基于组合赋权法的摄像机性能评价

2018-01-09卢树华方陈赢王照明

中国人民公安大学学报（自然科学版） 2017年4期

关键词：赋权摄像机分析法

卢树华, 方陈赢, 王照明, 田方

(中国人民公安大学信息技术与网络安全学院，北京 102600)

基于组合赋权法的摄像机性能评价

卢树华, 方陈赢, 王照明, 田方

(中国人民公安大学信息技术与网络安全学院，北京 102600)

针对当前视频监控系统中摄像机综合性能的评价方法较为过于简单导致区分度低，难以为选择者提供精确参考等问题，采用组合赋权法建立了摄像机性能综合评价模型，计算了其指标权重，对几种1080P数字球型摄像机的性能进行综合评价；并利用Visual studio 2013开发平台，采用C#，Matlab语言编程，设计开发了摄像相机性能综合评价应用软件。结果表明：采用组合赋权的方法可以融合主观和客观赋权的优点，使评价结果更为精确、合理；评价软件可以简化计算，提高准确性，具有较好的可操作性和有效性；该评价模型和软件可为摄像机的选择评估和视频监控系统建设与运维提供有效的参考。

摄像机；性能评价；组合赋权法；评价系统

0 引言

视频监控系统可以有效的防范和打击犯罪，提高社会治安防控能力，在公共安全领域得到广泛应用。摄像机属于视频监控系统的前端设备，其性能优劣对整个系统的效能有重要影响。近年来，随着各地视频监控系统建设的广泛开展，相关部门对高性能摄像机的需求较大，而目前市场上摄像机的种类繁多，性能各异，人们对如何能选择到性价比高的摄像机普遍比较关注[1-5]。

常用的综合评价方法主要分为主观和客观评价方法。主观评价方法包括层次分析法(analytic hierarchy process, 简称AHP)、德尔菲法、模糊综合法等；客观评价方法包括熵值法、离差最大化法、数据包络分析法等[6-12]。主观评价方法基于专家的专业知识、经验等对系统评价指标进行赋权，而客观评价方法则基于对系统已测量的数据样本进行分析比较再赋权[6-11]。目前，对摄像机成像质量参数以及综合性能的评价方法主要集中在层次分析法[1-2]、模糊层次分析法[1]、模糊层次分析法、Kano法组合模型[1-4]以及属性综合评价模型[5]等主观方法。其中，连礼泉等[5]测量了摄像机性能参数，并首次给出了属性评价结果。本课题小组[2]在前期工作中利用层次分析法构建了摄像机性能综合评价模型，计算了指标权重，给出了评价结果。然而上述摄像机性能评价方法主要为主观评价方法，容易受到专家经验、主观意愿和专业知识等因素的限制，具有较大的主观随意性，且评价方法较为粗略，难以为选择者提供精确的参考。为克服上述问题，本文采用主、客观相结合的方法，即层次分析法和熵值法组合赋权的方法，对摄像机性能指标进行了综合评价，并开发了相应的评价系统，以期能够提高评价方法的可行性和有效性，为摄像机的性能评价提供有意义的参考。

1 评价方法原理

在多属性综合评价中，假设评价系统有n个属性指标，m个评价对象，构造属性集合U=(u1u2u3…un), 评价数值集V=(v1v2…vn)，评价权重集W=(w1w2w3…wn)。综合评价方法中，权重的确定是非常重要的环节，其精确性和科学性可以直接影响到最后的评价结果，在赋权时需既要考虑科学性又要考虑可操作性等因素。综合文献分析，本文采用层次分析法和熵值法分别作为主观和客观赋权法。

1.1 层次分析法

层次分析为主观赋权方法，该方法常用来作定性和定量评价，具有层次清晰、计算简便的特点[8,11]。层次分析法评价过程一般分为3个步骤：

①构建层次评价模型。分析影响评价系统的各因素，按照属性及相互间关系将其分为不同层次：目标层、准则层和方案层，一般目标层位于最上端，方案层位于最底端，由此建立层次评价模型[1-4]。

②构建判断矩阵和计算指标权重。根据9分制及其倒数1/9准则标度[12]，通过两两比较指标的重要性来构建评价矩阵A=(aij)n×n，i,j=1,2,3,…,n，定义下一层元素对上层结构的比重，式中，aij=1/aji(j≠i)，aij=1(i=j)。然后对矩阵A进行标准化处理，得到归一化矩阵为：

X=(xij)n×n

③一致性检验。为判断评价矩阵的合理性与逻辑性，要进行一致性检验，见式(1),(2)。

(1)

(2)

式(1)，(2)中，CI为一致性指标，RI为平均随机一致性指标，其取值见文献[12-13]所示，CR为一致性比例，当其小于0.1时，表示评价矩阵元的赋值是合理的，可以接受的。

