基于手机和GSM 的远程自动视频监控系统

申铉京，孙 雨，李志强

(吉林大学计算机科学与技术学院，长春130012)

0 引 言

智能视频监控系统经历了近30年的发展，由早期的模拟监控［1］到数字监控［2］再到现在势头正猛的网络视频监控［3］，发生了巨大的变化。由于人工本身固有的不足，人力越来越难以胜任分析和理解采集的数量惊人的视频数据。因此，目前研究学者正密切关注新一代的监控技术——智能视觉监控技术［4－6］。这项基于信号的新技术将监控系统和报警系统进行整合，可对指定区域进行全方位监控并智能报警，极大地提高了家庭和工作场所的安全防护能力。

然而当前实用的视频监控系统一般要组建专用网络，系统不能对视频内容进行智能、实时分析，不具有实时自动报警功能，基本上只有记录保存功能。同时需要第三方监控(如监控中心)，监控终端不具有可随身携带的方便性。基于此，笔者研究一种结合手机、具有自动分析场景功能的智能移动视频监控系统。该系统在创意上具有独特优势，打破了地理位置对用户的限制，突破了传统视频监控系统耗用网络资源、只注重传输而无自动分析功能的局限。此外，该系统使用方便且成本极低，用户只需安装成像及分析设备，再配合用户的手机使用现有的GSM网络即可。

1 系统结构

图1给出了远程自动视频检控系统(以下简称系统)的结构示意图。系统总体分为3部分:视频监控与分析、通信网络以及远程终端。

图1 视频监控系统的总体结构示意图Fig.1 The overall structure diagram of video monitoring system

视频监控与分析部分基于开源计算机视觉库(OpenCV:Open Source Computer Vision Library)对摄像机采集到的监控图像进行图像分析与处理。OpenCV是为工程应用而设计的跨平台的计算机视觉的一个类库［7］，包含了基本图像处理与分析的函数以及运动分析与目标跟踪的函数，如图像灰度化、二值化、混合高斯背景建模和Kalman滤波等。

通信网络基于覆盖范围广、技术成熟的GSM网络，由SIMCOM公司的SIM900A模块实现与远程终端的通信。作为通信桥梁，SIM900A通信模块拥有GSM/GPRS双频模块，封装完全采用SMT(Surface Mount Technology)形式，采用工业标准接口，有多个工作频率GSM/GPRS 850/900/1800/1900 MHz，可以实现语音、SMS(Short Message Service)和数据传输，而且具有性能稳定、功耗低等优点［8，9］。用户接收到报警短信后，可采取必要的措施，如，打电话给当地物业或当地派出所等。

2 系统关键模块分析

2.1 图像处理与分析模块

图2 图像处理与分析模块流程图Fig.2 The flow chart of image processing and analysis module

为实现准确地对被监控区域进行智能化监控，考虑到小型私密场所的特殊性，可以考虑将人脸作为主要的分析对象。人脸识别是一项全新的生物特征识别技术，与传统的指纹识别、虹膜识别等技术相比，具有直观性好、非接触、用户接受程度高等优点［10］。但是，目前的人脸识别技术很难区分场景中的人脸和人物照片中的人脸。综合考虑监控的实时性、准确性以及实现的复杂性，笔者采用人脸检测和运动物体识别跟踪相结合的方法进行异常分析，具体算法流程如图2所示。

首先，从摄像机取得图像序列并对当前图像进行适当的降噪和灰度化，然后进行人脸检测。若IsFace为真，则保存之后的50帧图像并继续检测是否有运动物体;若IsMove为真，则说明发现异常;若IsFace为假或IsMove为假，则读取下一帧图像进行分析。

2.1.1 人脸检测

引入OpenCV有关人脸识别的相关技术［11］，同时如果摄像机或图像获取源截获到人脸，则对目标场景区域进行录像，以便日后的取证使用。基于OpenCV的人脸检测函数detect_and_draw主要包含训练分类器、加载待检测图象以及检测并标示人脸位置3个步骤。

