论文部分内容阅读
摘 要 随着社会的发展,安防监控系统越来越受到人们的重视。本文在介绍智能视频分析技术的基础上对智能视频分析系统进行了设计,并对智能视频分析系统的应用前景进行了展望。
关键词 智能化 视频分析 系统设计 监控
中图分类号: TP37 文献标识码:A
1 引言
进入21世纪以来,经济和社会的发展促使着人们不断提高安防意识,对于安防监控的业务需求不断增大,如何通过经济的、高效的、智能的和可行的技术手段来提高安防监控,保障公众安全和财产安全,成为了智能监控领域内普遍关注的热点问题。
传统的利用摄像头和录像监视设备组成的监控系统存在着诸多问题:例如需求操作人员进行查看和管理维护,只能作为事后取证的工具,无法解决快速报警、目标跟踪及定位等问题。智能视频分析技术是一种新的技术,是在视频监控系统发展到一定程度时市场自然提出的要求。
2 智能视频分析技术
智能视频分析技术属于模式识别技术的一种,就是指采用智能化的视频分析算法,利用计算机对视野范围内的目标的特定行为进行分析和提取,让计算机判断出这些个体进行了一些什么行为,进而可以判断这些行为是否符合某些规则,是否属于“某一类型”的行为,而这些类型的行为是应该提醒监控人员注意的“可疑行为”。当发现存在符合某种规则的行为(如定向运动、越界、游荡、遗留等)发生时,自动向监控系统发出提示信号,采取某种对应措施(如声光报警器报警)或通知监控人员进行人工干预等。智能视频分析技术实现用计算机“代替”人进行分析,也即实现了“自动分析”或是“智能分析”。
智能视频主要技术包括以下几个方面:
(1)目标检测
在视频监控系统中,目标检测处于智能分析的低层,包括动目标以及静目标检测,是各种后续处理的基础。
(2)目标跟踪
目标跟踪即对监控区域内的运动目标的轨迹进行跟踪,是目标监控的最基本的应用,也是其他事件监测的基础,处于智能视频分析的中层。
(3)目标分类和识别
属于智能视频分析的中高层。目标分类指根据检测到目标的形状、外观、轮廓等特征进行分类(如行人、车辆、动物等),目标识别指对目标的身份进行甄别,实际应用中,如人脸识别,步态识别,车牌识别等。
(4)视频内容分析和理解
属于高级智能视频分析,是真正实现监控智能化的关键。在上述低级处理的基础上,进一步对场景中的行为,复杂事件等进行分析和识别,并用自然语言等加以描述。其中最典型的是对场景中的运动目标特别是人的行为的理解和描述。
(5)系统设计
智能视频分析系统是以基于图像处理、模式识别技术的计算机视觉技术为核心,结合多媒体技术、计算机网络技术的一种主动监控分析系统。
本文中基于ARM Cortex的智能视频分析系统,旨在打造基于智能视频分析技术的成套安防报警管理系统解决方案。本系统借助计算机强大的数据处理功能,对视频画面中的海量数据进行高速分析,以数字化、网络化视频监控为基础,采用ARM Cortex嵌入式多任务系统技术、数字图像压缩/处理技术、智能视频分析等技术,提供了入侵检测、徘徊检测、遗弃物检测、物品搬移检测、自动跟踪检测、非法停车检测、烟火检测以及防尾随、人流统计和智能监控异常检测等功能。该系统中所做的智能视频分析能够识别不同的物体,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报和提供有用信息,从而能够更加有效地协助安全人员处理危机,并最大限度的降低误报和漏报现象。
本文中所设计的智能视频分析系统可以划分为几个子模块:
(1)ARM Cortex处理平台
