安防监控中的视频分析技术探讨

宋雅静

本文从视频分析内容技术和运动目标检测和识别技术两个角度出发，对安防监控中的视频分析技术展开了研究。

【关键词】安防监控 视频分析技术

近年来，在社会经济不断进步的过程中，安防状况成为人们广泛关注的话题，作为一个子系统，视频监控系统在其运行过程中发挥了不容忽视的重要作用，其较强的技防功能结合多种技术项目，如编解码和多媒体等技术是维持该系统正常运行的关键。近年来，信息技术以日新月异的速度飞快发展，芯片和网络等技术发展速度加快，推动了安防监控的进步，本文在积极进行研究的过程中，对其中的视频分析技术展开了详细的研究。

1 视频分析内容技术

该技术的产生并有效应用于计算机系统内部，促使视频信息的读取可以独立实现，并直接展开一定程度的分析和处理，对人工监控进行了取代，在运行过程中，可以自动判定视频内容并及时进行告警的触发。

1.1 基本原理

视频分析内容技术即VCA，是安防监控中最关键的组成部分，其运行过程中，能够实现分离视频画面中前景与背景的功能，促使自动更新在背景中得以实现，这一过程中对前景目标的检测可以通过差分在背景以及前图像之间的体现来实现，有效处理前景目标的过程中，还同时可以实现对其的分类和识别，在对报警触发规则在场景预设中的不同体现进行参考的过程中，可以有效比较规则以及目标行为，一旦发现符合条件的目标，该系统将会自动发出警告。

1.2 视频数据结构

分析视频内容以前，应将促使层次不一样的索引结构得以在视频图像中构建起来，因此准确的进行结构的分析，通常情况下，视频数据可以呈现出以下结构，分别为视频场景、帧以及视频序列等。

1.3 工作流程

视频内容分析工作流程在实施过程中包含以下内容，背景模的构建、检测、识别目标和分类等。

1.3.1 背景建模以及更新

在获得视频现场的背景图像过程中，需要对某一算法进行应用，这就是背景建模。该流程并不具备复杂性，而实时更新背景模型至关重要，因为这一环节将严重左右检测的前景目标，同时影响的还有分类和识别内容；

1.3.2 目标检测

在这一环节当中，只要目标产生于前景当中，前景目标的提取需要依靠算法进行，这一过程中能够促使识别、分类前景目标更加快捷。现阶段，我国在进行目标检测的过程中，主要的算法包含帧间差分法和背景差分法等；

1.3.3 目标识别和分类

分析视频的过程中，前景目标的成功检测至关重要。前景目标经过检测能够获得一定的主要特征因素，包含动作、形状以及大小等，这样一来分类和识别工作将更加容易，能够确定目标是车辆还是人等；

1.3.4 规则判定及触发告警过程

相关信息在前景目标中得以有效的采集，这部分内容应当有效对比相关报警规则，该规则是已经预先自定义好的，如果二者完全相符，则可以将警报信息进行自动发送，例如，遗留物和入侵行为的报警等。

2 运动目标检测和识别技术

2.1 常用算法在运动目标检测中的应用

运动目标检测指的是，在序列视频图像内部，对某一算法进行应用，对运动区域进行有效检测，并获取完整的运动目标信息，促使其同北京图像进行区分。如果第k帧图像存在于视频图像序列当中，那么就可以应用fk（x，y）进行表示，则可以有Mk（x，y）、Bk（x，y）和nk（x，y）的总和等于fk（x，y）。其中，运动目标可以应用Mk（x，y）来表示，背景图像应用Bk（x，y）来表示，噪声应用nk（x，y）来表示，同时nk（x，y）还可以对干扰因素以及光线等内容进行表达。检测这一运动目标最主要的目的就是将相关干扰因素以及噪声等进行有效的去除，将运动目标在背景图像内部进行有效检测，从而有效提取完整的信息，为接下来的工作内容提供有效的依据。

现阶段，固定的摄像头能够保证背景实现静态化，在进行目标检测的过程中，应用的算法重要有三种，分别为背景差分法、帧间差分法和光流法。

2.2 运动目标检测流程

在促使运动目标检测在视频图像序列中得以实现的过程中，其关键环节是提升其精确性和实时性。从客观的角度来看，如果相关工作人员在日常工作中需要传送、处理以及显示相关收集到的视频图像，其使用过程中一定会受到相关客观因素的影响，如设备质量、当地环境、噪音以及光线等，这样一来，图像的质量将被严重降低，一定程度上干扰以及噪声是不可避免的，因此必须将预处理工作应用于收集到的视频图像当中。

如果出现了运动目标，在检测运动目标过程中需要应用一定的算法，二值化处理需要对阈值等进行应用，促使黑白图像得以产生，而后处理过程中可以对相应的方法进行应用，这样一来，背景图像当中的运动目标就能够实现有效的分割。

2.3 图像后处理

二值化图像在运动目标中的体现，不仅拥有运动目标主体，同时还拥有空洞以及噪音等内容，在对这些客观因素进行处理的过程中，本文应用了中值滤波法。

该方法为平滑技术，同时也是非线性滤波技术，在应用过程中，能够对图像中的噪音和其他干扰等进行有效的抑制。其应用过程中，主要思路是排序某一窗口当中存在的像素灰度值，其数量为基数，并将中间位置的值进行应用，促使其成为该窗口使用过程中的中心像素灰度值。这一方法最主要的目的是应用同周边像素灰度值差距较小的值来对差距较大的值进行替代，从而实现对噪声等客观干扰因素进行孤立的目的。现阶段该技术被有效应用于验证交通视频的过程中，经过检测以后，还需要对相关视频的二值化图像进行生成，它能够将汽车的具体状况进行清晰的体现，还能够对事物的细节进行充分的展现。

3 结论

综上所述，安防监控是现阶段维护我国社会安定的关键环节之一，其运行过程中，视频分析技术的作用不容忽视。本文在积极展开研究的过程中，详细讨论了视频分析内容技术和运动目标检测和识别技术等内容，希望对我国安防监控领域的进步起到促进作用。

参考文献

[1]周小舟.面向安防监控视频感知噪声盲检测的关键技术研究[D].武汉：武汉科技大学，2015.

[2]苑春苗.网络视频监控系统中的QoS机制和智能分析技术研究[D].天津：天津大学，2012.

[3]段长征.视频内容分析技术剖析及在校园视频监控系统的应用探讨[J].山东农业大学学报（自然科学版），2012（01）：100-104.

作者单位

国家新闻出版广电总局2024台 黑龙江省佳木斯市 154025