论文部分内容阅读
【摘要】近年来,随着城市化进程的不断加剧,城市人口密集程度逐步升级,交通压力也随之增大。作为城市中大容量的快速交通工具,城市地铁缩短了时间与空间的距离,成为许多大城市缓解交通拥堵的重要交通工具。然而出于对公众安全性的考虑,如何有效保障公共交通安全,成为亟待妥善解决的关键问题。
【关键词】公共交通安全、视频分析技术、图像特征信息
中图分类号: C913 文献标识码: A
1、引言
1.1智能视频监控的背景
对于城市交通的状况,大城市的人都有深有体会,日常早晚高峰的拥堵,如同一具枷锁,牢牢地锁住了我们每天的生活。随着经济的发展,城市交通量必然还将持续增加,尽管政府修建了大量的交通设施,但是交通拥挤状况仍然十分严重。同时在各城市相继发生的各种公共安全事件,无形中引发了人们对公共安全的一种新焦虑,这种影响公共安全的新苗头,比以往更复杂、防控难度更大,面对城市交通监控压力的日益严峻,大规模监控视频数据的分析预测是极为必要的。
“预测”是实现智慧交通的关键,匮乏的软、硬件设施阻碍了发展的进程,而实现智慧的交通管理系统的关键,在于对交通流信息的数学建模和对交通数据的分析,它的“预测”能力可以帮助行人和市政管理部门提前做决策。智慧的交通管理系统可实时和持续的集成城市网络来自不同部门的各种道路和交通相关信息,包括城市公路图、公共交通行車路线和时刻表、收费站点图,收集可能影响未来交通流量的各种事件,比如演唱会、火灾、交通事故、道路坍塌、紧急维修等,通过城市路网时空模型,根据不同时间段,分析和预测不同的交通流量,为行车人员判定并提供路线建议,提前避让。在平时,市政部门也可以根据城市道路信息监控,通过“收费”杠杆,引导车流,合理分散道路压力;遇到突发情况的时候,可以联动城市应急系统指挥中心,统一指挥,调配周边急救资源,安排和控制车流量,迅速实施救援。
从技术实现方式上,监控系统已经历了第一代全模拟技术、第二代模拟与数字化相混合,跨入第三代全数字智能的台阶,由于融入了更多网络化应用。城市交通安全监控系统正与更多的公共服务系统对接融合,形成一套集成众多系统、不同品牌的数字化管理及应用的超大规模监控系统,涉及到多个不同类型职能部门之间的相互协调、信息共享、资源互用。
1.2数字化监控集成管理平台
新加坡以其健全发达的交通路网和前瞻性的交通规划管理,为高密度的人流与车辆提供着优质的服务。其中,富有成效的开发和运用智能交通系统(ITMS)是新加坡在城市交通发展规划和实践中引人注目的一环。
新加坡整合交通管理系统以交通信息中心为轴,连接公共汽车系统、出租车系统、城市捷运系统(MRT)、城市轻轨系统(LRT)、城市高速路监控信息系统(EMAS)、车速信息系统(TrafficScan)、电子收费系统(ERP)、道路信息管理系统(RIMS)、优化交通信号系统(GLIDE)、电子通讯系统、车内导航系统等的综合性集成系统。ITMS使道路、使用者和交通系统之间紧密、活跃和稳定的相互信息传递与处理成为可能,从而为出行者和其他道路使用者提供了实时、适当的交通信息,使其能够对交通路线、交通模式和交通时间做出充分、及时的判断。新加坡凭借其前瞻性的交通规划理念和对科技的应用,为解决大城市交通问题提供了新的思路。
数字化监控的设计不仅包含常规的视频监控、报警防范,同时拓展到与更多的先进技术相互融合,从普通的高清数字监控,到专业的智能视频分析、无线识别RFID、光纤震动感应、信号探测和追踪等。众多的数字化系统都需要将硬件与软件有机结合和总体规划,方可以实现一个真正有效的一体化管理。而数字化监控的集成管理平台将占据其核心位置,并发挥着至关重要的作用。
第2章视频分析系统的设计架构
2.1视频分析平台的组成
视频数据分析集成平台,根据实现方式的不同需求,至少应包括集成开放性架构及标准的管理平台、命令指挥控制中心、中心冗余备份机制、集中及分布式存储、分布式体系及架构的全数字化视频管理客户端、多级视频调度策略、虚拟矩阵切换系统、统一设备接口及第三方集成兼容端口、数据管理中心浏览模式、多设备信息管理、权限日志管理、矢量电子地图设置、智能视频分析系统、资源逻辑重组、预案编程规则、情景感知威胁判断规则等。