利用样本图片的harr特征进行分类器训练。根据Adaboost学习算法进行特征选择和分类器训练，把弱分类器组合成强分类器，采用分类器级联提高效率。采集样本并建立完正负样本的说明文件后，通过运行OpenCV自带的CreateSamples程序得到HaarTraining训练时所需要的vec文件，搜集完正负样品集，便可使用opencv_haartraing.exe开始进行分类器的训练并最终得到所需要的XML文件。

利用OpenCV中提供的用于检测图像中目标的函数cvHaarDetectObjects检测并标示人脸。该函数先将图像灰度化，使用针对人脸训练的级联分类器在图像中寻找包含目标物体的矩形区域，并将这些区域作为一序列的圆形框返回。同时在图像中移动搜索窗口以便检测整幅图像，检测每个位置确定可能存在的人脸目标。当检测到人脸时，IsFace为真。

2.1.2 运动物体检测与跟踪

采用基于高斯滤波的活动轮廓的思想对运动物体进行检测和跟踪［12］。选取当前图像中面积最大的轮廓区域作为主区域，计算连续两帧图像中主区域的最小包围盒中心的距离CntrDist，若CntrDist大于某个阈值MOVE，则IsMove为真。具体处理步骤如图3所示。

图3 运动物体检测与分析步骤Fig.3 Moving object detection and analysis steps

2.2 AT指令与短信发送

当发现异常时，系统则会向SIM900A模块发送一连串AT指令(见表1)，以控制其向用户手机发送报警信息。

表1 常用AT指令Tab.1 The commonly－used AT command

笔者以向目标手机“13578795747”发送“Hello，this message is sent by LZQ!”为例介绍短信的发送过程:

1)向串口发送“AT+CMGF=1 ”，选择短信模式，1为Text模式，0为PDU模式;

2)向串口发送“AT+CMGS=“13578795747” ”，设置目标手机号码;

3)向串口发送“Hello，this message is sent by LZQ!”，设置短信内容;

4)向串口发送“x1a ”，短信内容结束，发送符的十六进制格式为0x1A。

手机端接收到短信如图4所示。

图4 AT指令发送短信效果Fig.4 Sending message using AT commands

3 系统运行效果及结果分析

为验证系统的性能，笔者选用学生寝室作为监控场景进行试验，对闯入室内的运动目标进行检测。该系统借助Visual Studio 2010开发平台，主要利用OpenCV开发工具库进行应用程序的开发。detect_and_draw()负责人脸检测和运动物体的识别跟踪，setDCB()，sendCom()，CloseComm()分别设置串口参数，向串口发送数据和关闭串口。摄像头采集的图像、当前背景图像、人脸检测结果及连通区域的处理结果如图5a所示，监控人手机端收到由SIM900A受控发送的报警短信如图5b所示。当系统发现异常时，会自动将当前图像之后的50帧图像保存为warning.avi的文件到硬盘，以便用户查询。保存后的视频播放效果如图5c所示。

图5 实验结果Fig.5 The experimental results

根据测评和试验结果，当有人闯入被监控区域时系统会根据分析结果自动报警，相比于目前多数的监控系统，实现了无人监控自动分析视频内容的功能;另外，该系统能及时将预警信息通过GSM网络告知用户手持端，使用户可远程实时掌握被监控区域的安全状况;同时，该系统同样具有记录监控视频的功能，并能自动分析视频内容只保存带有敏感信息的视频帧，大大提高了存储空间的利用率。总体而言，该系统在性能和功能上均优于目前多数的监控系统，具有较高的应用价值。

4 结语

通过对智能视频监控系统的现状及其实现的研究，提出了基于手机和GSM的远程自动视频监控方案，提出了将人脸检测和运动物体检测与跟踪技术相结合的方法，预警能力大大提高。和目前大多数监控系统相比，该系统达到了视频监控自动化、实时、准确、易操作、低成本、可靠的目的。

［1］郭卫华.模拟视频监控系统之过去、现在和将来［J］.中国安防，2008(S1):54－56.GUO Weihua.The Past，the Present and the Future of Analog Video Surveillance System［J］.China Security ＆ Protection，2008(S1):54－56.

