异常事件检测的智能视频监控系统分析

2018-01-08陈伽胡辉黄思博蔡映雪胡松蔡昭权

电脑知识与技术 2017年36期

陈伽　胡辉　黄思博　蔡映雪　胡松　蔡昭权

摘要：社会经济不断在发展，在这一环境下，科技水平也不断进步，这也为智能视频监控系统的发展提供了先进的技术支持，很多方面的工作开展，都能够充分结合客观上的需求来完成，在工作的可靠性、可行性方面，均获得了较大的提升。现如今，异常事件检测成为了社会重点讨论的内容，文章针对异常事件检测的智能视频监控系统展开讨论，并提出合理化建议。

关键词：异常事件；智能；视频；监控；系统

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）36-0174-03

从现有的工作来看，很多机构或者是场所，都有可能出现异常事件，这些事件的发生非常突然，而且在智能视频监控系统的应用过程中，需要做出动态的细节捕捉，还必须在清晰度方面足够的突出，这样才能对异常事件做出一个正确的判定。将异常事件检测作为基础，能够对智能视频监控系统开展良好的优化作用，有利于今后工作体系的完善。

1 智能视频监控系统概述

在现阶段的社会发展中，监控系统已经成为了必要的组成部分，同时对于很多方面的工作开展，都会产生特别大的影响，为了在日后的工作中取得更好的成绩，坚持对智能视频监控系统开展分析、优化，是必要性的内容。从客观的角度来分析，智能视频监控系统在应用过程中，是通过多项技术协作运行来完成的，这其中包括了图像处理技术、模式识别技术、计算机视觉技术等等，每一项技术的积极操作，都能够促使智能视频监控系统的相关功能，可以较好地实现，从而避免在智能视频监控系统的应用过程中出现缺失的现象。相对而言，现代化的智能视频监控系统，已经在体系上表现的非常健全，能够通过智能视频分析模块，充分借助于计算机的数据处理能力，更好地对视频开展优化处理，尤其是在干扰信息的处理、自动识别不同物体等等，都可以取得非常好的效果。在异常事件检测的过程中，利用智能视频监控系统，可以针对视频源当中的有用信息，进行充分的抽取，在定位的過程中，也能够取得非常好的效果。

2 智能视频监控系统的应用范围

智能视频监控系统的应用范围也在不断拓展。针对实际状况分析，智能视频监控系统体现了一定程度的依赖性，在公共场所和某些重要的机构，智能视频监控系统的配备，不仅可以提高工作效率，还能够在工作质量上大幅度的提升，针对既往的很多问题，都可以落实有效的解决方法，在整体上推动了社会的和谐发展。

1）对人、物的应用

就智能视频监控系统本身而言，其在操作的过程中，在人、物的领域内应用，是最为普遍的范畴，整体上获得的工作效果是比较值得肯定的。一般而言，智能视频监控系统在实施的时候，能够针对监控系统所关心的内容，做出一个充分的识别处理，这其中涵盖的具体对象是非常广泛的，包括人脸识别、车牌号识别、车辆类型识别等等。每一个对象的有效识别，都能够在具体工作的执行过程中，不断取得更好的效果，最大限度的改善工作的和谐水平。现代化的科技发展相对迅速，识别类的智能视频监控系统技术，在应用过程中，比较重要的一点就是必须在识别的准确率方面快速的提升。例如，在医疗工作过程中，救护车的派遣和医院周围的车辆，都必须得到良好的识别，防止在异常事件检测中出现疏漏的现象。因此，医院的智能视频监控系统应用，其能够在医院附近的车牌号识别方面，识别率达到了95%的标准，甚至是达到了98%的标准，这样对于异常事件的处理而言，基本上可以取得良好的效果，从而避免造成疏漏问题的出现。