2.1.1系统架构的设计原则
不同的视频数据分析根据其应用及技术特点需要,采用不同的实现方式。有些信息的应用对于实时性有较高的要求,在数据分析过程中,需要对成像设备进行控制,这类数据分析就适用于依靠设备的实现方式。例如在公共区域发生群体性事件,这类信息一般以报警的方式呈现给用户,由于获取了高清晰度的图像,通过设备特定的视频分析,用户可以及时获取这类告警信息并做出应对,这类数据分析在设备中实现具有较大的优势。
另外一些信息在分析过程中,需要系统提供很强的计算能力支撑,或者需要对多路视频数据进行信息融合,这类数据分析就适用于依靠数据库的实现方式。例如公安在刑侦工作中,需要用到的目标特征信息,对于这类应用,需要系统短时间内完成区域内海量视频数据目标特征的提取及检索,因此利用服务器集群的后端实现方式,就可以提供高密度计算能力的支撑。
2.2视频分析的信息分类
根据实际应用需求及应用方式的不同,可以将视频图像中的信息分为五类,分别是:事件定义信息、目标身份信息、目标图像特征信息、视频统计信息及视频质量信息。
事件定义信息是指从视频中获取的可用语言描述的事件信息,例如有人闯入轨道交通地铁行车区域、屏蔽门设备故障、地铁站厅或站台发生群聚性事件等,这类信息根据等级不同,主要以报警的方式实时呈现给车站及控制中心,运营管理人员根据这类信息,实时对异常事件进行监控并同步处理。
目标身份信息主要是指人员身份,运营管理人员以报警方式或者检索方式使用这类信息,例如进站黑名单人员报警或者嫌疑人照片检索等。
目标图像特征信息是指可描述的目标图像特征,例如人员脸部特征信息等,地铁公安可以利用这类信息在海量视频数据中对目标进行快速定位。
视频统计信息是指从视频中获取的长时间统计数据,例如大客流时间点信息等,运营管理人员可以利用这类信息进行管理工作的优化。
视频质量信息是指对视频质量进行诊断,获取视频图像异常的信息,例如视频被遮挡、视频失焦、视频偏色等,运营管理人员可以利用这类信息进行监控系统的运行维护。
2.3视频分析的实现方式
视频数据分析的实现方式可分为设备实现方式和数据库实现方式两种。设备实现方式是指在各种前端监控设备中集成智能视频分析技术,以实现视频信息的实时分析;数据库实现方式是指利用后端服务器集群,对前端监控设备采集的视频信息进行数据统计、分析、归类。
2.3.1依靠设备的实现方式
一般而言,依靠设备实现方式的优点是可以对视频数据进行实时分析,并根据视频分析算法的需要,对前端设备进行成像控制的一种技术;这种方式要求在高清数字摄像机及球机等多种前端设备中集成视频分析算法。
2.3.2依靠数据库的实现方式
视频数据分析技术的另一种实现方式的是利用服务器集群提供更强大的处理能力,依靠数据库同时对多路视频数据进行处理对比,实现多路视频数据之间的信息融合;视频数据的分析在后端服务器集群中实现,而云计算平台由于具有高度的灵活性及扩展性,是视频数据分析技术后端实现方式优秀的承载平台,这种方式要求后台的视频分析系统功能至少具备多元性、可扩展性及快速响应性。
2.4视频分析的层次流程
视频数据分析的目的是建立底层视频数据到高层语义信息之间的映射关系,由于这种映射关系比较复杂,采用多层次的信息提取及映射技术来实现数据分析判断,得到的结果将更为可靠。在视频数据分析过程中,从末端的视频数据中首先提取图像的特征信息,包括图像纹理、图像色块、运动矢量、图像边缘、灰度直方图等信息,这类信息无法为我们所直接理解,它们是提取基础语义信息的基础。然后利用目标检测、目标跟踪、特征比对等手段从图像特征中提取基础语义信息,包括运动目标、运动目标轨迹、车牌图片、人脸图片等,这类信息已经可以为我们所理解,但是离最终应用还有距离。最后将基础语义信息融合为高层的语义级描述信息,例如融合运动目标轨迹信息及用户设计的禁区信息所生成的描述内容为“发现有人闯入禁区”的语义级报警信息,再例如融合目标行人目标检测信息及运动轨迹信息可以生成客流量统计报表;随着提取信息的层次越高,其包含的信息量逐步减少,其信息的抽象程度越高,也更接近我们所能应用及理解的范畴。