［2］郑刚，卢刚，关凌志.数字监视系统中的数字图像的存储及回放技术研究［J］.天津理工大学学报，2005(1):62－63.ZHENG Gang，LU Gang，GUAN Lingzhi.The Research on Storage and Playback Technology of the Digital Images in Digital Monitoring System ［J］.Journal of Tianjin Institute of Technology，2005(1):62－63.

［3］刘涛，吴谨.基于IP的数字化网络视频监控系统设计与实现［J］.网络安全技术与应用，2010(10):53－55.LIU Tao，WU Jin.Design of Digital Video Surveillance Network System Based on IP ［J］.Network Security Technology ＆Application，2010(10):53－55.

［4］王素玉，沈兰荪.智能视觉监控技术研究进展［J］.中国图象图形学报，2007，12(9):1505－1513.WANG Suyu，SHEN Lansun.The Research Progress of the Intelligent Visual Surveillance Technology［J］.Journal of Image and Graphics，2007，12(9):1505－1513.

［5］雷玉堂.人的视觉功能及视觉监控技术的发展［J］.中国公共安全，2007(9):140－148.LEI Yutang.Human Visual Function and the Development of the Visual Monitoring Technology ［J］.China Public Security，2007(9):140－148.

［6］桑运昌，高歆，蒋捷.未来智能视频监控技术发展及应用［J］.自动化与仪器仪表，2012(5):109－111.SANG Yunchang，GAO Xin，JIANG Jie.The Intelligent Visual Surveillance Technology［J］.Automation ＆ Instrumentation，2012(5):109－111.

［7］方玫.OpenCV技术在数字图像处理中的应用［J］.北京教育学院学报，2011，6(1):7－10.FANG Mei.The Application of OpenCV in Digital Image Processing［J］.Journal of Beijing Institute of Education，2011，6(1):7－10.

［8］辛若波，李彦，王兴武，等.基于SIM900A的环境在线监测短信反控系统设计与实现［J］.价值工程，2012(23):186－187.XIN Ruobo，LI Yan，WANG Xingwu，et al.Design and Realization of SMS Anti－Control System in Environment On－Line Monitoring Based on SIM900A ［J］.Value Engineering，2012(23):186－187.

［9］王磊，王军.基于SIM900A的嵌入式远程家电控制器设计［J］.苏州科技学院学报，2014，27(1):76－79.WANG Lei，WANG Jun.The Design of Embedded Remote Home Appliance Controllers Based on SIM900A ［J］.Journal of Suzhou University of Science and Technology，2014，27(1):76－79.

［10］李彬，曲寒冰，靳薇.浅谈人脸识别技术在智能视频监控中的应用与发展趋势［J］.中国安防，2011(3):50－53.LI Bin，QU Hanbing，JIN Wei.Introduction to the Application and the Development Tendency of the Facial Recognition Technology in Intelligent Video Monitoring［J］.China Security ＆ Protection，2011(3):50－53.

［11］聂鹏鹏，王二伟，刘敏丰，等.基于OpenCV在Android平台下实现人脸识别［J］.电子元器件应用，2012，14(12):83－87.NIE Pengpeng，WANG Erwei，LIU Minfeng，et al.Face Recognition Based on OpenCV in Android System ［J］.Electronic Component＆ Device Applications，2012，14(12):83－87.

［12］张博，申铉京.一种基于目标定位的背景建模与视觉跟踪方法［J］.吉林大学学报:理学版，2010，48(4):612－622.ZHANG Bo，SHEN Xuanjing.Background Modeling and Visual Tracking Approach Based on Object Locating［J］.Journal of Jilin University:Science Edition，2010，48(4):612－622.