基于图像识别的视频监控专利技术研究

2020-11-25李志风中冶京诚工程技术有限公司

数码世界 2020年4期

李志风中冶京诚工程技术有限公司

1 介绍

社会生活中，我们追求的是稳定和安全，视频监控是生活中普遍的危险识别手段，无论是在危险发生时和危险发生后，视频监控都起着不可替代的作用。危险发生时我们能够通过视频监控发现危险、危险发生后我们能通过视频监控找到危险的源头，并及时寻找可疑危险的人或物。

基于图像识别的视频监控专利技术解决了一个重要的问题，就是通过图像识别技术，提前对危险目标进行识别，并跟踪目标运动轨迹，最终并通过目标运动轨迹对目标进行行为分析，识别目标的危险程度，把危险扼杀在萌芽之中。

基于图像识别的视频监控专利技术在未来将会有很广泛的应用，本文将根据基于图像识别的视频监控专利技术中的目标检测、目标跟踪和目标行为分析进行研究，了解其专利技术背后的技术原理及应用场景。

2 基于图像识别的视频监控专利技术的研究

2.1 视频监控中基于图像识别的目标检测专利技术

目标检测是图像识别基础的一个环节，需要根据视频监控中的画面，检测出其中静止或运动的人物、景象和其他物体。目标检测主要的对象是运动的物体。

基于图像识别的目标检测最难的地方在于，视频监控中光线的变化、摄像机的运动以及其他的不确定因素都是会影响识别的准确性。

在这方面，有几个专利技术能够很好的解决这方面的问题：专利申请US2014/0226865 通过识别前后时间不同的两张图片，判断图片中的物体是否为运动的物体，这种对于静态的视频监控拍摄的照片识别度还是很清晰的，但是在视频监控可以旋转运动的情况下识别准确度就不高了。

为了解决移动的视频监控对于运动物体的识别问题，专利申请CN2015101579764 给出了另外一种识别方法，这种识别方式需要在前期建立模型，再通过背景中运动的物体识别出运动物体。这种办法是可以通过建立的模型排除背景的干扰，提高识别效果，达到对运动物体的准确识别。

还有其他很多的视频监控中基于图像识别的目标检测专利技术，每一项专利都有各自适用的范围，在使用的时候可以根据需求进行选择。

2.2 视频监控中基于图像识别的目标跟踪专利技术

视频监控中基于图像识别的目标跟踪技术是视频监控技术的另一个重点，在一般的监控中，视频监控都是静止的，识别虽然是动态的，但是当目标移动时会因为形态改变而改变，最后可能识别出来并不是同一个物体，因此如何跟踪目标的行踪也是需要解决的问题。

最开始使用的目标跟踪技术是专利申请CN2016106035376，这是一种实时的红外成像地面运动跟踪方法，这种办法的原理是根据识别的目标建立目标的特征模板。再根据实时识别的目标跟模板进行比较，最后将符合模板的目标位置进行串联，这样就得到了目标的实时运动轨迹。

还有一种是比较复杂的卡尔曼滤波算法，这种算法属于预测算法，根据目标运动的几个位置，再通过目标的运动规律来得到目标的运动轨迹。专利申请JP2000382800 就是根据卡尔曼滤波算法制定的目标跟踪算法，这种算法首先需要假定目标目前的位置和运动参数，再输入目标的起始位置参数，最后形成目标的实时运动参数和运动轨迹。

同样的，在不同的场景下，每一种目标运动跟踪算法都有其适应的环境和特点，需要根据实际情况进行使用。

2.3 视频监控中基于图像识别的目标行为分析专利技术

基于图像识别的目标行为分析是建立在前两步的基础上才能进行的，必须要进行了目标识别和目标运动特征判断才能对目标进行行为分析。

利用前面说的模板匹配法也可以进行目标行为分析，前提是必须要将人体的各种动作模板化，通过识别目标动作符合哪个模板，实时用语言进行显示。专利申请US20070104313 就是使用这样一种方式进行的目标行为分析，这个专利主要使用的是人体动作的投影进行识别，再根据输入的投影动作分类将目标动作还原并实时显示。

这种基于模板匹配的办法识别速度慢，对于不标准动作识别度不高。专利申请CN2014102494699 就解决了这个问题，这个专利是通过动作的光流进行识别，简单说就是通过对动作时动作肢体的光影流向进行计算。这种算法的优势在于能够进行实时的识别，不受动作模板的限制，对于动作行为的分析也会更加准确和快速。

视频监控中基于图像识别进行目标行为分析是预判危险最重要的一步，也是基于图像识别的视频监控专利技术的重中之重。