实际应用环境中越来越复杂的算法带来了巨大的计算量,目前广泛应用在智能分析设备中DSP芯片计算能力有限,已经不能满足某些复杂算法的需要。并且无法植入嵌入式操作系统,无法成为一个独立的嵌入式终端。本系统采用TI公司的以ARM Cortex-A9为核心的OMAP4430处理器,该处理器具有双核对称处理器、1GHZ的运算速度。ARM NEON技术将DSP和媒体处理能力提高了近4倍,并支持改良的浮点运算,满足下一代3D图形、游戏物理应用以及传统嵌入式控制应用的需求。本系统充分利用其对于图像处理的优化支持和开发工具,完成视频分析算法的移植和运行工作。基于ARM Cortex的硬件平台使用的关键技术包括核心芯片技术和ARM Cortex嵌入式实时多任务处理系统技术,以实现网路升级、许可证管理等各项功能,节约在更新换代时购置新设备成本。
(2)算法分析模块
运用数字视频处理技术与智能分析技术,对已有的算法进行改进,开发具有自主知识产权的智能视频分析算法,并使用VC6.0实现,完成入侵检測、围栏入侵检测、区域入侵检测、徘徊检测、遗弃物检测、物品搬移检测、自动跟踪检测、非法停车检测、车牌自动识别、人流(车流)统计、烟火检测、智能监控防尾随、智能分析之异常检测。
(3)视频传输与控制信号的架设
关键技术包括MPEG-4编码与解码;媒体数据传输和控制协议;SIP协议开发。RTP提供具有实时特征的、端到端的数据传输服务。在视频数据前插入包含有载荷标识、序号、时间戳和同步源标识符的RTP包头,然后利用数据报套接字(UDP)在IP网络上传输RTP包。RTCP负责管理传输质量在当前应用进程之间交换控制信息。在RTP会话期间,各参与者周期性地传送RTCP包,包中含有已发送的数据包的数量、丢失的数据包的数量等统计资料。SIP服务器可以利用这些信息动态地改变传输速率,甚至改变有效载荷类型。RTP/RTCP可视为应用程序,集成于嵌入式终端的应用程序中。SIP协议开发是在摄像头所级联的嵌入式终端中,基于ARM实现SIP协议编程。 (4)手持終端设备无线视频通信
在基于ARM Cortex的智能视频分析系统中,网络通讯是非常重要的一部分,无线视频通信技术,采用了基于IEEE 802.11b标准的无线局域网络,提供了宽带图像传输环境。采用了MPEG-4压缩技术,在高图像质量的前提下,可实现高压缩效率。本无线视频通信方案可有效地权衡视频通信中有效性和可靠性的矛盾,保证图像高质量和实时性强地传输。
3 应用前景
智能视频分析系统还属于新兴领域,根据权威的IDC报告称:智能视频分析系统在中国的市场普及率还未达到5%。目前国内智能视频分析系统已经应用于高速公路、地铁、商场、银行和住宅小区等场所,服务于安全防卫、交通管理或者行为分析等应用。随着安防发展的不断加快,人们的安全防范意识不断增强,将会对智能视频分析提出更高的要求。不同行业对于智能视频分析的要求是不同的,不同行业间检测行为类型与异常事件的特殊性也是智能视频分析技术研究中不得不面临的问题。智能视频分析技术只要结合行业实际应用,针对不同行业具体要求,满足用户需求,必然会在各行业中逐步显现威力。虽然目前智能视频分析技术对环境适应性有一定限制,但随着图像处理、图像分析以及计算机视觉等学科的发展,众多优秀算法的提出将使得智能视频分析更加智能。智能视频分析是监控领域最新的、最具发展潜力的方向,随着投入力量的不断增加,智能视频监控产品必定会有更加广阔的前景。
参考文献
[1] 蔡立公,浅析智能视频分析系统的设计[J], 黑龙江科技信息,2011(30).
[2] 陈冬冬,张曼琳,贾平,汪永强,智能视频分析技术在综合安防系统中的应用[J],计算机系统应用,2011(5).
[3] Gantz JF, Reinsel D, Chute C, et al. The expanding digital universe: A forecast of worldwide information growth through 2010. An Internet Data Center (IDC) White Paper,sponsored by EMC, 2010.
[4] 余莉琪,基于IVS智能视频分析在平安校园中的应用研究[J],科技信息,2012年第33期.
