基于视频监控系统的智能检测技术应用刘琦--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于视频监控系统的智能检测技术应用刘琦

发表时间：2020/8/5 来源：《基层建设》2020年第9期作者：刘琦

[导读] 摘要：现阶段，视频监控系统的智能检测技术在各个领域中均受到了广泛应用。

        身份证号码：36223219900528xxxx
        摘要：现阶段，视频监控系统的智能检测技术在各个领域中均受到了广泛应用。视频监控系统中对于运动目标的智能检测与跟踪技术是本套系统的关键技术，且始终被学术界所重点关注的难点与热点问题。本文对现阶段视频监控系统对运动目标的智能检测与跟踪算法为基础进行了分析，进而对多目标智能检测与跟踪问题进行了研究，以期能够为视频监控系统智能检测技术的实际应用提供建议和帮助。
        关键词：视频监控系统；智能检测技术；实际应用
        现阶段，智能视频监控系统已然是计算机视频监控领域与视觉监控领域中新奇的应用方向之一，从而备受学术界所重点关注的前沿课题。视频监控系统的智能性需要对计算机中强大的人工智能、模式识别、图像处理、计算能力等诸多技术进行借助，以不受到人为因素所干预的基础条件为前提，对视频反馈中所出现的目标进行自动跟踪、识别、检测，同时对目标行为作出分析与判断，描述出目标的动作与行为，总动识别可疑现象，并启动自动报警系统。
        一、视频监控系统智能化的具体内容
        （一）图像采集
        视频监控系统的图像采集指的是对于视频信号进行采集并获取相应的视频数据，具体包括有效传输视频数据、融合与采集摄像头数据等。图像采集是视频监控系统智能化的基础处理环节。
        （二）运动目标检测
        视频监控系统的运动目标检测指的是将出现在视频中的变化区域（即运动目标）与视频背景进行分割，同时准确性与完整性的不做运动目标的具体信息，获取数据所需的运动矢量，微视觉算法提供相应的检测结果，从而方便做出进一笔的处理与分析。运动目标检测是作为行为理解、目标分类、目标跟踪等后续一系列高难度处理的基础，而视觉算法的分析结果也往往取决于运动目标检测结果的准确性与完整性，由此可见，运动目标检测对于视频监控系统智能化具有十分重要的实际性作用[3]。
        （三）运动目标分类
        视频监控系统的运动目标分类是基于运动目标检测结果来对运动目标进行分类处理，从却将视频反馈的运动目标进行确定，达到对监控目标的不同采取不同的监控策略的目的。视频监控系统的实际监控场景中所反馈的运动目标通常情况下都具有一定的不确定性，例如，人或动物、刚体或非刚体等，必须有效性与准确性的对视频监控系统中反馈的运动目标进行分类，才能满足视频监控系统对具体运动目标的跟踪需求。由此可见，运动目标分类是进行后续处理的基础，也是视频监控系统智能化的目标跟踪的基础性前提。
        （四）运动目标跟踪
        视频监控系统的运动目标跟踪指的是根据视频反馈的连续图像帧间对需要跟踪的运动目标的色彩、纹理、形状、速度、位置等一切相关特征对应匹配的问题进行构建，准确性对应出图像序列中出现的跟踪目标，同时获取与跟踪目标一切相关的运动参数，例如，运动瑰丽、加速度、速度、位置、形状等，确保进行后续分析与处理运动目标行为的理解[2]。对于视频监控系统智能化而言，运动目标跟踪处于运动目标检测与运动目标分类的后一步，是行为描述与行为理解不可或缺的关键所在。
        （五）行为描述与行为理解与报警系统
        视频监控系统的行为描述与行为理解是继运动目标检测、运动目标分类、运动目标跟踪之后对运动目标的行为作出预估与确定，同时通过文字或语言的方式作出描述，从而达到对运动目标的行为是否具有危险性作出判断的目标。若运动目标的行为存在异常或具有一定危险性，将采取自动报警系统。属于视频监控系统智能化的最终目标。

