智能摄像头

洪欢 陈小凡 王旭光

摘 要：大数据技术是智慧城市的核心基础，而智能摄像头是智慧城市深度建设的重要内容。文章在阐述视频监控、目标检测信息技术、模式识别系统技术的基础上，通过综合分析智能摄像头的技术要点和智慧城市建设的构造，有针对性地指出智能摄像头在智慧城市建设中的具体应用领域，以及对社会、公众带来的影响，希望促进其高效应用，推进智慧城市的发展建设。

关键词：智能摄像头;智慧城市;视频监控;模式识别

中图分类号：TP2 文献标识码：A 文章编号：1674-1064（2021）11-068-03

DOI：10.12310/j.issn.1674-1064.2021.11.023

得益于科学和信息技术的快速发展，改变了我国社会各领域的智能化程度，这种促进作用在我国的视频监测技术领域尤其明显，随着我国的智能视频监测技术不断完善和发展，监测系统逐步朝着画面的高清化、系统的数字化、设备的智能化方向发展。国家陆续出台了相关政策，大力支持智能交通、平安城市、雪亮工程、智慧城市等项目的建设，使其得以有序推进。同时，企业、机关、科学院等单位也渐渐尝试将成熟的人工智能、图形图像、目标检测等技术融入智能安防，加强了城市安全保障能力。

文章主要分析新型智能摄像头在城市数字向智慧城市迈进过程中的应用、凸显的优势及产生的影响，为分析智能摄像头在智慧城市中的应用、优势及影响，不仅要知道智能摄像头的特点所在，而且必须了解智慧城市的由来、发展历程和建设理念，才能从根本上分析智能摄像头如何更好地帮助智慧城市的创建及其影响。

1 新型智能摄像头技术要点

1.1 视频监控技术

传统的有线监控逐渐已向无线监控转变，传统的有线布局在遇到障碍时无法实现良好的监控功能，有线监控对于监控可移动物体也有弊端，且不能及时传输数据[1]。新型的无线监控摆脱了传统有线监控受地形环境等影响因素的制约，更好地体现出了信息交互的便利性。

目前，视频清晰度得到提升，新型智能摄像头采用红外摄像技术、光学防抖技术、电子透雾技术，使得摄像头在外界不良环境（如夜晚、大雾天、外界抖动）中拍摄的画面比传统摄像头更加清晰，保证数据的精准性。

1.2 目标检测技术

目标检测技术是现阶段电子计算机和视觉技术应用领域中的重点和核心课程之一，随着计算机视觉技术的不断成熟，目标检测技术在视频监控中发挥着重要作用。目前，线圈监测技术、视频虚拟线圈监测技术、连续视频流监测跟踪技术是最常用的目标监测技术[2]。

目标检测的主要目的是把检测对象从静态背景中准确提取出来。首先，处理视频关键帧，它主要是对一段视频进行像素时间分割处理，提取出该段视频中包含主要信息的帧。其次，产生候选区域，目前有滑动窗口和选择性搜索两种主流方式确定候选区域。滑动窗口首先对输入图像的不同窗口大小的滑窗进行从左往右、从上到下的滑动，这些窗口检测到较高的分类概率，则认为检测到物体，对各类窗口重复较高的部分采用非极大值抑制法进行筛选，最终确定目标物体将其分割[3]。选择性算法将输入图像分割成许多小子域，根据子区域之间的相似度进行区域合并以确定目标物体。

1.3 模式识别技术

模式识别技术是一种基于现代高科技技术发展起来的城市关键信息整合技术。具体而言，其在移动通信、物联网及云计算等服务终端的支撑下，可系统识别文字、指纹、人脸、车牌等内容，为城市的社会管理提供有效依据[4]。当前环境下，模式识别主要分为图像识别和视频识别两种形态。图像识别往往与动态视频识别具有共同特征，在二者的比较之下，视频帧图像需要大量的视频信号来组成，所以，在分析视频时，需要将多帧图像信息进行综合考虑，“图像流”的定义由此而来[5]。视频模式识别主要是通过捕捉检测目标的运动轨迹，对其进行监控。运动物体的肢体行为被模式识别技术甄别解析为肢体动作，对于打架、攀爬、偷盗等一些危险动作，可以将模式运行设置为小视野特写镜头，进而对可疑动作进行更为细致的观察，为安防管理提供可靠视频依据，帮助安防人员及时发现并制止不良行为。