1.2 熵值法

熵值法的基本思想来源于C.E Shannon的信息熵概念[10-11]，在信息论中，熵是信息有效性的度量[6-11]。在多属性综合评价方法中，熵值法主要是对数据样本进行对比，分析其差异性，如果评价对象的某项指标差异较小，则其熵值较大，而该指标对评价结果的贡献较小，即权重较小；反之，某项指标差异性较大，则其熵值较小，而该指标对评价结果贡献较大，即权重较大。熵值法的评价结果依赖客观数据，需要有数据样本进行权重计算，不受主观因素的影响，因此为客观赋权方法，并被广泛应用于各学科领域的综合评价问题[9-11]。使用熵值法计算指标权重一般分为以下几个步骤。

① 首先根据系统属性参数测量结果，构造原始数据矩阵。假设评价系统有n个评价指标，m个评价对象，经过测量得其原始数据矩阵为B=(bij)m×n，i=1,2,3,…,m;j=1,2,3,…,n原始数据量纲不统一，不具可比性，因此需对矩阵进行标准化处理(无量纲化) ，一般地，原始矩阵元可分为两种类型的指标，即效益型和成本型指标，对效益型指标(正向指标)可按照式(3)标准化，对成本型指标(反向指标)按照式(4)标准化。

(3)

(4)

由式(3),(4)得到标准化矩阵为：y=(yij)m×n，式中，yij为第i个评价对象在第j个评价指标上的标准值，yij∈[0,1]。

② 计算第j个评价指标的熵值。在有n个评价指标，m个评价对象的评估问题中，第j个评价指标的熵为，

(5)

③ 计算第j个评价指标的熵权。计算了第j个指标的熵值后，可以计算第j个指标的熵权，即：

(6)

1.3 组合赋权法

组合赋权法可以弥补单一赋权法的弱点，使评价结果更为客观、合理。考虑层次分析法和熵值法的优点，组合评价的权重可为主客观权重的线性加权，各评价参数的综合权重的计算公式为：

(7)

(8)

2 结果与讨论

2.1 评价结果

利用本课题组前期工作中摄像机的层次评价模型和参数测量数据[2]，对4种1080P数字球型摄像机分别利用层次分析法、熵值法和组合赋权法进行评价。其中，层次分析法的权重沿用文献[2]的方法。熵值法的权重则利用文献[2]中测量的原始数据，根据公式(3)、(4)进行标准化处理，再由式(5)、(6)计算获得，此外，在评价中作以下处理，3D数字降噪具备则赋值为1，不具备则为0，功能配置指标因为都具备，熵值为最大，则该指标熵权为0，这意味着该指标未向决策目标提供有效的信息, 可以从评价指标体系中剔除，不影响实验结果[8-11]。价格为成本型指标，原文分为6个等级，此处按0, 1, 2, 3, 4, 5形式赋值。此外，考虑层次分析法和熵值法的优点，防止主观偏好或过分依赖数据，两种方法采取平权思想得到各参数的组合权重，即评价参数的主观权重和客观权重的加权系数为0.5[14]。由此，得到4种1080P数字球型摄像机各指标参数的主观、客观和组合权重以及评价结果，如表1、2所示。各指标的层次分析法和熵值法权重并不相同，评价结果也有差异。层次分析法中，其权重依赖专家的判断，分辨率和灵敏度，色彩还原性和灰度等级，信噪比和畸变等部分指标权重一样，区分度较低；而熵值法中权重主要依赖数据样本对比分析，客观性强，所有指标权重皆存在差异性，区分性较好，但有时和实际情况不完全一致，因此，考虑将两种方法结合。评价结果中，摄像机A在主观评价中性价比最好，和C差距很小，而摄像机C在客观评价中排名最好，且依靠灰度等级的优良结果在综合排名中分值最高。摄像机D虽在熵值法中评价结果有所改善，但是因其主观评价过低，在组合评价中结果最差，符合主观预期。

表1 1080P数字球型摄像机指标参数权重

表2 1080P数字球型摄像机评价结果

2.2 摄像机性能综合评价系统

主观、客观，特别是组合评价的过程，计算量较大，若是评价对象和指标较多时，其计算过程更为繁琐，为提高组合评价方法的可操作性和有效性，根据层次分析法和熵值法计算原理，结合文献[2]中的数据，利用Visual studio 2013开发平台，采用C#，Matlab语言编程，设计开发了摄像相机性能综合评价应用软件。软件名称为“摄像机综合评价系统”，软件登录窗口如图1所示。该软件可分别根据层次分析法、熵值法以及组合赋权法进行评价，采用组合赋权的计算界面见图2所示，3种评价方法的计算输出结果见图3所示。通过此软件进行综合评价，其结果与计算结果一致，且可以节省计算量，简化评价过程，提高准确性。综合以上分析，摄像机组合赋权评价过程模型如图4所示，该模型条理清晰，简捷实用，易于操作，此外，评价软件为开放软件，可根据评价对象编辑评价参数，具有较好的兼容性和有效性。

