智能视频监控系统中视频图像分析的关键技术研究

马文学，单亚飞

（河北远东通信系统工程有限公司，河北 石家庄 050200）

0 引 言

随着高清视频监控的逐步推广和普及应用，如何对这些视频图像数据进行有效分析和利用，已成为人们重点关注的问题。对于智能视频图像分析技术，计算机视觉技术、图像智能分析技术及人工智能技术至关重要，是实现智能视频图像分析的关键[1]。通过相关技术对视频的序列图像进行检测、分析以及理解，以达到视频监控的目的。随着我国经济以及科学技术的不断发展，视频监控技术使用的范围越来越广泛，相关技术也逐渐成熟。因此，本文对视频监控系统中视频图像技术的研究意义重大。

1 智能视频图像分析技术介绍

随着“智能化”时代的到来，视频监控也迎来了新的发展方向——智能视频监控。相比于常规的视频监控系统，智能视频监控通过智能视频分析技术对视频信号进行分析和理解。智能视觉物联网技术是集图像处理、目标检测、跟踪技术、模式识别及信号处理技术为一体的综合性技术[2]，可以让视频系统在监控的过程中自动分离和抽取视频源中的关键信息。

1.1 获取目标

常规情况下，视频智能分析算法都是基于RGB或YUV的没有压缩的图像格式[3]，因此被传输到视频分析单元前的图像信息均没有被压缩。此外，视频分析系统还具备图像采集功能，能够通过卡扣配合型连接器输入图像信号。

1.2 目标检测

智能视频图像分析中，目标检测十分重要，是实现视频智能化功能的重要基础。智能视频图像分析技术中，一般采用目标检测算法对目标进行检测，通过分离视频序列中的移动像素和静止像素，最终实现目标检测。真实情况下，视频监控中的目标多数都是运动的，因此检测时要根据“运动”的特征进行，此时可以忽略静态的背景。通过快速运动的方式来获取想要的移动目标，最终实现对目标的实时监测。光流法、帧差法及背景差分法是现在较为常见的运动目标检测方法，并且各有优点[4]。

1.3 目标跟踪

目标跟踪就是根据时间顺序接连在每个帧之间找到的相同对象，即跟踪各个运动对象的运动轨迹。视频监控系统会在不同的场景中，根据目标被遮挡、视觉以及杂波等外界因素干扰的情况下，自动筛选出想要检测的目标，然后在对这些检测目标的属性、运动状态自行匹配，以实现对运动目标的跟踪。

常用的跟踪方法有如下3种。（1）基于特征的目标跟踪。这种跟踪方法的特性是“最优匹配原则”。采用这种方法对运动目标进行跟踪时，注重的是多个特征点的集合[5]。这种方法的显著优点是在跟踪时可以针对同一个对象进行多个特征的同时跟踪，即使一个特征被遮挡住，也不会对其他特征的跟踪造成影响。（2）基于区域的目标跟踪。此跟踪方法主要是将预跟踪对象目标的区域与目标模板进行比较，比较两者之间的匹配度，然后通过相似度计算确定跟踪目标。（3）基于活动轮廓的目标跟踪。这种跟踪方法可以很好地跟踪目标的轮廓，且对图像细微变化的依赖性较强，对噪音也很敏感。但是，该方法在对快速运动的目标进行跟踪时，效果不佳。

1.4 目标行为识别

智能视频图像分析中的目标行为识别主要根据视频图像中检测目标的行为变化，从静态、动态两个层面来分析和判断检测的目标是否存在异常行为。

现在比较典型的目标行为识别应用包括5个方面，分别是目标分类、残留检测、缺陷检测、数量统计以及报警联动。

2 智能视频图像分析技术难点

智能视频图像分析技术的难点主要体现在实时性、鲁棒性以及场景规则的确定。

2.1 实时性

由于监控系统存在采集延迟、编码延迟及传输延迟的缺点，因此视频监控系统存在实时性难的问题[6]。为确保对视频场景的实时监控，需要提高整个智能监控算法系统的实践复杂度。高分辨率的视频中，尽管每个像素的处理时间短，但是一帧图像有几十万乃至百万的像素，导致目标检测花费的时间较长。如果实现实时监控、智能分析的目的，系统处理图像时每帧的目标检测时间可以控制在几十毫秒内，不过需要特殊硬件的协助。

2.2 鲁棒性

鲁棒性，即稳健性或稳定性。视频智能由于受到实际环境的影响，导致其存在鲁棒性问题。目标检测的参数都是依据实际环境参数进行设置的，使得图像分析的结果受到图像的清晰情况、是否为夜间模式的影响，极大地降低了图像分析的准确性[7]。此外，不同环境中，目标检测还会受到光照、天气、快速运动、超出视野及旋转等外在因素的影响；严重时，还会受到摄像机安装的位置、摄影师拍摄的角度以及分辨率的影响。

2.3 场景规则的确定

智能视频图像分析技术的一个难点就是要确定好场景规则。一般在不同的场景中，目标的行为也有所不同。因此，需要在差异的场景下分辨出检测目标是否存在行为异常。这对视频监控系统的自行判断能力提出了较高要求，需要在系统设计环节在视频智能分析平台中设置好可以作为判断依据的场景规则。

3 结 论

随着我国科学技术的飞速发展，智能视频监控系统也得到了飞速的发展，并被逐渐应用于各个领域。作为视频监控系统的技术核心，视频图像分析技术也得到了人们的高度重视。由于科学技术的推动，视频图像分析技术也有了很大的提高。但是，视频分析的高级目标识别和目标跟踪行为分析还存在很多不足之处，严重影响了智能视频监控的使用效果。因此，需要加强相关方面的研究。