1.4 深度学习

深度学习基于对数据进行表征学习，使用特征学习和分层特征提取的高效算法自动提取来代替人工获得特征[6]。深度学习在新型智能摄像头中主要应用于人体行为识别、人脸识别和自然语言处理。在前两者的识别过程中，主要涉及人像检测定位、对比识别两个方面，因此，获取人像特征时，可以应用神经網络、变形模型、弹性模型、几何特征、代数特征等方法，而以神经网络为基础的深度学习在人像识别中属于较为特殊的一项，其不需要获取人工特征，就可以在样本训练期间完成学习，并获得更为准确的信息[7]。在自然语言处理领域应用较为广泛的神经网络有循环神经网络及其变形，以及卷积神经网络，且经研究表明，在短文本情感分类任务上，卷积神经网络的表现更好。

2 智慧城市建设

2.1 智慧城市的由来与发展

智慧城市是运用信息与网络通信技术手段，通过多种形式构建有效的解决方案，建立可持续性的城市发展模式。当前，国内不少企业借助大数据技术发展智慧应用，帮助政府更高效地制定决策，管理城市。

全球智慧城市建设从上个世纪开始投入理论研究到现在，2011年，IBM为里约热内卢打造的智能运营中心IOC是一个为市政部门设计的管理城市热水非常成功的案例。之后，松岛智慧城市诞生了，与里约的智慧城市模型不同的是，松岛是从“零”开始的，韩国从黄海海域填充了将近1 500英亩人造陆地，从街道的路灯、城市的社区、医院等等全部从头开始建造，整座城市实行全方位信息共享，数字技术深入居民房屋、街区、办公大楼，犹如一张大网，将所有的细枝末节连为一体，居民通过一张智能卡便能在城市畅行。

2012年，我国开启智慧城市项目，逐年增加智慧城市试点。北京、贵阳、海口、湖州、济南、丽水、天津、深圳、无锡、郑州10座城市以优秀的城市建设经验、切实的城市运营数据和高口碑的市民反馈，被评为“2019智慧城市十大样板工程”[8]。2021年5月，住建部官网公布了智慧城市基础设施与智能网联汽车（“双智”）协同发展首批示范城市，北京、上海、广州、武汉、长沙、无锡6座城市入选[9]。

2.2 智慧城市建设架构

源自国家863计划，可以构建出“六横两纵”的智慧城市参考模型，包括城市感知层、传输层、数据智能处理与存储层、支撑服务层、应用服务层和智慧应用层六个水平层和两个安全保障体系和标准与评测垂直层，参考模型如图1所示。

3 智能摄像头在智慧城市中的应用及影响

智能摄像头运用的智慧视频监控技术，涵盖了模式识别和目标检测两种基本技术，它们在智慧城市建設过程中的用处十分广泛，主要包括人脸检测应用、行人检测应用和车辆检测应用。这些应用不仅可以在诸如智能门控、人脸支付等为市民带来极大便利的生活领域大放光彩，而且可以在交通、区域入侵检测、逃犯抓捕等保卫公共安全的安防领域大展身手。

3.1 人脸检测

人脸检测的智能门控、人脸支付和实名认证的应用，为市民出行提供了便利，即使在出门忘记了带钥匙或上班忘带员工卡，也不必忧虑出入不便，人脸识别一招解决所有烦恼。同时，为小区、公司等具有一定私密性场所的人员把控不严问题提供了切实有效的解决方案，如同给这些私密性场所的大门外加了一层保护罩，提升了其私密保护性及安全保障程度。

人脸检测在国家推出的“雪亮工程”“平安城市”建设项目中是至关重要的一环，依靠智能摄像头的高清视频、人像动态识别以及后端庞大的人像数据库的支撑，公安机关可以在一定范围内跟踪具体人员的行动轨迹，与传统抓捕逃犯、调查走失人员的方法相比，降低了警方的调查难度，提高了抓捕速度。与此同时，提高了警方对突发事件的处理速度，无论是在事件发生前、发生时或发生后，都保留了一份清晰、真实、有用的证据。