图1 摄像机性能综合评价系统登陆界面

图2 摄像机性能组合赋权评价界面

图3 摄像机性能评价结果: (a)层次分析法；(b)熵值法；(c)组合法

图4 摄像机组合赋权评价模型示意图

值得一提的是，通过不断探索和尝试，文章采用C#语言实现了熵值法计算权重，其中，原始数据矩阵的读取和熵值的计算较为困难，在数据矩阵读取时调用C#中现成的StreamReader及FileStream类，分别实例化一个对象对写有评价矩阵的TXT文件进行打开和读取。调用FileStream类的Peek方判断数据矩阵是否已读取完毕，调用FileStream类的ReadLine方法按行的形式将数据矩阵进行读取，调用Split方法，将每行按空格形式把各评价参数分别存储到已经定义的一个C#数组中，其程序如下所示。

name = openFileDialog1.FileName.ToString();

FileStream f1 = new FileStream(name, FileMode.Open, FileAccess.Read);

StreamReader sr = new StreamReader(f1);

string[][] b1 = new string[10][];

int i1 = 0;

for (; i1 < 50; i1++)

{

if (sr.Peek() > 0)

{

b1[i1] = sr.ReadLine().Trim().Split(' ');

}

else

break;

}

public static double[] shangzhi(double[][] a) ∥获取熵值

{

double [][]temp=new double[100][];

double []result=new double[a[0].Length];

temp=my_method_cengcifenxifa.guiyihua(a,my_method_cengcifenxifa.sum(a));

for(int i=0;i

{

for(int j=0;j

{

if(temp[j][i]==0)

{

temp[j][i]=1;

}

result[i]+=temp[j][i]*Math.Log(temp[j][i],Math.E);

}

result[i]*=-1/Math.Log(a.Length,Math.E);

}

3 结论

本文采用层次分析和熵值法组合赋权的方法评价了摄像机的性能；建立了组合评价模型，该模型条理清晰，简捷实用，易于操作；计算了摄像机参数组合赋权的权重。组合赋权法可以融合主观和客观赋权的优点，使评价结果更为客观、合理。利用Visual studio 2013开发平台，采用C#，Matlab语言编程，设计开发了摄像机性能综合评价应用软件，可以简化计算，提高准确性，具有较好的可操作性和有效性。该评价模型和软件可为摄像机的选择和视频监控系统建设与运维提供有效的参考。

[1] ALPTEKIN S E．A fuzzy decision support system for digital camera selection based on user preferences[J]．Expert Systems with Applications，2012，39(3)： 3037-3047．

[2] 卢树华，黄鸿志，张鸿洲，等. 视频监控摄像机性能参数综合评价研究[J]. 激光与光电子学进展, 2015(9): 91-102.

[3] WANG X G．Intelligent multi-camera video surveillance: A review[J]．Pattern Recognition Letters，2013(1)：3-19．

[4] WANG C H，WANG J．Combining fuzzy AHP and fuzzy Kano to optimize product varieties for smart cameras: A zero-one integer programming perspective[J]．Applied Soft Computing Journal，2014，22(5)：410-416．

[5] 连礼泉，周桃庚，张鹏嵩，等. 数码相机综合评测系统[J]. 应用光学，2012(4): 756-760.

[6] 徐泽水，达庆利. 多属性决策的组合赋权方法研究[J]. 中国管理科学，2002(2): 84-87.

[7] 彭张林, 张强, 李珠瑞, 等. 改进的离差最大化决策模型及其在临近空间多任务规划中的应用[J]. 系统工程理论与实践, 2014(2): 421-427.

[8] 程启月. 评测指标权重确定的结构熵权法[J]. 系统工程理论与实践，2010(7):1225-1228.

[9] XIE C S，DONG D P，HUA S P，et al．Safety Evaluation of Smart Grid based on AHP-Entropy Method[J]．Systems Engineering Procedia，2012(4)：203-209．

[10] 郭显光. 改进的熵值法及其在经济效益评价中的应用[J]. 系统工程理论与实践,1998, 18(12)：98-102.

[11] 陈衍泰, 陈国宏, 李美娟. 综合评价方法分类及研究进展[J]. 管理科学学报，2004(2):69-79.

[12] 邓雪，李家铭，曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识，2012(7):93-100.

[13] 刘克会,朱伟. 基于多属性决策的城市基础设施事故风险评价[J]. 北京理工大学学报(自然科学版), 2014, 34(增刊2): 136-139.

[14] 闫书丽, 刘思峰, 方志耕, 等. 区间灰数群决策中决策者和属性权重确定方法[J].系统工程理论与实践， 2014(9): 2372-2378.

D035.39

国家重点研发计划资助项目(2016YFC0801005)。