智能图像识别系统在OTT机顶盒中的应用

杨骥

【摘要】本文重点对智能图像识别系统在OTT机顶盒上的应用进行详细分析和探讨，在确定网络环境的前提下，对接入端口、视觉库等结构予以分析，详细说明图像数据分析处理过程，准确了解智能图像识别系统在OTT机顶盒中的作用与优势，以期提高电视播放质量，为广电行业的创新发展提供支持。

【关键词】智能图像;识别系统;OTT机顶盒

中图分类号：TN929                                  文献标识码：A                          DOI：10.12246/j.issn.1673-0348.2022.01.029

信息时代，互联网、信息技术为广电行业的创新发展提供了新的技术支持，丰富了主体功能，为人们带来了更好的视觉体验。在广电服务终端，机顶盒为重要组成部分，随着行业进步，其中的运算能力、存储容量均得到显著提升，且在智能技术的融入下，图像信息处理效率得到改善，信号传输速度明显加快，让人们享受到了优质的广电服务。

1. 机顶盒发展现状与系统概述

1.1 机顶盒发展现状

随着我国科技力量的提升，信息技术逐渐向着融合方向迈进，其中互联网与通信技术的融合是最具代表性的一项。随着三网融合的不断深入，机顶盒也发生了较大变化，正朝着智能化方向迈进。智能机顶盒的出现在原有功能基础上对运算和存储功能进行优化，运算效率提升，存储容量明显扩大，相关的硬件设施也得到进一步完善，OTT机顶盒就是在该环境下发展而来的新型机顶盒种类，其将安卓智能操控系统融入其中，将机顶盒与智能手机连接起来，实现了对多个视频设备的控制和处理，保证了视频图像的及时性、清晰性。

1.2 系统概述

根据目前机顶盒的发展现状，本文加大了对智能图像识别系统的研究和应用力度，以EPON网络为基础，在光线传输媒介的推动下，对智能图像识别系统在机顶盒中的应用展开分析，在维护信息信号传输质量的同时，实现系统与用户间的互动交流。同时，智能图像识别系统应用后，可利用外设摄像头完成图像的智能化、自动化采集和处理，提高屋内视频数据接收质量。另外，在系统中安装OPENCV库系统，与外设摄像头连接，能够加快视频信号获取速度，通过信号的对比分析，监测系统是否存在入侵情况。在发现入侵问题后快速报警，将数据资料及时传递到连接移动设备中，提醒用户及时查看，随时随地的了解室内具体情况，优化管理效果。可以说，OPENCV库是系统中的核心内容，也是重要的视觉标准API集成库，其可加快智能机顶盒的运行速度和视频图像处理速度，提高运算效率，加强管控的有效性。

2. 智能图像识别系统应用

2.1 应用逻辑

智能图像识别系统的应用对传统系统配置进行了升级处理，运算性能、数据传输能力得到显著提升，在保证系统功能的前提下，解决了存在的入侵检测问题。入侵检测是智能技术下的重要产物，能够实现系统内部的逻辑设计，提高系统运行的可靠性与科学性。入侵检测中的逻辑设计分为逻辑框架设计和入侵检测技术选择两部分。双向机顶盒能够准确摄入外设摄像头传递的连续性画面帧，深度分析这些连续画面帧，利用运动目标检测技术对入侵画面的运动情况及背景加以检测，给出更加精准的入侵报告，立即实施报警处理。同时，系统还会对报警区域内的画面进行自动记录且存在云端。目前入侵检测技术以差分法和帧间差分法这两种为主，本文重点对帧间差分法予以说明。该方法在应用中，可对OTT机顶盒外设连续视频画面中相邻两帧展开分析，不需要建立任何的背景模型即可获得分析结果。其工作原理为：对相邻两帧设定区域内的灰度参数实行相减运算，获得灰度差，将灰度差绝对值与噪声阀值作对比，如果参数大于阀值，说明存在入侵情况，如果小于阙值，则会作噪音处理。帧间差分法的计算方式简单，稳定性强，相较其他方法，该方法省略了很多步骤和环节，加快了入侵情况的分析速度，做到了运动轨迹的精准预估。

2.2 入侵检测

入侵检测作为服务端中的核心部分，包括OTT双向智能机顶盒和前端服务器等内容，能够快速完成视频数据的捕捉、标记、目标获取及入侵检测等工作。具体来说：

2.2.1 视频数据捕捉

机顶盒在运行中，通过操作系统实施摄像头外设驱动处理，获得的相应视频源被称为视频捕捉。获取的视频源能够被缓存在本地，且保证视频的分辨率与帧率符合要求，提高视频的清晰度。在视频数据捕捉过程中，图像经过摄像头外设处理，直接存储在系统内，之后利用CVLOADLMAGE函数展开自动化处理，获取变量参数，经过处理的数据能够直接转化成MP4视频文件模式，让视觉库快速实行分析和捕捉，明确操控对象，开展视频属性分析作业。

2.2.2 区域标记

区域标记指的是借助手机端对视频某一段进行指定的一种方式，目的是对指定区域展开实时监测，并将区域内生成的数据资料，快速同步到双向机顶盒内，完成视频的实时传输。在区域标记应用中，会利用VOIDCVSETLMAGECOI函数对区域数据予以标记，监控脚本会自动调出指定标记区域内的背景画面，传输到数据库中心的矩形坐标内，按照坐标要求调整相关参数，之后再利用OPENCV的CUI接口开展传输工作，保证视频数据的质量。