图2-4视频分析层次结构
第3章 视频分析集成子系统
不同行业对于视频信息的需求及应用是截然不同的,目前很难开发出一套通用的视频数据预测算法去适用于各个行业。在现有的技术发展水平下,比较合理的做法是根据各行业的需求,开发专用的视频数据分析系统。以下重点对异常事件监控、交通客流监控、身份信息识别在公共交通监控的应用做阐述。
3.1异常事件监控系统
监控系统的主要用途之一是为了在监控场景中发生各类异常事件时,用户可以及时发现这类事件并进行处理,过去在缺少视频数据分析技术时,监控系统很难发挥应有的效能。视频数据分析可以从视频中获取描述运动目标的各种语义信息,并结合用户事先设定的规则生成报警事件描述性语义信息,并及时通知用户,使用户能够及时对这类事件做出反应。这类视频数据分析已经发展到一定的成熟度,并在机场、铁路、监狱、油田、住宅小区等监控领域有了较多的应用,但是这类技术具有比较强的场景依赖性,在比较复杂多变的场景下其应用效果还需要进一步提升。
3.2交通客流监控系统
监控视频中包含了大量统计类信息,这类信息对管理优化及决策辅助有宝贵的应用价值,例如地铁车站站厅站台进出站客流,在特定时间段或突发情况下,超出车站允许的容留能力,现阶段要处理这类信息,一般只能靠车站人工干预处理,OCC控制中心对各线路车站现场情况的行车调度处理并不及时。视频数据分析技术通过安装在车站站台的高清数字摄像机,获取进出人员及人员运动轨迹等元语义信息,并最终根据用户设定的需求生成各类统计文件,及时发送到调度控制中心;虽然由于技术限制,从视频分析中取得的统计信息无法达到很高的精确度,但主要利用统计或报警的方式,可为行车调度的优化和车站运营的安全管理,提供生動及时的图文信息。
3.3身份信息识别系统
在公共交通监控系统建设中,众多的视频监控同样需要一种远距离、用户非配合状态下的快速身份识别技术,以求远距离快速确认人员身份,实现智能预警。
目前的身份识别系统主要包括四个组成部分,分别为:图像采集及检测、图像特征提取以及匹配与识别。
对于图像采集及检测,当乘客或事物在采集设备的拍摄范围内时,高清数字摄像镜头会自动搜索并拍摄乘客的人脸图像或事物的特征图像。对于图像预处理是基于底层设备检测的结果,系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理,最终服务于特征提取。
图像识别特征通常包括视觉特征、像素统计特征、图像变换系数特征、图像代数特征等。它是对原始图像进行特征建模的过程。主要是根据图像中事物局部构成及其结构关系的几何特征进行提取。
提取的图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。4、结论
脱离数字监控集成化管理平台,用户的操作和管理将凌乱而无序,系统之间关联和信息共享将无法保障,交通监控的业务管理和综合调度指挥将始终游离。而拥有融合专业需求和综合指挥决策的数字监控集成化管理平台,才能发挥数字化技术优势,既满足公共交通运营对安全防范的需要,又满足提高日常调度指挥管理的需要,实现“以人为本、统一和谐”的规划理念。虽然视频分析的核心算法还处在深入研究阶段,但随着各方面持续不断的努力,利用视频分析技术建立一道智能化的监控防线,为城市公共交通提供更完善的安全保障,将只是一个时间问题。
参考文献
1 谈新权. 视频技术基础. 重庆:华中科技大学出版社,2004.
2 赵鸿章. 数字视频处理.北京:北京师范大学出版社. 2009.
3赵春晖. 视频图像运动目标分析.北京: 国防工业出版社. 2011.
