国外智能视频监控的热点探究

刘京京,蔡喜平

（黑龙江大学 物理科学与技术学院，哈尔滨,150080）

国外智能视频监控的热点探究

刘京京,蔡喜平

（黑龙江大学 物理科学与技术学院，哈尔滨,150080）

随着智能视频监控在安全防范监控领域广泛应用，其相关技术备受国内外专家和研究人员的重视。智能视频监控作为一种综合技术，涉及多个科学领域知识。本文探讨当前国外智能视频监控的研究热点，总结归纳与其相关的研究领域，以期为国内智能视频监控的研究与发展提供借鉴。

智能视频监控；研究热点；运动目标检测；目标跟踪；目标识别

0 引言

随着经济不断发展和社会进步，各种社会矛盾导致的公共安全突发事件的日益增多，安防行业也日益发展繁荣。依据《中国安防行业“十二五”发展规划》预计，到2015年国内安防总产值将达到5000亿元，而55%市场份额为视频监控系统所占有。目前，我国比较常用的视频监控仍是基于人工操作，而专家认为集中注意力监控视频画面20分钟以上，其专注程度会不断下降。这种依靠人眼监查，安全性和精确性均达不到要求，且视频监控系统更多的是保存视频录像，没有发挥监控的时效性和主动性。随着视频监控系统的改进和发展，国际上已进入“第四代视频监控系统”，真正意义上的智能视频监控系统应运而生，相比传统的视频监控，具有变被动监控为主动监控，使计算机代替人进行监控，充分体现其智能性。

智能视频监控是融入了计算机视觉、人工智能、模式识别、通信等诸多技术领域的综合应用，是涉及广泛的系统性工程。本文探讨当前国外智能视频监控的研究热点，总结归纳与其相关的研究领域，以期为国内智能视频监控的研究与发展提供借鉴。

1 运动目标检测及其算法发展

运动目标检测作为智能视频监控图像序列分析的基础和第一步，就是监控者对关注的运动目标，从视频图像序列中把运动目标从背景图像中实时检测并提取出来，利用颜色、角点、位置等特征进行描述。由于光照、天气等外在因素的影响，致使背景图像会有一些动态变化，从而使运动目标检测变成一项有难度的工作。从检测分析方法来看，目前动态背景下的运动目标检测算法包括：光流法、相邻帧间差分法、背景差分法。其中，最常用的运动检测方法是背景差分法。

光流法是一种利用图像序列的光流场实现运动目标检测的方法，此算法计算量巨大、耗时，容易被光照变化、噪声等因素影响计算精度，要求辅以专门硬件设备，保证实时检测；相邻帧间差分法是通过比较相邻两帧或几帧图像的像素时间差分，进行判别阈值检测和提取运动目标，此算法优点是自适应性较好，但缺点是检测目标缺少完整性，容易产生空洞。采用变块差分可以降低空洞出现程度，但是处理后的目标对象具有锯齿边缘，并难以确定前景块与背景块的阈值，容易被噪声干扰。

背景差分法是将当前帧图像与背景模型图像作比较，通过比较差分后获得运动区域的运动检测方法。静态背景模型的获取是背景差分法的关键，并自适应背景的变化。针对这种情况，

Staufer和Grimson提出一种基于混合高斯模型的运动目标检测算法。该算法对复杂场景下的背景模型分布进行描述，对处理背景的扰动、突变等具有很好作用，在智能视频监控中运用取得较好效果，但是其算法比较复杂，实际中不但要考虑到算法的鲁棒性，还要考虑算法的复杂度、实时性、可靠性等各方面的因素。满足上述开发要求，Yang等提出一种自适应的基于混合高斯模型的运动目标检测算法，通过实验证明此算法可以准确与快速对背景建模，并有很好的鲁棒性。

