基于嵌入式技術的智能遠程視頻監控系統設計研究

摘 要：針對傳統視頻監控系統在效率和智能化方面的不足，本文設計了一種基于嵌入式技術的智能遠程視頻監控系統。該系統利用嵌入式ARM平臺，采用深度學習算法，引入深度可分離中心差分卷積網絡（DS-CDCNN），以提升視頻識別能力。通過試驗驗證，該系統在視頻傳輸方面的平均延遲為43 ms，帶寬利用率約為30%，傳輸穩定性為98%。在識別任務中，DS-CDCNN算法的人臉識別準確率為98.8%，車牌識別準確率為99.6%。為智能遠程視頻監控系統的發展提供了新思路，可廣泛應用于公共安全與智慧城市建設領域。

關鍵詞：嵌入式技術；遠程視頻監控；智能識別；深度學習

中國分類號：TP 39" " " " " " 文獻標志碼：A

隨著社會經濟發展和科技進步，視頻監控系統廣泛應用于公共安全、交通和工業等領域。與傳統依賴人工的視頻監控系統相比，新型系統對監測效率與實時性提出了更高要求。物聯網與人工智能技術的興起，使智能遠程視頻監控系統的研究越來越受到重視[1]。嵌入式技術以其能耗低、集成度和可靠性高的優勢，結合深度學習在圖像和視頻分析領域的進展，為監控系統智能化開辟了新路徑。設計融合嵌入式技術與深度學習的多功能智能監控系統仍面臨挑戰[2]。針對這個問題，本文提出了一種新型智能遠程視頻監控系統，該系統融合了嵌入式技術，并對其架構設計、硬件選型、軟件開發以及智能識別算法進行了深入研究。試驗結果表明，所設計的系統性能更強，效果更佳，為智能視頻監控領域的發展提供了技術支持。

1 智能遠程視頻監控系統的設計

1.1 系統整體架構設計

在設計遠程智能視頻監控系統的過程中，主要模塊包括攝像模塊、視頻傳輸模塊、存儲模塊和顯示模塊等。系統具備遠程查看與控制功能，用戶可通過監控中心或移動終端對目標區域進行實時監控，并發送遠程指令。系統融合了先進的視頻分析技術和智能算法，能夠執行移動物體檢測、面部識別、車牌識別等智能分析任務，提升了監控的實時性與準確性。系統整體架構設計如圖1所示。

系統基于ARM架構和Linux操作系統，采用高清攝像頭實時采集視頻數據，并使用JPEG壓縮算法進行處理。處理后的視頻數據依據TCP/IP協議傳輸至遠程監控終端，實現實時監控。系統硬件由ARM主控板、網卡和攝像頭組成，軟件在嵌入式Linux平臺上運行。系統集成了驅動程序以及用于圖像捕獲、壓縮和網絡傳輸的應用模塊，保證各組件協同工作[3]。

1.2 系統軟硬件設計

樹莓派4B作為系統的嵌入式平臺，采用羅技（Logitech）C920 Pro HD（USB接口）高清監控攝像頭進行視頻捕獲。為實現無線數據傳輸，系統配備了TP-Link TL-WN725N USB無線網卡。同時，選用希捷2 TB硬盤（型號ST2000DM008）以滿足監控系統對大容量存儲及快速數據讀寫性能的需求。軟件體系結構分為基礎系統軟件與上層應用軟件2類，系統軟件架構如圖2所示。

1.3 系統開發平臺搭建

由于LogitechC920 Pro HD相機只有USB接口，與CSI接口不同，USB接口不能進行資料傳輸，因此系統主要利用網絡作為視頻數據傳輸至遠程終端的通道。為提升數據傳輸效率，系統采用TCP/IP協議棧，并在樹莓派4B平臺中利用Python語言結合socket庫進行數據的高效傳輸。在操作系統移植方面，針對樹莓派4B搭建了樹莓派OS，該系統基于Debian的Linux版本，須進行適當調整以適應硬件配置需求。系統遷移過程主要包括3個核心階段：首先是引導加載程序的定制化適配，其次是系統內核的移植，最后是根文件系統的配置。攝像頭驅動程序基于Linux內核支持的V4L2（Video for Linux 2）接口架構進行開發。系統還利用OpenCV庫實現了運動物體的檢測功能。智能算法遠程視頻監控系統的硬件邏輯結構如圖3所示。