4 高文,赵德斌,马思伟. 数字视频编码技术原理. 科学出版社.2010.
5 詹青龙. 网络视频技术. 清华大学出版社. 2010.
【关键词】公共交通安全、视频分析技术、图像特征信息
中图分类号: C913 文献标识码: A
1、引言
1.1智能视频监控的背景
对于城市交通的状况,大城市的人都有深有体会,日常早晚高峰的拥堵,如同一具枷锁,牢牢地锁住了我们每天的生活。随着经济的发展,城市交通量必然还将持续增加,尽管政府修建了大量的交通设施,但是交通拥挤状况仍然十分严重。同时在各城市相继发生的各种公共安全事件,无形中引发了人们对公共安全的一种新焦虑,这种影响公共安全的新苗头,比以往更复杂、防控难度更大,面对城市交通监控压力的日益严峻,大规模监控视频数据的分析预测是极为必要的。
“预测”是实现智慧交通的关键,匮乏的软、硬件设施阻碍了发展的进程,而实现智慧的交通管理系统的关键,在于对交通流信息的数学建模和对交通数据的分析,它的“预测”能力可以帮助行人和市政管理部门提前做决策。智慧的交通管理系统可实时和持续的集成城市网络来自不同部门的各种道路和交通相关信息,包括城市公路图、公共交通行車路线和时刻表、收费站点图,收集可能影响未来交通流量的各种事件,比如演唱会、火灾、交通事故、道路坍塌、紧急维修等,通过城市路网时空模型,根据不同时间段,分析和预测不同的交通流量,为行车人员判定并提供路线建议,提前避让。在平时,市政部门也可以根据城市道路信息监控,通过“收费”杠杆,引导车流,合理分散道路压力;遇到突发情况的时候,可以联动城市应急系统指挥中心,统一指挥,调配周边急救资源,安排和控制车流量,迅速实施救援。
从技术实现方式上,监控系统已经历了第一代全模拟技术、第二代模拟与数字化相混合,跨入第三代全数字智能的台阶,由于融入了更多网络化应用。城市交通安全监控系统正与更多的公共服务系统对接融合,形成一套集成众多系统、不同品牌的数字化管理及应用的超大规模监控系统,涉及到多个不同类型职能部门之间的相互协调、信息共享、资源互用。
1.2数字化监控集成管理平台
新加坡以其健全发达的交通路网和前瞻性的交通规划管理,为高密度的人流与车辆提供着优质的服务。其中,富有成效的开发和运用智能交通系统(ITMS)是新加坡在城市交通发展规划和实践中引人注目的一环。
新加坡整合交通管理系统以交通信息中心为轴,连接公共汽车系统、出租车系统、城市捷运系统(MRT)、城市轻轨系统(LRT)、城市高速路监控信息系统(EMAS)、车速信息系统(TrafficScan)、电子收费系统(ERP)、道路信息管理系统(RIMS)、优化交通信号系统(GLIDE)、电子通讯系统、车内导航系统等的综合性集成系统。ITMS使道路、使用者和交通系统之间紧密、活跃和稳定的相互信息传递与处理成为可能,从而为出行者和其他道路使用者提供了实时、适当的交通信息,使其能够对交通路线、交通模式和交通时间做出充分、及时的判断。新加坡凭借其前瞻性的交通规划理念和对科技的应用,为解决大城市交通问题提供了新的思路。
数字化监控的设计不仅包含常规的视频监控、报警防范,同时拓展到与更多的先进技术相互融合,从普通的高清数字监控,到专业的智能视频分析、无线识别RFID、光纤震动感应、信号探测和追踪等。众多的数字化系统都需要将硬件与软件有机结合和总体规划,方可以实现一个真正有效的一体化管理。而数字化监控的集成管理平台将占据其核心位置,并发挥着至关重要的作用。
第2章视频分析系统的设计架构
2.1视频分析平台的组成
视频数据分析集成平台,根据实现方式的不同需求,至少应包括集成开放性架构及标准的管理平台、命令指挥控制中心、中心冗余备份机制、集中及分布式存储、分布式体系及架构的全数字化视频管理客户端、多级视频调度策略、虚拟矩阵切换系统、统一设备接口及第三方集成兼容端口、数据管理中心浏览模式、多设备信息管理、权限日志管理、矢量电子地图设置、智能视频分析系统、资源逻辑重组、预案编程规则、情景感知威胁判断规则等。