背景图像配准方面，Agrawal 等基于尺度不变特征变换( Scale Invariant Feature Transform，SIFT )和加速鲁棒特征（Speed-Up Robust Feature，SURF）算法效果的分析与总结，提出了中心环绕极值特征( Center Surround Extremas, CenSurE)，它具有坐标精确、计算快速、旋转稳定、良好适应性的优点。Zhang等提出一种结合中心环绕极值特征和时空信息的运动目标检测算法，用于提高动态场景中运动目标检测的速度和目标的完整性。

2 目标跟踪及其算法发展

目标跟踪是智能视频监控的核心技术之一，是在提取运动目标之后的关键步骤，它不仅提供对被监视者的运动轨迹，也提供了对监控场景中运动目标的场景分析和运动分析的可靠的数据来源，同时目标的跟踪信息也为其正确检测及识别提供了依据。目前，国外已经有许多研究人员对目标跟踪做了大量的研究，提出许多算法，现有的算法包括点跟踪、核跟踪和轮廓跟踪。

点跟踪方法是利用目标的自身特征点代表目标，通过相邻两帧特征点匹配的方法跟踪目标。事实上，伴随目标与背景的运动与变化，特征点可能消失或者强烈变化致使跟踪不成功。如何在部分遮挡、缩放、旋转等因素影响下选取特征点是亟待解决的问题。Xu等提出一种全局特征点匹配与局部点特征匹配相结合的目标跟踪算法，有效解决多运动目标遮挡问题。Zhao等提出一种基于均值漂移与尺度不变特征装换（SIFT）的目标跟踪算法，较好解决了缩放与旋转问题。

核跟踪方法通常用基本几何形状表达目标。该方法首要是确定目标模板，然后利用图像和模板进行判断匹配与跟踪。其中非常典型的是Mean Shift算法，Zhang等改进Mean Shift算法，跟踪目标与候选目标采用多维直方图代表，通过自适应跟踪方法解决跟踪中局部最优解问题。Yang等分析Mean Shift算法不足，结合Harris特征角点与Surf算法改进其不足，解决了帧速过快与背景复杂对跟踪效果的不良影响。

轮廓跟踪是通过顺序寻找边缘点进行跟踪边界，具有降低计算复杂度的优点，但跟踪初始化是其难点。Wu等提出基于协方差匹配的轮廓跟踪变分法，使轮廓与模板外侧区域间的协方差最大化，内部图像区域与给定模板的协方差最小化，经图像序列的实验证明此方法有较好效果。An等提出一个均值漂移snake算法，可以准确提取的目标轮廓，并收集有用的反馈信息。此方法跟踪精度高，能够有效解决复杂背景下的快速移动问题。

3 目标识别及其算法发展

目标识别是当前计算机视觉领域中广为关注的研究热点，其思想内涵是对监控视频应用场景中主要对象进行识别和分类，是场景理解的重要组成部分。其中，人脸识别、运动目标检测、行为识别、图像理解与认知功能等为目标识别的主要研究内容，而各自相关算法的改进发展更是研究的重点和难点。

在人脸识别方面，Li等针对遮挡的人脸识别问题，提出采样稀疏表示与信息辅助判别的算法，与经典的SRC算法相比，耗时较少；在运动目标识别方面，Zhang等提出一种基于图嵌入降维算法的运动目标识别方法，实现自适应混合高斯模型和轮廓图像提取的捕捉和统一 ，与过去的方法相比就有显著效果；行为识别方面，Li等基于隐马尔可夫模型（HMM）改进粒子群优化算法（PSO），提出HMM-PSO算法，并对事件的概率序列（EPS）进行分析，通过一系列事件计算来描述人类行为的独特特点。对EPS分析表明，该方法具有较高的识别率；在图像理解与认知功能方面，Huang等提出一般目标识别和图像理解的模型GORIUM，该模型的核心思想是发现重复的视觉目标可以选择性注意模型以及以一种无监督形式对大图像集的两两局部不变特征进行匹配；Liu等基于人类的视觉处理的认知功能，提出一个基于目标识别的分布式计算认知模型，其性能优于计算机科学的研究中五个有代表性的三维物体识别算法。

