关于智能视频监控技术分析及其在安防领域的应用探讨

汪 海，王羽中，汪 源

（1.安徽润谷网络科技有限公司，安庆 246001；2.北京天目创新科技有限公司，北京 100083）

视频监控系统在社会各行各业都取得了广泛的应用，传统的视频监控主要由模拟监控系统、数字化本地视频监控系统和远程通信系统组成，它也曾有过一段辉煌的时期，但随着科技的进步和人们对安防要求的不断提高，传统系统的缺陷也在不断暴露出来，比如对监控人员识别危险的依赖性过高、每路视频难以被实时监控、报警精度较低、视频分析较困难等等。在这种情况下，急需对视频监控技术进行创新，打造更能适应于现代化安防需求的新型视频监控系统。智能视频监控技术就是在这种背景下应运而生的，其一推出就受到了安防领域的广泛青睐。本文对智能视频监控技术进行了分析，并就其在安防领域的应用进行了探讨，希望对业内同仁可以起到一定的参考和借鉴作用。

1 智能视频监控技术分析

1.1 运动目标捕捉

对于视频监控来说，对运动目标进行捕捉是后续进行目标分类和行为分析的前提和基础，它也是智能视频监控系统的一项基础技术。目前对运动目标进行检测的方法有很多，但实际中主要应用的有以下三种：第一，背景减法。这是一种最简单的运动目标识别算法，同时也是运动目标检测的主流方法。该方法将每一帧图像与背景模型图像进行相减，当得到的图像和背景之间的偏差超过一定阈值后，即可以实现对运动区域的判定。第二，相邻帧差法。该方法与上面介绍到的背景减法并不相同，它是通过对视频图像序列中前后图像间的差异进行捕捉和提取来实现的，通常比对对象是两帧或几帧。该方法具有较强的自适应性，在未来拥有巨大的发展潜力。第三，光流法。该方法与前两种方法有着本质的差异，因为它并不是对视频图像进行单纯的检测，而是对图像序列的光流场进行检测，该方法的优势是可以获得精确的数据，缺陷就是计算分析过程太过复杂，一般难以实现实时检测，因此也没能成为运动目标识别的主流方法。

1.2 运动目标分类

在捕捉到运动目标后，就可以利用贝叶斯网络、神经网络以及支持向量机等算法对目标进行分类。对于视频监控系统而言，目标分类的特征主要体现在时空两个方面。其中，时间特征与目标跟踪过程密切相关，主要关注的是运动目标的移动速度变化；而空间特征则主要体现在图像中的一些特征，比如目标的大小和形状等等。

1.3 运动目标跟踪

所谓运动目标跟踪，是指结合目标所处的环境，选择一项能够表征运动目标的特征，然后在后续的图像帧中搜索与该特征最为匹配的目标位置。目标跟踪算法主要有基于特征的跟踪、基于三维模型的跟踪、基于运动轮廓模型的跟踪等方法。

1.4 视频内容分析

当实现运动目标的识别、分类和跟踪后，就可以对其行为进行分析，这是体现智能视频监控技术特点的一项关键技术。通过智能化的分析和判断，可以对运动目标的身份进行识别，最常见的方法就是人脸识别和步态识别技术。然后结合身份识别结果以及特定的行为定义，就可以实现对运动目标行为的智能判定。

2 在安防领域中的应用探讨

2.1 住宅小区安防

现代化的小区普遍都安装了安防系统，而应用于住宅小区的智能视频监控系统（如图1所示）主要由录像、巡更、安防报警等模块构成。其中，录像监控模块主要负责对小区内的重点监控区域进行视频图像信息的采集；巡更模块则可以实现对巡更人员路线的规划设计；安防报警模块则可以通过对视频监控图像的智能化分析，进而向联动功能模块发送指令性数据，比如报警命令。随着智能楼宇和小区在未来的住宅建设中逐渐成为主流，智能视频监控技术在住宅小区安防中的应用也必将越来越深入。

图1 小区视频监控系统

2.2 公共商业场所

现实中，公共商业场所内经常会发生商品丢失或被盗取等问题，而这也推动了智能视频监控技术在该场所的应用。当公共商业场所内安装了智能视频监控系统后，一旦发现商品出现不正常的移动，系统就可以自动对其进行检测和分析，进而做出针对性的应对。此外，通过应用智能视频监控系统，还可以对公共商业场所内的人流进行分析，当发现对象在特定区域停留时间过长时，就可以发出警报通知工作人员处理。

2.3 银行安防

智能监控技术在银行安防中的应用主要体现在ATM机和银行大厅两个方面。ATM机作为银行的基础设备，一般都要求配备视频监控系统。现代化的ATM机上配备的视频监控系统可以对机上操作人员的人脸进行识别和检测分析，一旦发现操作人员的身份或行为异常，就可以自动发出警报。而银行大厅内装设的智能视频监控系统可以对人员流动进行实时监控，在此基础上就可以对区域人员的行为进行检测分析，进而做出针对性的反应。