视频监控系统中异常行为检测与识别

2021-11-24董春阳

商品与质量 2021年15期

董春阳

中煤科工集团重庆研究院有限公司重庆 400000

随着社会的进步与科学技术的不断发展，国民生活质量也在不断的提升。室内外视频监控越来越多，而应用过去人为视频监督方法进行异常行为检测，经常性会由于人们的疏忽及疲劳或信息本身的复杂性，导致视频监控任务效益比较低，而且监控任务重，工作压力比较大，而智能视频监控系统能够自动对异常行为进行检测，视频智能监控系统的发展有利于公共秩序的维护，有利于有效保障公共安全，所以要做出视频监控系统中异常行为检测与识别，不断提升视频监控系统中异常行为检测与识别效益。

1 视频监控系统中异常行为检测的相关概述

摄像传输、控制、显示、记录登记是监控系统的五大组成成分，摄像机通过同轴视频电缆、网线光纤进行实时情况到控制主机的转入，控制主机再将视频信号分配到各监控器及录像设备，同时将需要传输的语音信号同步录入到录像机内，通过控制主机，操作人员发出指令，对云台的上下左右的动作进行控制及对镜头进行调焦变倍的操作，实现多路摄像机及云台之间的切换，并通过特殊的录像处理模式，可对图像进行录入、回放、处理等操作。监控系统是对重要场所进行实时监控的重要物理基础，能够实现对重点部门与重点场所的有效监控，在监控系统中能够得到处理突发异常事件的有效资料，再依据这些资料进行及时、高效的指挥、继而布置警力、处理案件等，其在各行各业都有非常广泛的应用。在视频监控系统异常检测过程中，首先要确定什么是异常的行为或现象，在不同视频中对异常也有着不同的定义，多数是由视频内容的异常而定义，一般来说，在视频场景中的小概率事件都能够称之为异常行为或者是异常问题。其中全局异常与局部异常是异常的两种通常状态，全局异常是指从某一帧开始，整个场景的群体行为都是异常的；而局部异常状态是指视频中某一个区域中的个体行为较之邻近人群或场景是异常的，通过视频异常检测从大量的视频中高效的检测异常情况，进而有效维护公共安全。监控视频系统中异常检测一般有三个步骤，首先需要对视频序列进行一个情景分割和提取处理，检测出运动的目标，在进行特征的提取和筛选，将特征的提取和筛选作为基本事件，最后对异常事件进行比较准确的识别及定位。

2 前情提取和运动目标检测的有关分析

绝大多数情况下监控视频中的异常情况都为运动的物体或运动的目标，但在视频中大面积的背景或是静止的物体会让异常检测运算过程变得非常复杂，异常检测难度非常大。与此同时，视频监控系统异常检测还会受大量的噪声及冗杂信息的影响，让特征提取、行为表示非常的困难，进而极大地降低了视频监控系统中异常检测的效益及质量，所以对运动目标检测是智能异常检测系统中非常重要的内容。运动目标检测方法主要有有侦间差分法、背景减除法以及光流法，侦差法主要通过相邻帧之间的差分判定对应像素的灰度值的变化，来检测运动的目标。背景减除法指的是通过背景建模的方式获得背景模型，再借助每帧图像与背景模型图形的对比分析得到结果。其中光流法是常用的运动目标检测方法，基本原理是对空间物体表面上的点在视觉传感器上的表观运动进行观测。

3 特征提取和行为表现的研究分析

在视频监控系统中的异常检测研究过程中，许多专家学者对特征的提取及行为表示提出过各类意见，其中对合适特征的高效提取是最为主要的一种方式，对正常与异常行为的及时准确鉴别具有重要意义。特征提取一般可以分为借助手动设计的方式提取人工设计特征以及通过对原始视频帧的直接学习得到深度特征。这两种方式都是基于生物设计理论，主要区别是特征提取的方式，第一种是模仿人类视觉框架进行设计，而第二种是对数据本身的规律进行学习探究。

4 视频监控系统中异常行为检测技术分析

4.1 运动目标检测技术

运动目标检测主要是指在视频序列中把运动目标从背景中准确、有效地提取出来，得到目标的整体区域或者能过，这是目标跟踪及行为分析非常重要的基础，现阶段视频监控系统中运动目标的检测方法主要有侦间差分法、背景差分法、基于特征的分法以及光流法。侦间差分法受场景变化的影响比较小，而且能够非常迅速的从背景中分离出运动目标的区域，而且能够适用各种复杂的环境，但是其很容易受运动目标的影响。背景差分法对运动目标区域的提取十分的快速与完整，但其受光照条件的变化影响比较大。基于特征的方法具有非常大的灵活性，而且具有很高的识别率，但在不同场合识别方法会不同，普遍适用范围比较小。