2）对人、物运动轨迹的应用

智能视频监控系统在现阶段的发展中，得到了社会上很多领域的高度关注，如果在处理过程中，没有达到预期的效果，肯定会在具体的工作中造成难以弥补的损失，甚至是对社会和谐水平造成很大的不良影响。为此，智能视频监控系统的优化工作，从来都没有停止，一直都在努力朝着更高的水平来努力。从现有的工作成绩来看，智能视频监控系统在应用过程中，能够针对人、物的运动轨迹做出充分的识别处理，并且在细化分类方面，也取得了不俗的成绩。例如，针对智能视频监控系统的应用，可以针对人数统计、车流统计、物体出现和消失等，都做出系统的记录分析，不同条件下的运动轨迹分析，能够按照差异化的功能来完成，在整体上获得的效果是比较值得肯定的。除此之外，当智能视频监控系统发现了异常事件后，或者是发现了人、物的运动轨迹表现不正常时，可以及时的发布相关的警报，促使大家及时的前往事发地，对异常事件做出更好的处理，最大限度地减少损失。

3）对视频环境的应用

智能视频监控系统在现代化的应用中，可以对很多领域的工作都产生较大的积极作用，整体上的发展可以取得非常好的成绩。除了在上述的几项内容上积极应用外，还能够对视频环境的应用，起到非常积极的作用。在大部分情况下，智能视频监控系统的环境影响因素是比较多的，尤其是自然因素的影响，在很多方面都表现得非常强烈。环境方面的影响因素，主要是包括雨雪天气、大雾天气等等，这些现象的发生，很容易给智能视频监控系统的运作造成影响。为了更好地提高监控的科学性，智能视频监控系统的优化技术手段不断增加，其能够在恶劣的天气下，针对正常的监控功能积极实现，尤其是各项技术指标，提前做出设定和改善。从主观的角度来分析，智能视频监控系统增添了提前锁定的功能，便于在恶劣天气出现之前，锁定相关的人、物，即便是在发生异常事件后，依然可以根据提前检测到的信息，更好的捕捉到较多的内容，并且发出警报，这样一来，就可以加强异常事件检测的可靠性，对于多项问题的处理，奠定了坚实的基础。

3 智能视频监控系统的发展分析

从科技的角度来看，智能视频监控系统的应用和研究，不可能总是集中在传统的层面上，肯定需要不断的融合新的内容，要坚持在最新的研究成果上不断增加，才能更好地改善自身的不足。因此，智能视频监控系统的发展，已经进入到了一个新的时代，自身所创造的价值是非常值得肯定的。

1）第一代视频监控：传统模拟闭路视频监控系统

从时间上分析，智能视频监控系统在最开始的研究上，虽然能够有很多的功能，可是服务的局限性是比较大的，受到的各方面影响因素非常多。第一代的视频监控系统，在整体上具有划时代的意义，其主要是表现为传统的模拟闭路视频监控系统。该系统会对客观上的设备做出特别高的依赖，尤其是摄像机、录像机、监视器等等，这些都是智能视频监控系统的核心组成部分，在使用过程中，也要特别的小心，即便是有很小的损坏情况，都容易对智能视频监控系统的操作造成很不好的作用。从服务的角度来看，第一代的智能视频监控系统，其在应用过程中，仅仅能够针对本地监控工作较好的落实，在其他方面的服务上，还需要进一步的完善，同时在信息传输和数据共享上，并没有办法做出较大的贡献，在当时是属于限制性的内容。另一方面，第一代智能视频监控系统的应用，在录像质量上并不是特别的突出，无法将现实当中的各种人、物较好的呈现出来，所具备的虚拟功能较弱。

2）第二代视频监控：模拟—数字监控系统

经过时间的推移和多方面的研究，智能视频监控系统的相关技术均实现了非常大的创新。对第二代智能视频监控系统进行研究期间，模拟—数字监控系统成为了主流，在很多方面都取得了突出的成绩。首先，第二代智能视频监控系统的应用过程中，在存储的数量上不断提升，很多问题都可以达到迎刃而解的状态，无论是服务的范围，还是提供的功能，都表现得非常强大，针对日常工作的应对，也可以不断的取得较好的效果。其次，第二代智能视频监控系统的研发过程中，会针对管理上的权限和服务的具体内容做出优良的改革，大家在使用的过程中，基本上能够根据不同结构的需求，做出差异性的调整。在该阶段当中，异常事件的检测工作，已经有了很大的转变，提供的相关证据也不断增多，为地方工作发展和各个机构的进步，都奠定了坚实的基础。第三，第二代的智能视频监控系统，虽然在之前的成果上获得一定突破，但是自身还是有一定局限性的，所以在发展层面上，还有很大的空间。