4 结语

本文针对当前国外智能视频监控的研究热点，即：运动目标检测、目标跟踪、目标识别及其各自算法进行研究，并分析各自热点的常用算法和最新进展，将对今后国内智能视频监控的发展具有重要借鉴意义。

[1] Yang Xin，Liu Jia，Fei Shumin，Zhou Dake. Adaptive moving target detection algorithm based on Gaussian mixture model[J].Journal of Southeast University（English Edition），2013，04：379-383.

[2] Zhang Hong ying，Hu Zheng. Moving object detection in combination of CenSurE and spatial-temporal information[J].Optics and Precision Engineering，2013，09：2452-2463.

[3] XU Xiao-xiao，WANG Zhi-ling，WU Liang，CHEN Zonghai. Vision tracking algorithm under occlusion of multiple objects[J].Control and Decision，2010，02：291-294+298.

[4] ZHAO Qinjun，ZHANG Yong，ZHAO Dongbiao.A scale and rotation adaptive algorithm for object tracking [J]. Journal of Central South University （Science and Technology），2013，06：2354-2360.

[5] Zhang M L，Chen T，Yang Q，et al.Target tracking using self-adapting mean shift algorithm[C]// International Conference on Optoelectronics and Image Processing. Haiko，China：IEEE Computer Society，2010：489-492

[6] YANG Hui，LIU Jun,RUAN Song.Study on video tracking based on Mean shift algorithm[J].COMPUTER ENGINEERING AND DESIGN，2013，06：2062-2066.

[7] Wu Y W，Ma B，Li P.A variational method for contour tracking via covariance matching.Sci China Inf Sci，2012，55：2635-2645.

[8] An Guocheng，Yang Hao，Wu Zhenyang.A NOVEL FAST MOVING OBJECT CONTOUR TRACKING ALGORITHM[J]. Journal of Electronics（China），2009，01：94-100.

[9] LI YueLong，MENG Li，FENG JuFu，WU JiGang. Downsampling sparse representation and discriminant information aided occluded face recognition[J].Science China（Information Sciences），2014，03：139-146.

[10] Yi ZHANG，Jie YANG，Kun LIU.General moving objects recognition method based on graph embedding dimension reduction algorithm[J].Journal of Zhejiang University（Science A:An International Applied Physics & Engineering Journal），2009，07：976-984.

[11] Hanju Li，Yang Yi，Xiaoxing Li，Zixin Guo. Human activity recognition based on HMM by improved PSO and event probability sequence[J].Journal of Systems Engineering and Electronics，2013，03：545-554.

[12] Huang T J，Tian Y H，Li J， et al. Salient region detection and segmentation for general object recognition and image understanding[J].Science China（Information Sciences），2011，12：2481-2490.

[13] LIU YongJin，FU QiuFang，LIU Ye，FU XiaoLan. A distributed computational cognitive model for object recognition[J]. Science China（Information Sciences），2013，09：5-17.

Hotspots research of foreign intelligent video surveillance

Liu Jingjing,Cai Xiping
（School of Physics and Technology, Heilongjiang University,Harbin,150080,China）

As the intelligent video surveillance is widely used in the field of security monitoring,its related technologies have been paid much attention by experts and researchers both at home and abroad. Intelligent video surveillance is a comprehensive technology,involving multiple fields of science knowledge. The current foreign research hotspots of intelligent video monitoring is introduced,the related research fields is summarized,hoped for the domestic research and development of intelligent video surveillance.

intelligent video surveillance;research hotspots;moving target detection;target tracking; target recognition

TP277

刘京京(1989-)，女，硕士，主要研究方向：光电信息技术

蔡喜平(1967-)，男，博士，教授，主要研究方向：光电信息技术