1.4 智能圖像識別算法設計

為提高視頻監控系統的準確性和操作效率，本文采用深度學習技術進行圖像識別與分析，包括人臉識別和車牌識別。在此基礎上，本文對中心差分卷積網絡（Central Difference Convolutional Neural Network，CDCNN）進行了深度優化，設計了一種深度可分離的中心差分卷積神經網絡算法，簡稱DS-CDCNN[4]。其結構如圖4所示。

采用DS-CDCNN算法在硬件方面進行高效部署，能夠減少參數量，降低計算復雜度，保證識別性能不受影響。DS-CDCNN由深度可分離中心差分卷積（DS-CDC）層和CDC_Block模塊組成。DS-CDC層由3*3的深度中心差分卷積和1*1的點卷積組成。2個DS-CDC層堆疊成CDC_Block，分別負責通道數的擴展和特征的精細化處理。精細化特征的計算過程如公式（1）所示。

F'i=Fi⊙（σ（Ci（[A（Fi），M（Fi）]））），i∈{low，mid，high} （1）

式中：F'i為經過精細化的特征；Fi為來自多個層次的特征；σ為Sigmoid函數；Ci為卷積操作；A（Fi）為對Fi進行平均池化操作。平均池化是一種下采樣操作，對特征圖的局部區域取平均值來減少其尺寸；M（Fi）為對特征Fi進行最大池化操作，最大池化也是一種下采樣操作，對特征圖的局部區域取最大值來減少其尺寸；Ci（[A（Fi）， M（Fi）]）為將 A（Fi）和 M（Fi） 的結果進行拼接，并使用一個卷積層C進行處理。

第一個DS-CDC層將通道數翻倍，同時保持特征圖尺寸不變；第二個DS-CDC層將通道數減半，特征圖尺寸依然保持不變。3個不同級別的CDC_Block分別用于捕獲低層次、中層次和高層次的特征信息。每個CDC_Block均采用最大池化技術，以減少模型的參數量。隨后，將這3層特征輸入多尺度通道注意力融合模塊（Multiscale Adaptive Correlation Filter，MACF）中，進行特征整合與融合處理。各通道特征的計算過程如公式（2）所示。

FSE=ωn?fc " " " " " " " " " " " " " （2）

式中：FSE為每個獨立信道的特性；ωn為特征的加權；fc為特征的位置。

對圖像進行像素級別監督，均方誤差計算過程如公式（3）所示。

（3）

式中：LMSE為均方誤差損耗函數；H'、W'分別為二進制掩模的高度、寬度；H、W分別為原始圖像的高度（Height）和寬度（Width）；Bpre（i，j）為預測的灰度掩模Bpre在位置（i，j）處的像素值；Bgt（i，j）為處理后的二值目標掩模Bgt在位置（i，j）的像素值。

經過2個DS-CDC層的通道縮減后，輸出一個32 ppi×32 ppi的單通道深度預測圖。在深度損失引導的訓練過程中，將該圖的像素值標準化至0～1。將預測的Depth Map與調整尺寸后的輸入圖像進行對比，深度損失計算過程如公式（4）所示。

（4）

式中：LCDL為對比度損耗項；N為全局卷積的個數，那么第n個卷積記為KnCDL。改進后的DS-CDCNN算法采用多層次特征提取和多通道注意力融合，提高了人臉與牌照的識別性能。

2 智能遠程視頻監控系統的實際應用研究

2.1 系統功能驗證與測試評估

本文設計的系統設置了LogitechC920 Pro高清攝像頭、監控終端和服務器作為主要硬件設備。攝像頭采集視頻數據并通過網絡傳輸至服務器。服務器處理這些數據并進行智能分析[5]，對內容進行實時監測。