3）第三代视频监控：未來完全IP视频监控系统

现如今，对于智能视频监控系统的应用，就隶属于第三代的视频监控，不仅在功能上非常的强大，同时在应用的效果上也非常值得肯定。从目前的工作来看，智能视频监控系统的操作，能够与网络化、信息化的技术和设备相互衔接，在数据传输过程中，基本上不会出现任何的丢失现象，能够最大限度地提高技术的可靠性。另一方面，针对异常事件的检测，智能视频监控系统完全突破了传统的不足，可以更好的锁定不同的事故和问题。例如，在前一段时间的某孕妇跳楼事件当中，利用智能视频监控系统，对于事件的来龙去脉做出梳理，不仅针对当事人的说法做出了纠正，同时还对医院自身的清誉做出维护，对于网络上的错误猜想，也进行了良好的改正。从这一点来看，第三代的智能视频监控系统，对国家的整体发展，产生了非常大的积极作用。

4 异常事件检测的智能视频监控系统

1）特征选择

异常事件的发生是非常突然的，同时在很多方面都必须针对特征做出积极的选择。智能视频监控系统在研究过程中，为了更好地对异常事件做出一个科学的判断和检测，必须坚持在特征选择上投入较多的努力，这样才能在未来的工作中不断获得更好的成绩。

其一，以LK光流法运动特征为前提组织提取：在运动目标检测和行为识别范围内，光流法是一种非常常见的运动特征提取手段，直接对运动目标方向与速度进行提取，对对象运动速度以及方向予以反映。因此，本文以光流法对视频序列内部运动特征进行提取。其二，颜色特征提取输出结论，对视频群体的异常情况进行判断。其三，提取Gabor小波变换纹理特征：在图像分类以及图像分析当中，纹理特征非常重要。同时也确定了使用纹理特征预估人群密度预估的良好效果。Gabor特征体现了极佳的方向选择性以及空间局部性特点，能够对图像纹理信息、纹理方向信息进行描述，从而与光线变化相适应，体现了极佳的稳定性能。

2） 2D Gabor小波变换处理图像的流程分析

异常事件检测工作在实施的过程中，能够在很多方面与智能视频监控系统较好的融合在一起，可是想要在最终的工作成果上保持最好的成绩，并不是一件容易的事情。从已经掌握的科技手段来看，2D Gabor小波变换处理图像的应用，能够在很多方面都获得较大的突破，对于固有工作的缺失和不足，能够实施积极的弥补。从客观的角度来分析，2D Gabor小波变换处理图像在应用过程中，应在具体的流程上充分的明确，这样才能在图像的清晰度方面进一步的提升，由此获得的数据也是非常可靠的。1）进行灰度处理时，所使用的函数为matlab的rgb2gray，应用这一手段处理图像的灰度；2）对图像尺寸进行设置，这一流程主要使用matlab的Imresize函数；3）改变二维小波期间，主要使用了matlab内部的dwt2函数，将四次二维小波逐次转变。针对完成转变的数据，要计算均值、均值偏差，从而得到20维均值特征、20维均值偏差特征；4）将20维均值数据、偏差数据进行融合，可以获得40维纹理特征数据，即最后结论。通过在该方面足够的努力后，异常事件检测的质量获得提升，智能视频监控系统的体系，也得到了进一步的完善。

