智能監(jiān)控:解說智能視頻監(jiān)控運(yùn)用及步驟

    說起智能視頻監(jiān)控技術(shù)的運(yùn)用，我們可想而知，它是利用計(jì)算機(jī)視覺技術(shù)、圖像視頻處理技術(shù)和人工智能技術(shù)對監(jiān)控視頻的內(nèi)容進(jìn)行描述、理解和分析，并能根據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進(jìn)行控制，從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。圖1給出了一個(gè)典型的智能視頻監(jiān)控系統(tǒng)的基本工作流程。

　　智能視頻分析模塊獲取視頻序列后，煙臺(tái)監(jiān)控公司首先通過圖像恢復(fù)或超分辨率復(fù)原技術(shù)提高圖像質(zhì)量，然后對場景中的目標(biāo)進(jìn)行檢測、分類和跟蹤，進(jìn)而實(shí)現(xiàn)視頻內(nèi)容的分析理解，包括場景中的異常檢測、人的身份識(shí)別以及視頻內(nèi)容的理解描述等。最后根據(jù)設(shè)定的規(guī)則產(chǎn)生報(bào)警，進(jìn)而觸發(fā)后續(xù)業(yè)務(wù)處理。各步驟介紹如下：

　　目標(biāo)檢測將輸入的視頻圖像中變化劇烈的圖像區(qū)域從圖像背景中分離出來，它處于視頻監(jiān)控技術(shù)的前端，是各種后續(xù)處理的基礎(chǔ)。目前，算法主要包括背景減法、相鄰幀差法和光流法等。

　　目標(biāo)分類利用一些圖像特征值實(shí)現(xiàn)目標(biāo)類型（一般是人和車）的甄別。用于目標(biāo)分類的特征有空間特征和時(shí)間特征兩種，空間特征包括目標(biāo)輪廓、目標(biāo)尺寸、目標(biāo)紋理等，時(shí)間特征包括目標(biāo)大小的變化、運(yùn)動(dòng)的速度等。

　　目標(biāo)跟蹤依據(jù)目標(biāo)及其所在的環(huán)境，選擇能唯一表示目標(biāo)的特征，并在后續(xù)幀中搜索與該特征最匹配的目標(biāo)位置。常用的跟蹤算法包括：基于特征的跟蹤算法，煙臺(tái)監(jiān)控設(shè)備基于3D模型的跟蹤，基于主動(dòng)輪廓模型的跟蹤以及基于運(yùn)動(dòng)估計(jì)的跟蹤等。

　　智能分析。它位于智能視頻監(jiān)控的高級(jí)階段，是實(shí)現(xiàn)視頻監(jiān)控智能化的關(guān)鍵。包括異常檢測、身份識(shí)別及視頻內(nèi)容理解等。