2.1.1系统架构的设计原则
不同的视频数据分析根据其应用及技术特点需要,采用不同的实现方式。有些信息的应用对于实时性有较高的要求,在数据分析过程中,需要对成像设备进行控制,这类数据分析就适用于依靠设备的实现方式。例如在公共区域发生群体性事件,这类信息一般以报警的方式呈现给用户,由于获取了高清晰度的图像,通过设备特定的视频分析,用户可以及时获取这类告警信息并做出应对,这类数据分析在设备中实现具有较大的优势。
另外一些信息在分析过程中,需要系统提供很强的计算能力支撑,或者需要对多路视频数据进行信息融合,这类数据分析就适用于依靠数据库的实现方式。例如公安在刑侦工作中,需要用到的目标特征信息,对于这类应用,需要系统短时间内完成区域内海量视频数据目标特征的提取及检索,因此利用服务器集群的后端实现方式,就可以提供高密度计算能力的支撑。
2.2视频分析的信息分类
根据实际应用需求及应用方式的不同,可以将视频图像中的信息分为五类,分别是:事件定义信息、目标身份信息、目标图像特征信息、视频统计信息及视频质量信息。
事件定义信息是指从视频中获取的可用语言描述的事件信息,例如有人闯入轨道交通地铁行车区域、屏蔽门设备故障、地铁站厅或站台发生群聚性事件等,这类信息根据等级不同,主要以报警的方式实时呈现给车站及控制中心,运营管理人员根据这类信息,实时对异常事件进行监控并同步处理。
目标身份信息主要是指人员身份,运营管理人员以报警方式或者检索方式使用这类信息,例如进站黑名单人员报警或者嫌疑人照片检索等。
目标图像特征信息是指可描述的目标图像特征,例如人员脸部特征信息等,地铁公安可以利用这类信息在海量视频数据中对目标进行快速定位。
视频统计信息是指从视频中获取的长时间统计数据,例如大客流时间点信息等,运营管理人员可以利用这类信息进行管理工作的优化。
视频质量信息是指对视频质量进行诊断,获取视频图像异常的信息,例如视频被遮挡、视频失焦、视频偏色等,运营管理人员可以利用这类信息进行监控系统的运行维护。
2.3视频分析的实现方式
视频数据分析的实现方式可分为设备实现方式和数据库实现方式两种。设备实现方式是指在各种前端监控设备中集成智能视频分析技术,以实现视频信息的实时分析;数据库实现方式是指利用后端服务器集群,对前端监控设备采集的视频信息进行数据统计、分析、归类。
2.3.1依靠设备的实现方式
一般而言,依靠设备实现方式的优点是可以对视频数据进行实时分析,并根据视频分析算法的需要,对前端设备进行成像控制的一种技术;这种方式要求在高清数字摄像机及球机等多种前端设备中集成视频分析算法。
2.3.2依靠数据库的实现方式
视频数据分析技术的另一种实现方式的是利用服务器集群提供更强大的处理能力,依靠数据库同时对多路视频数据进行处理对比,实现多路视频数据之间的信息融合;视频数据的分析在后端服务器集群中实现,而云计算平台由于具有高度的灵活性及扩展性,是视频数据分析技术后端实现方式优秀的承载平台,这种方式要求后台的视频分析系统功能至少具备多元性、可扩展性及快速响应性。
2.4视频分析的层次流程
视频数据分析的目的是建立底层视频数据到高层语义信息之间的映射关系,由于这种映射关系比较复杂,采用多层次的信息提取及映射技术来实现数据分析判断,得到的结果将更为可靠。在视频数据分析过程中,从末端的视频数据中首先提取图像的特征信息,包括图像纹理、图像色块、运动矢量、图像边缘、灰度直方图等信息,这类信息无法为我们所直接理解,它们是提取基础语义信息的基础。然后利用目标检测、目标跟踪、特征比对等手段从图像特征中提取基础语义信息,包括运动目标、运动目标轨迹、车牌图片、人脸图片等,这类信息已经可以为我们所理解,但是离最终应用还有距离。最后将基础语义信息融合为高层的语义级描述信息,例如融合运动目标轨迹信息及用户设计的禁区信息所生成的描述内容为“发现有人闯入禁区”的语义级报警信息,再例如融合目标行人目标检测信息及运动轨迹信息可以生成客流量统计报表;随着提取信息的层次越高,其包含的信息量逐步减少,其信息的抽象程度越高,也更接近我们所能应用及理解的范畴。
