应用AHP法和MATLAB视频监控效能评估

朱　陶，　洪卫军

(中国人民公安大学， 北京　102600)

应用AHP法和MATLAB视频监控效能评估

朱陶，洪卫军

(中国人民公安大学， 北京102600)

摘要基于层次分析法AHP，建立视频监控系统的效能评估指标体系以及对应的要素归属关系，对各个指标要素的作用进行定量分析，同时借助于MATLAB强大的计算功能，有效评估视频监控系统的效能。

关键词视频监控； 效能评估； AHP； 指标体系； MATLAB

0前言

视觉信息相对于其他感官信息来说，是对人类获取信息量贡献最大的一类信息。广泛建设视频监控系统，重点分析视频监控系统成为当前安防工作的重中之重。然而已有研究缺少对于视频监控系统有效且定量的分析和利用，因此迫切的需要对其进行客观、有效、定量的评估。

1层次分析法AHP

层次分析法AHP(Analytic Hierarchy Process)是美国匹兹堡大学运筹学专家T.L.Saaty提出的一种系统分析方法，特点在于定性与定量相结合。

1.1　AHP法基本步骤

1.1.1层次化模型

层次化模型分析可能影响待评估系统或目标的多个因素，建立多个要素之间的层次模型。

1.1.2判别矩阵

在层次模型中，对处于同一层次中的各个因素相对于对应的上一层因素的重要性进行两两比较，利用标度值来表征比较结果：重要性，以此得到了量化的判别矩阵。通常采用的标度量化方式为美国著名运筹学家T.L.Saaty建议的1-9比例标度。如图1所示：

图1　1-9比例标度

1.1.3一致性校验

构建出来的判别矩阵通常还需要进行一致性校验，算法为：

(1)

其中n是矩阵的维度，λmax是矩阵的最大特征值。当矩阵维数较大时，修正一致性指标，算法为：

(2)

其中RI为修正因子：

维数1,23456789RI00.520.891.121.261.361.411.46

当CR<0.1时，一致性检验通过；当CR≥0.1时，一致性检验不通过，放弃该组数据，以此提高算法可靠性。

1.1.4权重值计算

AHP法中的指标权重计算，实质为构建出来的判别矩阵的特征向量和最大特征值的计算，本文利用MATLAB的计算功能，辅以一致性校验步骤，对判别矩阵An，计算出特征向量后归一化处理，以此得到指标权重向量：[w1w2…wn]T，其中

(3)

每个指标的所在层权重通过其所在层的判别矩阵计算得到，每个指标相对于最高层也就是待评估系统或目标的权重，通过多个上下层次之间的权重值相乘来最终确定。

1.1.5指标综合权重计算

指定多名专家参与到系统或目标评估，依据以上步骤计算每名专家针对待评估系统或目标给出的指标权重，多个专家得到多组权重，这些权重之间通过加权平均方式得到最终所需的指标综合权重向量。

1.1.6指标综合打分计算

针对待评估系统以及建立的指标体系，多名专家分别针对该系统的各项指标进行打分，在多个专家之间通过加权平均方式得到每个指标的综合得分值。

1.1.7待评估系统效能值计算

效能值计算公式如下：

(4)

其中wi：指标i的综合权重值，si：指标i的综合得分值，n：最低层指标的数量，E：待评价目标效能值。

2视频监控系统效能评估

2.1　待评价视频监控系统

现有XX市XX办公楼的一建成使用的视频监控系统。地处工业园区，流动人口和办公人员数量多，工作时间长，为一栋五层楼建筑。每层室内总面积约1 000平米，由办公区域，走廊，清洁区域构成，其中财务和人事部门位于五楼。

主要设备如下：

低照度红外彩色摄像机：安装于办公楼的各个出入口处；

针孔摄像机两台，用于财务金库和人事档案的监控；

半球型摄像机，型号为LG 的V903，用于监控室门口，楼梯和电梯的监控；

红外半球型摄像机，安装在办公区域的各层走廊；

监控室：一台闭路监控专用嵌入式数字硬盘录像机，一台19寸液晶显示器，查看整个系统的每个前端。

地面敷设抗静电架空活动地板，选择30 cm的架空高度安装。

电源线选用的是RVV*2.5 mm 2 型号的电缆，配置有电动云台、电动镜头的摄像机装置线缆采用RVVP6*0.3 mm 2 型号的同轴电缆并穿金属管。电源和摄像机不配置专门供电设备。