期刊文章分类查询,尽在期刊图书馆

        二、智能检测技术在视频监控系统的应用
        视频监控系统的运动目标检测是非常关键的步骤，目的在于将运动目标从视频背景序列图像进行提取。视频背景图像与环境中往往存在诸多不确定性的动态变化因素，例如，混乱干扰、影子、光线、天气等，因此，运动目标检测的可靠性具有一定的困难度。现阶段，视频监控系统应用的智能检测技术大致分为四种：背景模型智能检测技术、背景减除智能检测技术、光流智能检测技术、时间差分智能检测技术。
        （一）背景模型智能检测技术
        背景模型智能检测技术的应用能够减少目标检测因动态背景变化所受到的影响。背景模型智能检测技术能够针对视频场景中各个像素构建出相应的统计模式，对背景做出周期性的自动更新，将背景中各个像素进行自动分类成运动前景与背景，如果视频背景中的运动目标呈现缓慢速度时，能够对运动区域较好的完成分割，在背景混乱运动与光照变化等干扰因素的影响进行可靠性处理，具备较高的鲁棒性。此外，背景模型智能检测技术依然存在着一定的缺陷，例如，计算量在背景复杂的情况下呈现较大的现象，对实时处理颇为不利，无法使背景突然变化得到满足，对阴影与影子的影响过于敏感。
        （二）背景减除智能检测技术
        背景减除智能检测技术是一种监控视频系统运动目标检测较为常用的技术，通过将时下背景图像与当前图像进行查分，对运动目标阈值化检测的技术。从理论的角度出发，背景减除智能检测技术可以获取最具完整性的理想运动检测结果与特征数据，不过背景减除智能检测技术对于其他动态场景变化与光线变化过于敏感，对背景的更新与选择过度挑剔是背景减除智能检测技术的缺陷[1]。平均图像法是背景更新机制中最简单的一种，通过对某个时间段连续图像来作为背景的参考图像，不过通常情况下动态场景变化在平均图像法背景更新机制产生的背景适应力较弱，检测结果也普遍不理想。可以通过动态背景更新改进方式或改进光流场计算量减少，确保适用于实时监控。
        （三）光流智能检测技术
        光流智能检测技术通过时间变化下运动目标的光流特性进行光流计算从而达到检测运动目标的目的，光流智能检测技术对于背景与运动对象来利用运动场进行区分。光流智能检测技术的优点在于将独立运动目标在无需场景任何相关信息预知的前提下进行检测，较为适合运动背景下的实际应用，但缺陷在于光流智能检测技术具有较为复杂性的计算量，抗噪性能也相对较差，若无法获得特定硬件支持，通常情况下，在序列图像中很难进行实施运动目标检测。
        （四）时间差分智能检测技术
        时间差分智能检测技术是通过采取像素帧间查分在进行阈值化将连续图像序列中两至三个相邻帧间图像运动目标进行提取。时间差分智能检测技术能够较好的适应于动态环境中，但通常无法将具有完整性的特征像素点进行提取，运动时体内部通常极易出现空洞，不具备理想的检测结果，相对而言更适合较为简单的运动检测场合。时间差分智能检测技术的应用有二帧差法技术与三侦查发技术。
        视频监控系统随着人们经济水平的提高面临智能化的需求，而如果想要实现视频监控系统智能化需要通过图像采集、运动目标检测、运动目标分类、运动目标跟踪、行为描述与行为理解与报警系统后方可实现。作为视频监控系统智能化具有极为关键作用的智能检测技术在现阶段较为常用的有背景模型智能检测技术、背景减除智能检测技术、光流智能检测技术、时间差分智能检测技术四种，这四种智能检测技术在具有莫大优势的同时都具有一定的缺陷，需要在未来研究中寻找改进方法，促进视频监控系统智能化发展。
        参考文献
        [1]马海兵,白洁.人脸识别技术在智能视频监控系统中的应用[J].现代电子技术,2007(20):133-136.
        [2]罗士新,李津,薛萌.基于OpenCV的智能视频监控系统设计与实现[J].数字技术与应用,2012,000(012):P.122-123.
        [3]张亚,周孟然,陈君兰,等.基于声源定位技术的智能视频监控系统[J].电子技术应用,2010,36(4):90-93.