图2-4视频分析层次结构
第3章 视频分析集成子系统
不同行业对于视频信息的需求及应用是截然不同的,目前很难开发出一套通用的视频数据预测算法去适用于各个行业。在现有的技术发展水平下,比较合理的做法是根据各行业的需求,开发专用的视频数据分析系统。以下重点对异常事件监控、交通客流监控、身份信息识别在公共交通监控的应用做阐述。
3.1异常事件监控系统
监控系统的主要用途之一是为了在监控场景中发生各类异常事件时,用户可以及时发现这类事件并进行处理,过去在缺少视频数据分析技术时,监控系统很难发挥应有的效能。视频数据分析可以从视频中获取描述运动目标的各种语义信息,并结合用户事先设定的规则生成报警事件描述性语义信息,并及时通知用户,使用户能够及时对这类事件做出反应。这类视频数据分析已经发展到一定的成熟度,并在机场、铁路、监狱、油田、住宅小区等监控领域有了较多的应用,但是这类技术具有比较强的场景依赖性,在比较复杂多变的场景下其应用效果还需要进一步提升。
3.2交通客流监控系统
监控视频中包含了大量统计类信息,这类信息对管理优化及决策辅助有宝贵的应用价值,例如地铁车站站厅站台进出站客流,在特定时间段或突发情况下,超出车站允许的容留能力,现阶段要处理这类信息,一般只能靠车站人工干预处理,OCC控制中心对各线路车站现场情况的行车调度处理并不及时。视频数据分析技术通过安装在车站站台的高清数字摄像机,获取进出人员及人员运动轨迹等元语义信息,并最终根据用户设定的需求生成各类统计文件,及时发送到调度控制中心;虽然由于技术限制,从视频分析中取得的统计信息无法达到很高的精确度,但主要利用统计或报警的方式,可为行车调度的优化和车站运营的安全管理,提供生動及时的图文信息。
3.3身份信息识别系统
在公共交通监控系统建设中,众多的视频监控同样需要一种远距离、用户非配合状态下的快速身份识别技术,以求远距离快速确认人员身份,实现智能预警。
目前的身份识别系统主要包括四个组成部分,分别为:图像采集及检测、图像特征提取以及匹配与识别。
对于图像采集及检测,当乘客或事物在采集设备的拍摄范围内时,高清数字摄像镜头会自动搜索并拍摄乘客的人脸图像或事物的特征图像。对于图像预处理是基于底层设备检测的结果,系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理,最终服务于特征提取。
图像识别特征通常包括视觉特征、像素统计特征、图像变换系数特征、图像代数特征等。它是对原始图像进行特征建模的过程。主要是根据图像中事物局部构成及其结构关系的几何特征进行提取。
提取的图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。4、结论
脱离数字监控集成化管理平台,用户的操作和管理将凌乱而无序,系统之间关联和信息共享将无法保障,交通监控的业务管理和综合调度指挥将始终游离。而拥有融合专业需求和综合指挥决策的数字监控集成化管理平台,才能发挥数字化技术优势,既满足公共交通运营对安全防范的需要,又满足提高日常调度指挥管理的需要,实现“以人为本、统一和谐”的规划理念。虽然视频分析的核心算法还处在深入研究阶段,但随着各方面持续不断的努力,利用视频分析技术建立一道智能化的监控防线,为城市公共交通提供更完善的安全保障,将只是一个时间问题。
参考文献
1 谈新权. 视频技术基础. 重庆:华中科技大学出版社,2004.
2 赵鸿章. 数字视频处理.北京:北京师范大学出版社. 2009.
3赵春晖. 视频图像运动目标分析.北京: 国防工业出版社. 2011.
4 高文,赵德斌,马思伟. 数字视频编码技术原理. 科学出版社.2010.
5 詹青龙. 网络视频技术. 清华大学出版社. 2010.