高速公路监控视频人工智能分析研究

梁晋娜

（河北交通投资集团张石高速公路保定段有限公司，河北保定 071000）

1 高速公路监控视频现状

在高速公路的运营管理中，监控视频起着关键作用。现在，联网监控成为主要的管理方法，这不仅要求更多的精确监控点位和更高质量的画面，还要求在路段分中心外，建设众多的地区和省级监控中心。国家路网中心也需要各地区上传监控视频资源，确保对全国的交通状况有更加及时、全面及直观的认识。现阶段，大部分的监控中心都是让监控人员通过电视墙观看监控视频信息，以掌握实时交通信息。随着监控视频的大幅增加，如果依旧采取人工监控，必定会在实际工作过程中面临以下问题。

1.1 人工监控的不足

虽然人工查看监控视频可以对各种状况的进行相对准确的判断，但人的主观因素的影响无法消除。如长时间地注视屏幕会引发疲劳和注意力不集中等情况，这可能导致错失发现问题、及时处理事件的最佳时间。工作愿望、情绪波动、身体健康状况等主观因素也会影响员工认真观看监控视频。面对没有明晰定义的现象，可能会产生判断错误。例如，对于同一画面，部分员工可能判断为正常情况，其余员工则可能认为交通已经开始拥堵，对拥堵情况的判断在不同道路上也各不相同。

鉴于人工监控的缺陷，当前的高速公路监控系统无法在事情发生前识别出异常的交通状况，同时也难以立刻发现交通问题，并立即采取相应的措施。在某些情况下，一个没有得到及时发现和处理的小事故，甚至可能引发更多更大的二次事故。视频监控系统仅发挥出用于事后核实和调查的作用，其预警和预防功能未发挥出来，未充分发挥监控视频应有的重要作用。

1.2 监控设备数量与监控显示画面之间的矛盾

不论是哪个级别的监控中心，可用于展示视频的电视墙和监视器数量都是有限的，因此无法同时播放全部的监控视频。这样就必须通过人工切换或者自动切换方式来显示各个监控视频，这使得不能立即发现异常情况。为了克服显示能力的限制，监控中心一般通过分屏技术在一个监视器上同时显示多路监控视频。这种方法虽然能大幅提升监控视频的显示数量，但由于每个视频的显示画面变小，观看的难度增加，更容易导致监控人员的视觉疲劳，对监控效果产生更大的负面影响。

1.3 视频事件检测质量欠佳

为了降低人为因素对监控视频的干扰，在特殊环境（如隧道内）安装视频事件检测器等设备成为常用手段的，这可以自动捕获交通事件，以便事故能够得到即时应对，确保交通的安全，提高道路的流通效率。然而，实际应用中出现的问题是，视频事件检测器虽然在早期的人工频繁干预下能够正常运行，但经过一段时间之后，检测器的误报越来越多，根本无法满足使用要求，还对日常运营造成了不良影响，无法继续使用。

1.4 专用设备的不足

近年来，基于视频的专用设备（如车牌和卡口识别设备）已在高速公路上得到广泛使用，对于高速公路的监控有着一定的贡献。然而，这些设备不能被集成在视频监控系统中，而需另外安装相应的设备，增加了建设成本和工作负担。且这些设备的功能较为单一，仅能收集到有限的数据，只能满足用户提交报表的需求，并未达到期望效果。鉴于专用设备价格较高，并且安装过程复杂，甚至需要设备供应商进行现场安装，使得其无法在路段上大规模应用，也因此无法获取到路段的全面信息。