[5] 肖沁雨,智能视频监控关键技术分析[J],制造业自动化,2012(12).
关键词 智能化 视频分析 系统设计 监控
中图分类号: TP37 文献标识码:A
1 引言
进入21世纪以来,经济和社会的发展促使着人们不断提高安防意识,对于安防监控的业务需求不断增大,如何通过经济的、高效的、智能的和可行的技术手段来提高安防监控,保障公众安全和财产安全,成为了智能监控领域内普遍关注的热点问题。
传统的利用摄像头和录像监视设备组成的监控系统存在着诸多问题:例如需求操作人员进行查看和管理维护,只能作为事后取证的工具,无法解决快速报警、目标跟踪及定位等问题。智能视频分析技术是一种新的技术,是在视频监控系统发展到一定程度时市场自然提出的要求。
2 智能视频分析技术
智能视频分析技术属于模式识别技术的一种,就是指采用智能化的视频分析算法,利用计算机对视野范围内的目标的特定行为进行分析和提取,让计算机判断出这些个体进行了一些什么行为,进而可以判断这些行为是否符合某些规则,是否属于“某一类型”的行为,而这些类型的行为是应该提醒监控人员注意的“可疑行为”。当发现存在符合某种规则的行为(如定向运动、越界、游荡、遗留等)发生时,自动向监控系统发出提示信号,采取某种对应措施(如声光报警器报警)或通知监控人员进行人工干预等。智能视频分析技术实现用计算机“代替”人进行分析,也即实现了“自动分析”或是“智能分析”。
智能视频主要技术包括以下几个方面:
(1)目标检测
在视频监控系统中,目标检测处于智能分析的低层,包括动目标以及静目标检测,是各种后续处理的基础。
(2)目标跟踪
目标跟踪即对监控区域内的运动目标的轨迹进行跟踪,是目标监控的最基本的应用,也是其他事件监测的基础,处于智能视频分析的中层。
(3)目标分类和识别
属于智能视频分析的中高层。目标分类指根据检测到目标的形状、外观、轮廓等特征进行分类(如行人、车辆、动物等),目标识别指对目标的身份进行甄别,实际应用中,如人脸识别,步态识别,车牌识别等。
(4)视频内容分析和理解
属于高级智能视频分析,是真正实现监控智能化的关键。在上述低级处理的基础上,进一步对场景中的行为,复杂事件等进行分析和识别,并用自然语言等加以描述。其中最典型的是对场景中的运动目标特别是人的行为的理解和描述。
(5)系统设计
智能视频分析系统是以基于图像处理、模式识别技术的计算机视觉技术为核心,结合多媒体技术、计算机网络技术的一种主动监控分析系统。
本文中基于ARM Cortex的智能视频分析系统,旨在打造基于智能视频分析技术的成套安防报警管理系统解决方案。本系统借助计算机强大的数据处理功能,对视频画面中的海量数据进行高速分析,以数字化、网络化视频监控为基础,采用ARM Cortex嵌入式多任务系统技术、数字图像压缩/处理技术、智能视频分析等技术,提供了入侵检测、徘徊检测、遗弃物检测、物品搬移检测、自动跟踪检测、非法停车检测、烟火检测以及防尾随、人流统计和智能监控异常检测等功能。该系统中所做的智能视频分析能够识别不同的物体,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报和提供有用信息,从而能够更加有效地协助安全人员处理危机,并最大限度的降低误报和漏报现象。
本文中所设计的智能视频分析系统可以划分为几个子模块:
(1)ARM Cortex处理平台
实际应用环境中越来越复杂的算法带来了巨大的计算量,目前广泛应用在智能分析设备中DSP芯片计算能力有限,已经不能满足某些复杂算法的需要。并且无法植入嵌入式操作系统,无法成为一个独立的嵌入式终端。本系统采用TI公司的以ARM Cortex-A9为核心的OMAP4430处理器,该处理器具有双核对称处理器、1GHZ的运算速度。ARM NEON技术将DSP和媒体处理能力提高了近4倍,并支持改良的浮点运算,满足下一代3D图形、游戏物理应用以及传统嵌入式控制应用的需求。本系统充分利用其对于图像处理的优化支持和开发工具,完成视频分析算法的移植和运行工作。基于ARM Cortex的硬件平台使用的关键技术包括核心芯片技术和ARM Cortex嵌入式实时多任务处理系统技术,以实现网路升级、许可证管理等各项功能,节约在更新换代时购置新设备成本。
