云南景升强联科技有限公司 云南昆明 650200
摘要：随着我国科学技术的发展，我国智能化监视技术也在随之发展。智能视觉监视技术的到来以及发展，推动了我国公共保安领域中监控系统的改革。如今，智能化监视技术使得能够对摄像机所捕捉到的画面和场景进行实时的分析和处理，完成对异常行为进行检测和报警等功能。这对于未来我国的社会公共场所的监控和安全系统有着重大的意义。因此，本文将以人体运动的视觉监视技术的智能化监控系统作为研究对象，从运动检测、人体识别以及目标跟踪这三大方面进行分析探讨，希望能够为以后相关技术的研究提供参考，促进未来我国智能化监控系统的发展。
关键词：智能化 监控系统 信息处理 研究
引言
当前，基于视觉的人运动分析越来越受到计算机视觉领域研究者的关注，它成为了图像处理、图像分析、计算机技术等领域的研究热点。而所谓的人体远动分析，是指借助算法的作用来对人体运动进行识别、跟踪以及解释。人体运动分析的对象广泛，包含有面部运动、手势运动和皮肤表面变化等。基于视觉的人体运动分析研究包括了多方面的知识以及学科。还涉及到图像处理以及计算机视觉等知识。在未来具有广泛的潜在价值。
智能视觉监视技术是公共保安领域的重要组成部分，并且在该领域发挥着不可忽略的作用。目前，相关人员和部门对于该方面的研究的重视度越来越高。并且，已成功地将运动目标检测和跟踪技术应用到了我国的监控系统之中。为我国智能化监控系统的建设于完善提供了基础。这类系统有效地弥补以往摄像头只具有记录的缺陷，将监控人员从长时间的繁杂工作中解放了出来。并且大大提高了监控系统的有效性，并将它的功能最大化地得到利用。由于该系统自身带有简单的自主监控能力，所以可以对监视场景中的目标进行及时有戏的检测与跟踪。如今，随着该系统的不断升级和优化，使得监控系统逐渐朝向人体识别方向发展。由于该系统的自主监控能力，可以实现无人监控。基于人体远动的视觉监控技术的智能化监控系统的一般操作步骤为运动检测、人体检测以及目标跟踪。除此之外，智能化程度较高的系统还能实现对人体行为进行理解与描述。而上述的操作步骤，即运动检测、人体检测和目标跟踪为视觉低级或中级处理部分。而高级处理部分则是行为理解与描述。当然，他们之间并非有着十分清楚的界限，有时也会出现交叉的状况，例如：在目标跟踪的过程中，也会涉及到运动检测的方法。那么，下面将从处理方法的角度来对智能化监控系统信息处理技术进行介绍和分析。
一、运动检测分析
运动目标检测是整个人体运动视觉分析的最底层，也是后续处理（目标分类、运动跟踪、行为理解以及描述）的基础。其目的是对视频流进行检测，然后把背景图像中的变化区域提取出来。换而言之，就是对运动目标的区域或者轮廓进行正确的分割工作。这部分是否可以正常进行对后续工作的影响十分巨大。而其难点就在于如何快速精确地找出匹配目标。根据应用范围以及方法的差异，可以将常规的运动目标检测方法分为背景减除法、实践差分法以及光流法三大类。其中，背景减除法是最为常见、常用的方法。一般情况下，它是以视像头固定为前提。再通过当前图像与背景图像的差分来实现对运动目标的检测。其具有定位精确、速度块当优势。于此同时，也存在着对于外部条件较为敏感，缺乏和的背景更新方法等缺陷。而背景差分法包括的主要内容有背景提取、背景更新以及背景差分等。而作为分割方法之一的时间差分法，又名为帧间差分法，帧差法。有着更新速度快、算法复杂度低、计算量下等优点，但是对于环境噪音较为敏感。因此，对于动态变化场景十分有效，但不能很好低对运动目标的所有特征象素进行提取。光流法大致可以分为基于匹配的、频域的和梯度的三类方法。在摄像头运动的过程中，使用光流法可以对其进行有效的检测，但由于这种方法对噪声敏感、计算方法复杂以及计算量大，造成无法很好地应用于实时性较强的场合。