3）基于支持向量机的异常行为检测

异常事件检测的视频监控系统，其在研发和应用的过程中，必须要充分考虑到具体应用过程中可能产生的各种影响，如果仅仅是在简单的层面上应用，并不能得到良好的效果，还有可能造成较大的恶性循环。从现有的情况来看，异常事件检测过程中，一定要针对异常行为做出较好的检测，这是一个比较好的突破点，以此来完善智能视频监控系统，能够在未来的工作中，持续性取得更好的成绩。检测异常事件本身体现了一定的难度，因为这一行为涉及非常广泛的内容。当提取了视频内的异常行为特征之后，需要展开判断，这也是其中比较繁琐的问题之一。（1）提取视频序列特征，从而获取166维特征数据；（2）以SVM组织分类，并在分类中标记labe（llabel1/2/3）对应事件，将其作为人群聚集、踩踏/恐怖袭击/群架，此外，将label4针对的事件视为正常情况，如果label是1、2、3，便要发出警告，在后续系统检测中如果label是4，要直接返回图片提取阶段，继续检测异常事件。

4）仿真实验

异常事件检测过程中，智能视频监控系统的应用，虽然在理论上获得了较大的成功，但是想要在未来的工作中不断的获得更大的突破，一定要坚持在仿真实验上充分的努力，积极寻找到正确的运作模式，为视频的长久应用指明方向，从而在异常事件检测过程中，能够持续性的获得更好的成就。在准备实验期间。在网络中搜集一些与医院恐怖袭击、人群聚集等相关的视频，与自己拍摄视频相结合制定群体事件视频集锦。所制作的这个视频集，主要分为两部分，即训练、测试，这两个部分分别设置了四个分类，即医院恐怖袭击、人群聚集与踩踏、群殴、正常状况，视频数量共450个。对视频集进行制作时，要统一所有视频的格式以及尺寸，将其统一设置为avi/形式。

训练数据一共分为4种类型，人群踩踏、恐怖袭击、群架以及正常状况。在表1中，显示特征提取是166维，基于已经完成的训练模型，将视频作为制作群体事件视频集锦，并且组织相应实验。通过对整体结果的分析可以了解到，异常事件检测的智能视频监控系统，能够在应用过程中，取得一定的效果，但是在未来的研究中，仍然有很多的挑战需要我们去积极的突破，这样才能创造出更高的价值。

5 总结

本文对异常事件检测的智能视频监控系统展开讨论，该系统在现阶段的研究中，基本上符合预期设定，很多工作都取得了不错的成绩。日后，应继续对异常事件检测开展深入的分析，要不断地观察智能视频系统的发展趋势，针对国家新发布的内容，要坚持遵循，同时不断地融入先进的工作理念。相信在未来的发展中，异常事件检测的智能视频监控系统，能够取得更高的进步。

参考文献：

[1] 胡辉，黄思博，胡松，等. 一种基于异常事件检测的智能视频监控系统[J]. 现代计算机：专业版，2017（4）：30-33.

[2] 李鹏飞，孙苗苗，高磊，等. 智能视频分析技术的最新发展与应用[J]. 中国安防，2013（12）：39-43.

[3] 江城，张重阳，余松煜. 基于异常检测与双流编码的视频监控系统设计[J]. 电视技术，2011，35（01）：111-114.

[4] 黄佐，徐奕，杨小康. 一种基于光流法的逆行异常事件检测方法[J]. 电视技术，2011，35（13）：102-105.

[5] 吕英丽，顾勇，张晓峰. 基于HMM监控视频的异常事件检测[J]. 数据采集与处理，2014，29（06）：1030-1035.

[6] 劳卫伦. 基于智能视频监控技術的电力系统异常场景检测[J]. 电子技术与软件工程，2015（3）：90-91.

[7] 邱淑媛，薛海鸿，陈俊昌，等. 油田智能视频监控系统设计与实施[J]. 油气田地面工程，2012，31（06）：51-53.

[8] 谭筠梅，王履程，雷涛，等. 城市轨道交通智能视频分析关键技术综述[J]. 计算机工程与应用，2014，50（04）：1-6+17.

[9] 刘玮，黄曙，马凯，等. 视频监控技术在电力系统中的应用[J]. 广东电力，2014，27（04）：57-60.

[10] 李心雨，蒋祖华，单春艳，等楚. 面向城市应急事件管理的监控视频智能解析[J/OL]. 计算机工程与应用， 2016（12）：1-9.

[11] 朱红岷，戴道清，李静正. 基于图像处理的变电站视频智能分析研究[J/OL]. 计算机工程与应用， 2017，4：1-8.