(2)算法分析模块
运用数字视频处理技术与智能分析技术,对已有的算法进行改进,开发具有自主知识产权的智能视频分析算法,并使用VC6.0实现,完成入侵检測、围栏入侵检测、区域入侵检测、徘徊检测、遗弃物检测、物品搬移检测、自动跟踪检测、非法停车检测、车牌自动识别、人流(车流)统计、烟火检测、智能监控防尾随、智能分析之异常检测。
(3)视频传输与控制信号的架设
关键技术包括MPEG-4编码与解码;媒体数据传输和控制协议;SIP协议开发。RTP提供具有实时特征的、端到端的数据传输服务。在视频数据前插入包含有载荷标识、序号、时间戳和同步源标识符的RTP包头,然后利用数据报套接字(UDP)在IP网络上传输RTP包。RTCP负责管理传输质量在当前应用进程之间交换控制信息。在RTP会话期间,各参与者周期性地传送RTCP包,包中含有已发送的数据包的数量、丢失的数据包的数量等统计资料。SIP服务器可以利用这些信息动态地改变传输速率,甚至改变有效载荷类型。RTP/RTCP可视为应用程序,集成于嵌入式终端的应用程序中。SIP协议开发是在摄像头所级联的嵌入式终端中,基于ARM实现SIP协议编程。 (4)手持終端设备无线视频通信
在基于ARM Cortex的智能视频分析系统中,网络通讯是非常重要的一部分,无线视频通信技术,采用了基于IEEE 802.11b标准的无线局域网络,提供了宽带图像传输环境。采用了MPEG-4压缩技术,在高图像质量的前提下,可实现高压缩效率。本无线视频通信方案可有效地权衡视频通信中有效性和可靠性的矛盾,保证图像高质量和实时性强地传输。
3 应用前景
智能视频分析系统还属于新兴领域,根据权威的IDC报告称:智能视频分析系统在中国的市场普及率还未达到5%。目前国内智能视频分析系统已经应用于高速公路、地铁、商场、银行和住宅小区等场所,服务于安全防卫、交通管理或者行为分析等应用。随着安防发展的不断加快,人们的安全防范意识不断增强,将会对智能视频分析提出更高的要求。不同行业对于智能视频分析的要求是不同的,不同行业间检测行为类型与异常事件的特殊性也是智能视频分析技术研究中不得不面临的问题。智能视频分析技术只要结合行业实际应用,针对不同行业具体要求,满足用户需求,必然会在各行业中逐步显现威力。虽然目前智能视频分析技术对环境适应性有一定限制,但随着图像处理、图像分析以及计算机视觉等学科的发展,众多优秀算法的提出将使得智能视频分析更加智能。智能视频分析是监控领域最新的、最具发展潜力的方向,随着投入力量的不断增加,智能视频监控产品必定会有更加广阔的前景。
参考文献
[1] 蔡立公,浅析智能视频分析系统的设计[J], 黑龙江科技信息,2011(30).
[2] 陈冬冬,张曼琳,贾平,汪永强,智能视频分析技术在综合安防系统中的应用[J],计算机系统应用,2011(5).
[3] Gantz JF, Reinsel D, Chute C, et al. The expanding digital universe: A forecast of worldwide information growth through 2010. An Internet Data Center (IDC) White Paper,sponsored by EMC, 2010.
[4] 余莉琪,基于IVS智能视频分析在平安校园中的应用研究[J],科技信息,2012年第33期.
[5] 肖沁雨,智能视频监控关键技术分析[J],制造业自动化,2012(12).