安防视频图像分析解析

一、智能产品简介
　　智能视频系统是由位于前端或后端的视频分析服务器组成，对监控摄像机所拍摄的视频图像进行分析，能将影像中的人、车或者物体的状态从任何背景中分离出来，加以辨认、分析与追踪。比对出所追踪对象的行为模式与预设的诸项安全规则，若发现违规之处，立刻进行报警通知，同时由使用平台进行信息记录或显示。
　　二、智能分析的功能：
　　目前，智能视频分析系统在视频监控方向的应用主要在对运动目标的识别、分类和追踪。可以设置的规则、功能为以下几种：
　　1、 绊线检测
　　针对人、车通过特定运动方向绊线的监控;其应用如：警戒线、单向闸门流向、栅栏攀爬…等;
　　2、 警戒区域
　　针对人、车进入或离开特定管制区域的监控;其应用例：停机坪、码头车站的工作区域、营业场所后台…等。
　　3、 闲逛
　　针对不合理滞留过久的人、车发出警示讯息，以提醒安管保全人员加以盘察注意。
　　4、 偷窃
　　针对特定重要资产的保全;例如：贵重的挂画或摆饰、装备器材、场站内的车辆或机具…等。
　　5、 遗留物
　　针对可能的爆裂物、易燃物、生化污染物…的恶意弃置。
　　6、 群体事件
　　针对人群聚集
　　智能监控和传统监控的比较
　　传统报警系统和智能分析报警性能比较三、系统使用网络结构

　　1、简单模式：视频来源来自于模拟监控头，比较适合小型单一的监控系统
　　2、联网模式：视频来自于编码后的网络数据，适用于大型联网监控，在大型监控系统中有独特的优势，不需要做任何线路的更改，可以任意选择要分析的视频，操作极其方便
　　智能视频分析系统概述
　　智能视频(IV，Intelligent Video)源自计算机视觉(CV，Computer Vision)技术。计算机视觉技术是人工智能(AI，Artificial Intelligent)研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。
　　视频监控中所提到的智能监控技术主要是指："运用智能算法，对输入视频图像进行自动的内容分析，提取当前监控画面中我们所感兴趣的，关键的，有效的信息。"如果把摄像机看作人的眼睛，而智能视频系统或设备则可以看作人的大脑。智能视频分析技术借助计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉用户不关心的信息，仅仅为监控者提供有用的关键信息。智能视频监控以数字化、网络化视频监控为基础，但又有别于一般的网络化视频监控，它是一种更高端的视频监控应用。
　　智能视频分析系统是一种涉及图像处理、模式识别、人工智能等多个领域的智能视频分析产品。它能够对视频区域内出现的警戒区警戒线闯入、物品遗留或丢失、逆行、人群密度异常等异常情况进行分析，能够对视频区域内出现的运动目标自动识别出目标类型并跟踪，对目标进行标记并画出目标运动轨迹，及时发出告警信息。能够同时监测同一场景里多个目标，可以根据防范目标的特点进行灵活设置;它能够适应不同的环境变化，包括光照、四季、昼夜、晴雨等，并能够很好地抗摄像头抖动。其改变了以往视频"被动"监控的状态，不仅仅局限于提供视频画面，而且能主动对视频信息进行智能分析，识别和区分物体，可自定义事件类型，一旦发现异常情况或者突发事件能及时的发出警报，其在安防领域的应用必然有助于克服了人力疲惫的局限性，从而更加有效地协助安全人员处理突发事件。
　　智能视频分析的发展过程
　　智能视频监控技术是基于图像处理、模式识别的新型视频监控技术。简而言之，就是发现图像中运动的物体，并对其进行跟踪、分析，及时发现"异常"行为，触发报警并采取其他措施进行干预。智能视频分析技术(Video Analytics)综合了多学科的研究成果。主要包括图像处理，跟踪技术，模式识别，软件工程，数字信号处理(DSP)等领域。随着计算机处理能力的提高，在90年代，对图像的处理逐渐变成研究热点。其中卡内基-梅隆(CMU)大学在1999年完成的在校园内的智能图像监控系统是比较有代表性的研究项目。当时的智能图像监控技术仍处在实验室研究为主阶段。
　　2001年911事件发生后，美国在安防科研方面大大加强了投资力度。许多研究机构和研究人员纷纷加入了安防类技术的研究和开发。智能视频分析是其中的一个亮点。从研究论文的数量来看，2002年到2005年有一个明显的高峰期。这和此期间科研经费的大量投入是相吻合的。目前此研究领域的科研论文逐渐转移到细分的问题和方向上去了。 这并不代表智能视频监控变成了一个已经解决了的问题。恰恰相反，即使目前最优秀的商业系统离人们对此类技术的期待值还有一些距离。解决问题的方法也没有达成共识。它实际上反应了原创性的理论工作在减少。此项技术的进步在未来可能更多地依赖企业自身的科研开发力量。
　　智能视频分析系统的功能
　　目前市场上的智能视频分析系统通常都具有以下功能：
　　1. 图像采集/接口
　　2. 运动物体检测
　　3. 多物体跟踪
　　4. 行为特征分析
　　5. 设定报警条件
　　6. 报警联动
　　1、图像采集/接口
　　绝大多数的智能视频分析算法是基于非压缩图像格式，如RGB或者YUV，所以图像信号在被采集以后不经过压缩直接送给视频分析单元，几乎所有的视频分析系统都自带有图像采集功能，通常是通过BNC输入模拟图像信号。
　　现有的图像监控系统中图像信号通常是以压缩图像流的形式存在，例如MPEG4、H.264、MJPEG等。IP相机通常也直接输出压缩图像流。直接从压缩的图像流中进行运动检测是一个较偏的研究方向，还没有被主流厂家接受。当然也可以将图像流解压还原成原始图像格式后再进行分析。常用的压缩格式都不是无损(lossless)压缩。和压缩前的原始图像相比，解压后的图像会损失掉一些信息。不过由于压缩算法的特点，丢失的信息通常是高频的噪声信号，所以对运动检测 的影响是较小的。当然前提是压缩流有足够的带宽。如果压缩比太高，图像会出现"马赛克"效应，给视频分析增加难度。
　　由于实时图像处理对处理器的要求非常高，所以用于视频分析的图像的分辨率通常比仅用于显示或者传输的图像要小。分辨率大小会影响到检测距离和对运动物体的敏感性。有些产品通过降低处理的帧率来适应处理器的处理能力。过低的帧率会影响到跟踪算法的可靠性。它可能造成对运动物体运动性质的判断错误。