對系統采集與存儲性能進行測試后，結果顯示，硬件設備加載成功率以及軟件應用加載成功率均gt;90%。硬件與軟件在無線網絡和存儲介質方面的加載穩定性和成功率較高，客戶端軟件加載速度快，性能更高。

視頻傳輸性能測試數據顯示，無論日間還是夜間模式，傳輸延遲均維持在0 ms～100 ms，日間平均延遲約為43 ms，夜間平均延遲約為37 ms。說明系統傳輸延遲極低，能夠保持監控的連續性。在帶寬占用方面，日間與夜間的視頻傳輸帶寬占用率均低于45%，平均帶寬利用率分別為30%和29%。系統穩定性測試結果表明，日間和夜間的視頻傳輸穩定性均gt;90%，平均穩定性為98%和97%。綜上所述，該系統監控效率高，性能穩定。

為評估DS-CDCNN算法在監控識別方面的性能，本文選取卷積神經網絡（Convolutional Neural Networks，CNN）與C

DCNN算法進行對比，不同算法的識別效果見表1。

由表1可知，在人臉及車牌識別測試任務中，DS-CDCNN算法的各個方面均優于CNN和CDCNN算法。在人臉識別試驗中，DS-CDCNN算法的準確率為98.8%，召回率為98.9%，F1-score為99.5%，與其他算法相比明顯提高。在汽車牌照識別方面，準確率為99.6%，召回率為99.8%，F1-score為99.4%。

2.2 智能遠程視頻監控系統的應用效果評估

為了驗證系統的可行性，本文選擇了10位自愿參加評估的小規模用戶對系統進行測試。系統主要分布在室內、電梯、室外日間以及夜間停車區等監控場景，用戶能夠利用系統實時監控各區域，以提升監控效率與安全性。智能遠程視頻監控統性能對比見表2。

由表2可知，升級后的監控系統的視頻監控范圍覆蓋率為99%，與以前相比提升了19%。同時，監控圖像的品質、異常識別的準確度以及整個系統的穩定性分別為97%、100%和99%，比原有系統性能更高。這些關鍵性能指標明顯提升，說明本文開發的智能遠程監控系統能夠精確捕捉異常行為，擴大了監控范圍，提高了圖像清晰度和系統可靠性，增強了應用效果，提升了市場價值。

3 結語

本文利用樹莓派4B硬件平臺和嵌入式Linux軟件系統，采用DS-CDCNN算法，設計了高效、穩定的視頻監控解決方案。試驗結果表明，本文系統在視頻傳輸延遲（平均43 ms）、帶寬占用（平均30%）和傳輸穩定性（平均98%）等方面表現優異。在人臉識別以及車牌識別測試任務中，DS-CDCNN算法的F1-score值分別為99.5%和99.4%，比使用傳統方法效果更好。在實際應用中，系統的視頻監控覆蓋率、質量和異常檢測準確率等指標分別提升了19%、11%和10%。本文方案能夠為智能遠程視頻監控系統的發展提供新的思路，期望在公共安全、智慧城市等領域發揮重要作用。

參考文獻

[1]李子昌，李智，管四海.自動裝載與視頻監控遠程控制系統[J].微型機與應用，2017，36（1）：1-3.

[2]孫啟昌.基于ARM與5G通信網絡汽車監控系統的設計與實現[J].自動化與儀器儀表，2021（10）：93-96，100.

[3]皮志松，韓磊.基于海思平臺的音視頻采集和編碼的實現[J].電視技術，2020，44（9）：21-23.

[4]范秀鵬.基于嵌入式的全景雙攝監控系統研究[D].天津：天津科技大學，2020.

[5]龔琴.基于物聯網的溫室大棚智能監控系統在農業中的應用[J].電腦與信息技術，2022，30（1）：53-56.

通信作者：李暢（1983—），女，河南洛陽人，本科，初級工程師，研究方向為嵌入式傳感器接口設計。

電子郵箱：43191997@qq.com。