2.2　视频监控系统指标模型

分析视频监控系统的具体组成，传输方式，监控目的以及系统运维需求，建立如下评价指标体系。

表1　视频监控系统指标体系

2.3　计算指标体系的指标权重值

2.3.1专家咨询

由4位专家参与到本次系统评估工作，选用1-9比例标度，针对一级指标B1-B6，做出如下评价：

2.3.2指标权重计算

由MATLB运行下段程序，设计有对判别矩阵的一致性校验及计算权重向量：

[m,n]=size(A);

[V,D]=eig(A);

t=max(D);

B=max(t);

[row,col]=find(D==B);

C=V(:,col);

CI=(B-n)/(n-1);

RI=[0 0 0.58 0.96 1.12 1.24 1.32 1.41 1.45];

CR=CI/RI(1,n);

if CR<0.10

W=zeros(n,1);

for i=1:n

W(i,1)=C(i,1)/sum(C(:,1));

end

W

else

disp('未通过一致性检验，丢弃该组数据');

end

对得到的评级矩阵运行该程序得到：

采用加权平均方式以得到第二层指标的综合权重向量为:

同理指标B1-B6下的第三层指标综合向量计算为：

层间权重彼此相乘，第三层指标相对于最高层也就是相对于视频监控系统评估的权重向量为：

W=[0.171 20.076 30.029 20.029 20.026 9

0.080 60.170 70.069 20.028 10.094 2

0.015 50.038 20.009 70.034 60.041 0

0.032 00.010 70.010 70.032 0]T

2.3.3指标得分计算

由同样四名专家依据多年经验，对指标体系中二级指标打分，依据分数建立五个档次，优秀为：90~100，良好为：80~89，中等为：70~79，合格为60~69，不合格为：0~59，对五名专家的指标打分进行加权平均，最终得出以下分数向量：

S=[75808075727370706580

757576787065656565]。

2.3.4视频监控系统效能评估

依据计算出的指标权重值向量和分数向量，通过以下公式，计算该视频监控系统的效能值为：

E=S*W=73.3306>70成立，属于中等水平。

分析该分数向量，可以直观看出该系统有着音频采集能力差，布点数目不足，监控范围存在死角，显示回放效率低，抵抗恶劣天气能力差以及抗干扰备份恢复弱的问题。分析该指标权重，可以针对上述系统问题，对系统进行优化，以期在可控成本条件下最大化系统效能。

3结论

利用视频进行监控成为保障人的生命和财产安全的有效手段，目前所进行的主要研究都集中在视觉跟踪和后期的视频内容理解，缺乏对现存系统本身效能的定量评估，忽略了其作为后续所有研究的基础的重要地位。本文从视频监控系统的各个有效组成部分入手，建立层次模型和评估指标体系，运用AHP法原理和MATLAB的计算功能，针对实际的监控系统，结合专家经验，用量化的方式客观且系统的给出了该视频监控系统的效能评估值。然而，系统的指标体系建立，专家的选定，都存在相当的主观因素，一定程度上影响了结果的客观性，在今后的研究中，需要进一步借助于对历史数据的挖掘，给出更为客观的评价。

参考文献

[1]许树柏. 层次分析法原理[M]. 天津:天津大学出版社, 1998: 1-6.

[2]张杰.效能评估方法研究[M].北京: 国防工业出版, 2009: 23-27.

[3]SAATY T L. Axiomatic foundation of the analytic hierarchy process [J]. Management Science, 1986, 32(7): 841-855.

[4]孙屹.通信仿真开发手册[M]. 北京: 国防工业出版社, 2005: 43-63.

[5]ZHU T, DU Z G, HONG W J. Effect evaluation method of video surveillance system[C]∥Applied Mechanics and Materials. 2014,651:2301-2305.

(责任编辑陈小明)

作者简介朱陶(1984—)，女，安徽滁州人，博士研究生。研究方向为电子物证。

中图分类号D631.4