩個層面來分析和判斷檢測的目標是否存在異常行為。

現在比較典型的目標行為識別應用包括5個方面，分別是目標分類、殘留檢測、缺陷檢測、數量統計以及報警聯動。

2 智能視頻圖像分析技術難點

智能視頻圖像分析技術的難點主要體現在實時性、魯棒性以及場景規則的確定。

2.1 實時性

由于監控系統存在采集延遲、編碼延遲及傳輸延遲的缺點，因此視頻監控系統存在實時性難的問題[6]。為確保對視頻場景的實時監控，需要提高整個智能監控算法系統的實踐復雜度。高分辨率的視頻中，盡管每個像素的處理時間短，但是一幀圖像有幾十萬乃至百萬的像素，導致目標檢測花費的時間較長。如果實現實時監控、智能分析的目的，系統處理圖像時每幀的目標檢測時間可以控制在幾十毫秒內，不過需要特殊硬件的協助。

2.2 魯棒性

魯棒性，即穩健性或穩定性。視頻智能由于受到實際環境的影響，導致其存在魯棒性問題。目標檢測的參數都是依據實際環境參數進行設置的，使得圖像分析的結果受到圖像的清晰情況、是否為夜間模式的影響，極大地降低了圖像分析的準確性[7]。此外，不同環境中，目標檢測還會受到光照、天氣、快速運動、超出視野及旋轉等外在因素的影響；嚴重時，還會受到攝像機安裝的位置、攝影師拍攝的角度以及分辨率的影響。

2.3 場景規則的確定

智能視頻圖像分析技術的一個難點就是要確定好場景規則。一般在不同的場景中，目標的行為也有所不同。因此，需要在差異的場景下分辨出檢測目標是否存在行為異常。這對視頻監控系統的自行判斷能力提出了較高要求，需要在系統設計環節在視頻智能分析平臺中設置好可以作為判斷依據的場景規則。

3 結 論

隨著我國科學技術的飛速發展，智能視頻監控系統也得到了飛速的發展，并被逐漸應用于各個領域。作為視頻監控系統的技術核心，視頻圖像分析技術也得到了人們的高度重視。由于科學技術的推動，視頻圖像分析技術也有了很大的提高。但是，視頻分析的高級目標識別和目標跟蹤行為分析還存在很多不足之處，嚴重影響了智能視頻監控的使用效果。因此，需要加強相關方面的研究。