2 高速公路监控视频人工智能分析的必要性

高速公路的路况监控系统主要包含路况监控、交通数据采集、交通状态判断及交通自动控制4部分。和收费监控系统相比，路况监控系统更为重要，智能化程度也有更高要求，主要表现为能够自动处理更复杂的状态分析和实现交通自动控制。交通状态分析与收费监控系统中的信息处理方式大同小异，但智能化程度更高。这主要是因为收费监控系统主要关注收费过程管理，因此大部分信息收集都在收费站周边完成，主要关注收费的公正性。而路况监控系统覆盖整个高速公路，因此数据收集远超收费监控系统。除了完成收费监控的工作外，还负责监控各路段的车流状况、车流衔接、自然灾害、天气变化、突发事件，以及预估车流量等，包含了高速公路上所有已发生和可能发生的事件。交通自动控制是路况监控系统的关键作用之一，其智能化程度决定了高速公路监控系统的自动化程度。交通自动控制主要依赖于对高速公路相关的信息进行及时采集及合理的数据分析，以此来实现对高速公路交通的自动控制，如提供疏导交通的决策、实现车辆的分流、限制车辆的进入、优化行驶路线等。

3 常用视频检测分析技术

实施高速公路的视频监控，至关重要的一点是能从视频影像中识别出车辆、行人等对象，并结合影像里对应的空间特征及不同时段视频影像中对象位置的变动，来解析交通行为，从而评估交通状态或识别交通事件等。利用机器进行视频识别在高速公路中已应用很长时间，如视频事件检测器的使用，但未有效解决问题，这与其所选用的技术方法密切相关。常用的视频检测分析技术主要有以下几种。

3.1 帧间差分技术

帧间差分技术的基本原理是通过计算视频信号中连续两幅图像对应像素的亮度变化，如果差异超过设定的阈值，就判断为有目标在运动，并依据目标的形状和尺寸来鉴别是车辆还是人等。不过，这项技术无法识别静止或缓慢移动的物体，针对速度过快的物体也可能导致目标过大而失真，甚至将其拆分为两个目标。此外，部分目标可能会出现镂空或被截断的现象，由飞虫等引起的快速飞过的阴影也可能引发误判。

3.2 背景差分技术

背景差分技术通过某种算法创建一张背景的图片，然后利用视频当前画面进行相减，再根据设定的阈值分析图像中的目标是否存在。虽然这种技术是常用的处理方式，但其无法检测出与背景亮度相匹配的目标，不能减少来自车辆灯光或反射等照明因素的干扰，相近的目标可能会被错误地识别为一个大的目标，天气等环境因素也会产生不良影响。

3.3 检测线技术

通过在特定的地点创建与环境明显不同的检测线，或使用已有的相似标记，将检测线的图像记为背景，然后通过背景比对的方法来检测是否有目标穿过检测线。这种技术需要在预定的地点画出检测线，也会受到光线的影响。对于体积大或者类似拖车的目标，很可能会造成误判。同时，摄像头的视角也有一定要求，否则在目标密度过大的情况下，可能无法准确地进行目标分割。

3.4 光流技术

光流技术的主要功能是将检测区域的影像转化为速度矢量场，这其中的每个矢量都代表了图像中某个特定点位置的即时变动。光流技术是计算出场景中大量点的运动速度，这在普通的视频影像中很难做到，同时这种计算方式也相对复杂，抗干扰能力较弱，通常需要配备特定的硬件才能实现。

3.5 深度学习技术

深度学习是机器学习研究的新领域，重在建立和仿真人脑解析和学习的神经网络。需要向系统输入大量的数据以训练神经网络。其最突出的特征是强大的计算能力和自我学习能力。通过模拟人脑的工作机制来解读数据，例如图片、音频及文字等。

利用深度学习技术，能够识别出视频截屏中的车辆、车型、自行车骑行者及过马路的行人。其具体操作方式是按照预设的对象特征（含车辆、行人、抛弃物等），通过高效的计算匹配其特性，同时，此过程也会反向影响原始算法，实现该算法的持续更新与优化，从而不断增强引擎性能，使得辨识精准度持续提升。