在新冠肺炎疫情防控中，智能摄像头发挥了重要作用，各大公共场所的出入口都安装有红外摄像头，不仅减轻了工作人员的负担，更是一种重复筛查手段，以防有感染人员未被监测到而携带病毒进行传播。同时，在疫情追踪方面，由于存在城市公共区域的摄像盲区、视频算力不足以及跨区域、跨部门间的信息误差，无法实现疫情主动式追踪，这也反向印证了人脸检测对智慧城市建设的重要意义。一旦完善了这些摄像盲区以及各区域、各部门间的信息实时共享机制，将完全实现主动式精准追踪，从而减少人力消耗，提升信息获取速度，保障信息的真实性。

3.2 行人检测

行人检测主要应用于智能辅助驾驶、暴恐检测、移动监测、安全帽/安全带检测以及区域入侵检测等人群密集度高、易发生安全事故的领域场所。驾驶过程中，司机会受到注意力不集中、疲劳等因素的干扰，在前方出现突然冲出的自行车、行人、小动物时，反应时间会比注意力集中、驾驶状态良好时延长2倍以上，行人检测功能可以帮助司机提前探测前方路况，预防事故发生。

对于在高空作物、矿山工作的工人，行业内因意外死亡的概率远高于其他行业，行人检测功能可以帮助他们确认安全设备是否穿戴规范、行为是否超出安全边界，尽量减少因可规避因素而意外身亡的事件。

依托深度学习技术的应用，智能摄像头能够在识别出不良状况时对其进行现场疏导，最大限度将事件的危险系数降到最低。例如，当出租汽车司机与乘客发生口角甚至肢体冲突时，智能摄像头会拟人化地讲出此类行为将造成的不良后果或承担的法律责任。

3.3 车辆检测

车辆检测可以应用在智慧城市的城市安防建设中，主要用于车辆检测，以实现智能交通疏导。以模式识别技术为支撑构建的“GPS交通监视系统”，凭借对城市通道、车辆的实时性、精准性还原，革新传统城市交通管理的方式。它犹如城市交通运行的“大脑”，洞悉交通状况的各个层面。例如，查看各区域的车流量大小、车辆拥挤时间，展现整个城市的车辆运行状况与交通布局，实时监管城市高拥挤通道的状况。

同时，以大量显示数据为基础，通过对交通要塞的潜在风险全景洞察，描绘城市画像，构建城市交通监视系统，最后以应用为导向，积极推进交通枢纽的车辆及人群控制的监管工作落实到位。车辆检测工作不仅有助于推动智慧城市建设，而且将对人们的城市生活的安全产生重大影响。

4 结语

建设智慧城市是实现城市可持续发展、引领信息技术应用发展的需要，是提升城市综合竞争力的战略选择，是紧跟国际趋势，顺应时代发展的必要之举。作为建设智慧城市的重要枢纽，只有充分认识到应用智能摄像头的必要性，明确其技术支撑和应用原理，进行实际的具体应用，才能提升智能摄像头应用管理水平，推动智慧城市建设与发展。

参考文献

[1] 施建.视频监控技术及其在智慧城市工程中的应用分析[J].西部广播电视，2020，3（6）：245-246.

[2] 古东栋，俞江峰，张帆，等.智慧城市大幕开启 利好安防迎来新契机[J].中国安防，2011（10）：53-58.

[3] CSDN.目标检测的常用概念[EB/OL].2019-05-14[2021-08-16].https：//blog.csdn.net/XYKenny/article/details/90214255.

[4] 季建军.关于智慧城市安防领域中模式识别技术的有效运用分析[J].电子科学技术，2017，4（1）：102-106.

[5] 李军英.AOI大数据在智慧城市安防管理中的应用研究[J].城市建设理论研究（电子版），2019（4）：180.

[6] 裴利沈，刘少博，赵雪专.人体行为识别研究综述[J/OL].计算机科学与探索：1-23[2021-08-17].http：//kns.cnki.net/kcms/detail/11.5602.tp.20210803.1745.006.html.

[7] 单永正.浅析人工智能视频监控系统在风洞中的应用[J].中国设备工程，2021（7）：146-147.

[8] 百度.赛迪发布：2019智慧城市十大样板工程[EB/OL].2020-09-21[2021-08-16].

[9] 百度.无锡入选“双智”协同发展首批示范城市[EB/OL].2021-05-08[2021-08-16].