智能视频监控技术及其主要应用.docVIP

智能视频监控技术及其主要应用 　　智能视频监控的基础就是网络化以及数字化的视频监控，其可以对不同的物体进行自动识别，也可以对画面异常情况进行有效的监控，利用最佳的方式从而将有效的信息提供给工作人员，使工作人员能够对整个系统中潜在的危机进行及时的处理。智能视频监控系统主要是通过对计算机数据处理能力及计算能力的充分利用，从而能够快速精准的判断和分析视频中的各个画面，这样就能够使信息的价值性和精准性得以有效提升。本文对智能视频监控技术以及其主要的应用进行了分析和介绍，希望能够对相关人士具有一定的借鉴作用。 　　【关键词】智能视频系统 目标检测 图像分割 　　传统的电视监控技术往往只能够起到千里眼的作用，通过向监控中心输送远程的目标图像，从而让监控人员以目视到的视频图像为根据判断现场情况。在信息化进程不断加快的情况下，通信技术、图像处理技术以及计算机网络技术都得到十分快速的发展，极大的促进了发展与更新及视频监控技术的进程。在不需要人为干预的条件下，智能视频监控就可以通过对视频分析以及计算机视觉方法的利用自动的分析摄像机拍录的图像序列，从而能够有效地跟踪识别和检测动态场景中的目标，因此其得到了十分广泛的应用。 　　1 智能视频监控技术的技术要点 　　1.1 检测运动目标 　　检测运动目标的目的主要是通过对基于信号检测方法的利用将静止像素点以及运动像素点自动的分离出来，通过对运动目标检测能够保证有效分割序列图像中的运动区，同时也能够在目标的行为理解跟踪以及分类等后期处理中发挥十分重要的作用，这是由于以后的处理只是对图像对应与目标运动区域的像素进行了考虑，现在的主要算法包括帧差分法、背景减法以及光流法等。 　　1.2 图像分割的技术 　　视频分割的最为主要的目的就是将视频图像中的语义信息提取出来。在正式完成分割之前，算法无法对这些语义信息进行充分的利用，其仅仅可以采用单帧图像的方式对视频实施独立分割，然后将时域运动信息加入进去就能够得到完整的视频分割结果。基本上可以将常用的图像分割技术划分为两种，分别是基于区域的方法和基于边缘检测的方法。立足于不同的角度，可以在实际的应用过程中将很多方法提供出来，通常也可以将这些方法划分为三种，也就是区域跟踪法、边缘检测法以及阈值分割法等。 　　1.3 运动目标跟踪技术 　　跟踪运动目标的过程实际上就是以目标以及其所处的环境为根据将其中唯一可以对目标进行表述的特征选择出来，同时还要在后续帧中对最匹配的目标位置有哪些信誉好的足球投注网站出来的过程。现在比较常用的目标跟踪法就是基于频域的跟踪、基于光流场的跟踪、基于三维模型的跟踪和基于特征的跟踪等。 　　1.4 视频内容分析技术 　　在将跟踪分割以及检测运动目标的工作完成之后，就需要智能化的分析其内容，并且将相应的判断做出来。视频内容分析在实际的过程中主要包括视频内容理解描述、人的身份识别以及异常检测等。异常检测中典型的异常主要包括非常规事件以及用户定义的异常情况；检测方法主要包括两种，也就是基于分类器的方法以及基于模型的方法；人的身份识别主要包括步态识别以及人脸识别等。 　　2 智能视频监控技术的主要应用和优势 　　2.1 智能视频监控技术的主要应用 　　2.1.1 在非安全相关类的应用 　　（1）交通流量控制：主要是用于环线公路以及高速公路上对各种交通情况进行监视，比如是否有故障车辆、是否有非法停车、统计平均车速以及通过的车数等。 　　（2）注意力控制：其主要用于对在某物体前面人们停留的时间进行统计，这样就可以对新促销策略或者新产品的吸引力进行评估，同时也可以对为顾客提供服务所用的时间进行计算。 　　（3）人群控制：其能够对人群包括方向以及速度在内的整体运动特征进行有效的识别，能够有效地防止出现堵塞的情况，同时也可以将异常情况及时的发现。其典型的应用场景主要是火车站以及超级市场等具有大量人群聚集的地方。 　　（4）人数统计：其能够对在入口或指定区域的物体或者人的数量进行有效的统计，比如，可以帮助业主对某天光顾其店铺的顾客数量进行计算。 　　2.1.2 在安全类中的应用 　　（1）高级视频移动侦测：其能够在大风、大雾以及雨雪等复杂的天气环境中对多个物体或者单个物体的运动情况进行准确地侦测和识别，其中包括这些物体的运动特征以及运动方向等。 　　（2）物体追踪：其能够再将移动物体侦测到之外，以物体的具体运动情况为根据对控制指令进行自动发送，从而使摄像机可以对物体进行自动追踪，如果该物体已经脱离了该摄像机的监控范围，这时候系统就会对物体所在区域的摄像机进行自动通知，使其对该物体继续实施追踪。 　　（3）人物面部识别：其能够对人物的脸部特征进行自动识别，这样就能够利用与数据库档案之间的比较对该人物的身份进行自动的验证或者识别。 　　2