针对上述的检测方法的缺陷，目前有了越来越多的技术于方法对其进行改善和优化，例如，针对于背景减除法，Hironobu等提出了图像差分阈值判定法，还有Shoushtarian等提出了三种动态背景减除算法。而对于时间差分法，VSAM项目组提出了用三帧差分法的同时，还应用了自适应背景减除法，以此来消除空调现象。
为了解决光照变化对于时间差分法检测结果的影响以及避免阴影、重影等现象的出现，等Spagnolo提出了相关系数结合帧差和背景减除法。
二、人体识别分析
所谓的人体识别，即判断活动人体是否在于检测到的运动区域范围之内。经过检测后，对检测后的运动物体区域进行表示，通常情况下，用数字0、1来进行表示，“1”为运动目标，“0”为静态背景。不一样的运动区域所对应的运动目标有所差异。再者，因为人是监控系统所重点关注的对象，因此根据运动区域的目标来进行分类，则可以分为“人”与“非人”两类。而在目前的使用中，最常见的人体识别有两种，分别为通过检测出的运动区域形状特征进行目标分类与建立人体形态模型库。这两种方法各有利弊，因此，在实际应用的过程中，往往将两者结合起来使用。以便能够更加准确地得到识别结果。
三、目标跟踪分析
目标跟踪就是在识别、提取运动目标的基础上，确定运动目标在作用区域的运动轨迹和相关参数的过程。当前目标的跟踪方法多种多样，由于追踪目标之间存在差异，要求效果之间也存在差异，则采用的方法也有所差异。但大致上可以分为基于特征方法的跟踪、基于模型的跟踪方法、基于区域的跟踪方法以及基于变形模型的跟踪方法。由于基于模型或者区域的追踪方法存在实时性较差等缺陷，使其无法满足追踪的要求。因此，目前，最常用的方法为基于匹配的跟踪和基于运动特性的方法。
四、当前存在的问题以及解决思路
因为在人的着装、运动方向具有多变性以及受到环境因素的影响使得人体运动分析面临着巨大的挑战，随着科学技术水平的不断提升，不可否认的是人体运动随之也得到了一定程度上的发展并具得了不小的成就。但当前人体运动分析依然还存在着许多难点和问题，正等着我们进一步对其进行探究和解决。
4.1存在的问题
因为人的行为的变化性强，所以，无法避免人与人之间，人与物体之间由于接触而出现遮挡的情况。而正因为这一情况的出现，会极大地影响后续的识别工作。由于技术的缺乏和相关理论的有限，造成无法确保行为分析的准确性。使得行为分析的结果与实际应用中的分析有较大的出入。
4.2相关问题的解决思路
针对遮挡和相关的视角问题，可以引进多视角等先进技术。与此同时，还可以采用三维的行为买哦书方法来进行解决。除此之外，利用统计的方法来预测人的位置和姿势也不失为一个解决的途径。而对于行为识别差异的问题，可以从特征选择和向量维数方面进行思考。以此作为突破口。
五、未来的发展趋势
随着5G时代的到来，以及互联网和人工智能等技术的不断发展。基于视觉的人的运动分析也将随着发展。在未来的人的运动分析领域也必将面临更大的挑战。解决一些更开发的问题也是发展的需要。为了满足潜在的应用，未来的发展应将逐渐朝向复杂化发展。逐步实现自主学习以及理解。从目前的单人研究转变为多人行为、人机交互等行为的研究。
六、结束语
人体运动分析在高级人机交互、安全监控、视频会议以及医疗诊断等各大方法都具有广泛的应用价值和经济价值。虽然，当前的研究只处于起步阶段，但相信在未来人运动分析研究会随着其他相关技术的发展而发展。
参考文献
[1]王金庭，杨敏，智能化监控系统信息处理研究[J]，福建电脑，2008（7），28
[2]王先花，浅谈人体运动视觉分析技术的应用[J]，高新技术，2010（23）