2.2.3 目标获取

机顶盒在接收到视频数据后，会对相邻帧指定区域内的视频资料展开自动化分析，判断指定区域目标是否存在运动情况。在整个过程中，会将确定目标与最小矩形区域作对比分析，如果发现其面积小于最小矩形区域，则将其作为噪音不作任何處理。如果其达到矩形坐标规定的触发阀值，则需予以保留。在目标获取中，使用cvShowImage函数在指定窗口中显示图像。关于视频画面中运动目标的检测，指的是对运动目标坐标的获取，并不实行运动轨迹跟踪，所以系统设计研究时采用帧差法，快速检测出运动目标坐标。

2.2.4 入侵检测

入侵检测是在获取目标区域连续帧图像的指定窗口信息后，通过帧间差分判断是否存在入侵情况的一项工作。操作系统会先对获取目标区域内的图像数据作分析判断，将其与设定矩形坐标实行对比分析，查看两者差分值，如果发现坐标参数不属于噪音情况，即可判断存在入侵行为。入侵发生后，视频文件与文件参数的保存会直接在存储服务器内进行，并以分段录制的方式，重新编辑压缩视频，且标注名称，便于后续查找。

在整个过程中，会使用到CVCREATELMAGE函数来分配存储空间。标记的区域为一个矩形，获取标记区域矩形的坐标参数，根据矩形区域的坐标来遍历不规则四边形每一个像素的RGB值及灰度级，最终求得重叠区域面积。操作系统检测标记区域像素群灰度级差别绝对值时，发现其超出规定阀值的范围，则可判断存在入侵现象，这时机顶盒操作系统要自动开启推流服务，将收集到的图像数据返还到视频服务器内，利用视频服务器实施压缩录制处理，生成MPEG-4文件格式。在录制过程中，利用CVCREATEVIDEOWRETER函数完成文件的远程传输及录入，以回传链路保证处理后视频传输到指定位置，再利用CVWRITERFRAME完成图像帧的存储处理，此时需要传入CVWRITERFRAME对象的指针和保存图像对应的IplImage类型指针。在入侵事件解除后，系统使用CvReleaseVideoWriter函数来关闭视频录制，实际录制中以当前时间戳作为文件名，录制视频文件为MP4。

2.3 功能测试

系统功能测试是在各应用功能设置完成后开展的测试工作，目的是确定各功能能否正常使用，以优化图像视频质量，提高电视播放效果。

2.3.1 视频捕捉功能测试

运用智能图像识别系统后，外设摄像头能够直接将拍摄到的图像信息转化成MP4格式，视频捕捉不存在任何阻碍现象;以CVCAPTURE对象格式完成视频捕捉，可避免异常情况的发生;在视频帧数捕捉上可直接分析视频属性，加快视频处理进程。

2.3.2 区域标记测试

应用智能图像识别系统后，脚本能够做到影像的实时获取及画面的随时调出。在矩形坐标作用下，对入侵敏感区域实行科学把控;保证CUI接口的正常运行，提高标记准确性。

2.3.3 目标获取功能测试

在入侵状况下开展捕捉运动目标功能检测，发现能够准确获取目标，并开展自动处理;测试帧间差分法时，发现在情景模拟下，能够准确利用帧间差分法掌握运动轨迹，在1～2秒内确定运动坐标。

2.3.4 入侵检测测试

检测矩形生成功能过程中，发现该系统能准确分析标记区域内矩形坐标参数的变化情况，查看其是否处于正常状态;在灰度参数检测中，能够对每个矩形区域中的坐标参数值加以了解，判断RGB值、灰度级是否正常。

3. 系统应用案例

在用户外出后，开启机顶盒的监控功能，将摄像头位置指定到某一区域内，如门口、窗户等敏感区域。在整个监控过程中，系统不会自动存储视频，但可以保留一定时效下的视频画面，待达到规定时间后，系统会自动删除摄录到的画面。在发现入侵情况后，机顶盒会将接收到的图像文件快速转化成MP4格式并回传到云端服务器，完成存储，同时与手机端连接，将收集到的图像传送到用户指定手机，询问用户是否现在观看，之后以电视影像的方式在移动设备上播放，用户可以进一步确认，如主观判断为光线等外观因素引起的灰度级变化，可手动解除告警。系统配置包括设置云端服务IP或域名，http访问后设置绑定的用户卡号、监控区域坐标、录制格式。系统配置结束后，会根据用户提交的相关信息，在云端对视频予以存储和重命名，确保文件质量。用户则可通过HTTP协议服务随时调取播放，查询相关内容。在系统发布入侵警告后，可点击视频图像准确了解警告区域的具体情况，系统会自动剔除噪音，保存完整清晰的图像数据。

4. 结语

希望上文论述能够帮助相关人员准确了解智能图像识别系统在OTT机顶盒中的应用情况，加强设置的合理性与科学性，保障图像数据的清晰度与及时性，发挥出系统的最大作用，解决传统机顶盒存在的问题，推动广电事业的更好发展。

参考文献：

[1]冯浚峰，黄玉林，沈阳.智能图像识别系统在OTT机顶盒中的应用探析[J].西部广播电视，2019，000（023）

[2]黄志芳、何梓杰、宋世杰、陈泽锐、陈旭.基于图像识别的智能课室管理系统[J].电子测量技术，2020，v.43;No.350（18）

[3]钟彩，彭春富，楊兴耀.虹膜图像智能识别技术的研究[J].电脑知识与技术，2020，v.16（10）