这种算法的运作与影像各画面之间的差距对比无关，其直接从影像中抽取物品的特性，所以对背景的一致性没有需求，即使因为颠簸使得摄像机画面产生位移，也不会对此产生任何影响。同时，无论物品是运动或是静止，都能精准辨认出画面中的物品。

该算法不仅可识别物品，还可处理文本，如常见的车牌识别。与专用的车牌识别摄像机相比，此种方法对摄像的角度、光线、分辨率的需求更低，能通过高效计算获取更准确的车牌识别结果。

4 高速公路监控视频人工智能分析的应用

高速公路监控系统的主要功能是对车辆运行情况和收费情况进行整体监控，保证交通流畅，实现车辆的实时跟踪，提升道路通行能力，确保交通安全和强化对收费的监督。人工智能技术在高速公路监控视频分析中有广泛的应用，具体表现在以下几个方面。

4.1 车辆识别

如今高速公路车辆识别技术已相当成熟，并得到普遍应用。其主要方式是通过收集高速公路出入口、各个路段的摄像设备及收费站的相关数据，对车辆进行追踪、识别或者报警。车辆识别不仅可以分析某个时间段、某个路段的车辆类别和路径，也可以对高速公路上的非法车辆和人员进行全面监控，尤其是当犯罪分子利用高速公路作为逃跑路径时，车辆识别技术可以作为相关的证据资料，甚至可以联合交通管制技术，直接抓捕犯罪嫌疑人[3]。

4.2 人脸识别

对于输入的图片或视频的分析，人脸识别的主要任务是确保人脸的存在。如果人脸存在，则精确计算人脸的位置、大小及面部结构的具体位置。然后以上信息经过进一步细化，提炼出人脸的身份特征。最后，比较这些特征信息与现有的数据，确认被识别者的具体身份。人脸识别具有强大的潜力，可在高速公路场景遏制偷逃费行为、预防违法行为、系统间协同等多个方面发挥其价值。

4.3 事件检测分析

车辆大量快速通行和收费站的设立等因素，导致高速公路经常发生突然事件，而持续不断地监控屏幕无法实现，且视频回放会影响处理速度。因此，对于高速公路的交通状况实时预警和自动处理的重要手段就是事件监测分析。系统会在车辆逆行、停留，或车流超过负荷，出现行人和各种交通事故发生时，自动上传相关信息并触发警报。这种技术为高速公路的安全运行提供了关键保障。

4.4 自然灾害预警

由于高速公路的固有封闭特性等因素，在遭遇自然灾害时，车辆常难以脱困。例如道路被泥石流堵塞，或者由于雾霾天气导致某些路段暂时关闭，都对车辆的通行造成了很大的影响。因此，进行自然灾害的预警尤为重要。通常，高速公路监控系统会与气象部门联合，对可能出现的不利气象状况进行预报，并及时向可能遭遇自然灾害的路段播报信息，同时也会对相关路段的车辆提出疏导建议，以防车主的行程延误或者出现事故情况[4]。

4.5 交通救助

在高速公路上，经常会遇到各种紧急情况，包括车辆突然发生故障、人员紧急病症、事故导致人员受伤等。通常情况下，遭遇突发情况的车辆会马上报警，与此同时，通过异常监控视频分析检测，监控系统能立即获取相关信息并通知给道路管理工作人员，或对报警信息进行核验，以便及时做出救援响应[5]。通过分析整个高速公路的情报，能确定最适合的救援路径，同时根据事故的严重性，可以通过监控系统指示相关道路上行驶的车辆进行必要的避让，从而缩短救援时间，尽快清理路上的障碍或进行人员救助。

5 结束语

随着高速公路监控视频人工智能分析技术的不断成熟和完善，现在已经有能力对车辆和道路进行管控，对事故进行预警。未来的发展重心是主要提高人工智能分析技术在高速公路监控系统的技术水平和应用程度，努力提升高速公路的管理水平。监控视频人工智能分析技术提高了高速公路监控系统的智能化水平、道路管理效率及道路交通安全。