智能视频监控分析技术在港口中的应用

　　摘要：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。

　　智能视频分析技术和现有监控技术的比较

　　国内现有港口的视频监控系统主要由摄像机、光缆、矩阵、硬盘录像机和电视墙等组成。由于视频监控图像数量大，内容枯燥，现有系统即使配备值班人员，在大多数情况下仍处于无人观看的状态下。当犯罪事件发生时，从硬盘录像机中调取录像回放、取证变成系统主要的价值之一。即使值班人员在岗，由于人的生理特点，不可能长时间有效观察多路图像，很可能造成遗漏可疑事件，对安全形式产生错误判断。

　　智能视频监控技术可以理解为用计算机来帮助值班人员"看"监控录像。现代计算机的高可靠性可以提供24小时不间断地保护。从根本上杜绝由于人员疲劳造成的遗漏问题。同时也可以防止出现监控人员内外勾结的可能性。

　　现有的智能视频分析技术还不能替代人，它仍然需要人来辨识报警的性质，进而决定处置方式。它的价值在于大大降低了监控人员的工作强度，使监控质量有了质的提升。和传统视频监控系统相比，智能视频分析可以及时发现、甚至阻止犯罪行为的发生。这对港口等敏感、关键基础设施的意义是显而易见的。

　　智能视频分析技术的功能及在港口的应用范围

　　国内港口对视频监控系统的需求主要源于防盗、生产安全以及反恐的需要。在港口内的贵重物资，重点要害部门的监控都是较典型的应用场景。

　　由于中国签署了索纳斯公约，所有出口到美国的港口的都要满足一定的安保标准。同时作为国民经济的重要环节，港口的防恐也被国内主要港口纳入到议事日程上来。

　　主要功能

　　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。绝大多少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，可以将图像流解压还原成原始图像格式后再进行分析。

　　2、运动物体检测。简单地说，运动检测就是发现图像中运动的物体，运动物体可以简单定义为图像中变化的部分。一些初级的运动检测算法就是基于这些概念，此类方法的误报警率太高，不适合用作实时报警系统。

　　并不是所有图像中的变化都是我们感兴趣的运动物体，例如由摄像机自身引入的变化，它包括像素噪声，摄像机自动光圈控制电路引起的整体亮度变化，图像传输中引入的高低频周期噪声信号，红外摄像机周期校准所带来的突变等。外界环境引入的变化包括地面光照在多云天气里迅速的变化，运动物体阴影，水面波浪或者波光粼粼现象，陆地上树枝的摆动，夜间汽车大灯造成的光晕，雨雪天气等现象。

　　另外摄像机在大风天，尤其是高灯杆上容易抖动，由上述这些现象造成的图像变化是应该被过滤掉的，它们可以通过算法或者其它技术手段加以解决。

　　从算法的角度来看，可以简单地分为两大类。一类是建立背景模型，通过和背景模型相对比来发现运动物体。另一类是通过"光流"法，通过发现运动物体对光流场的影响来发现运动物体。另外就是介于两者之间或者两者结合的方法。

　　3、多物体跟踪。跟踪实质上就是将在每一帧上发现的同一物体沿时间顺序串起来。此领域本身就是一个相对独立的活跃的研究领域。主要研究方向是在复杂环境下，如多个运动物体，多个摄像机，运动物体之间互相遮挡，消失及重现等情况下进行有效跟踪。

　　在实际监控应用中，尤其是对一些入侵报警的应用案例中，对跟踪算法的要求比较低。现有的系统对运动物体"融合"及其它复杂应用场景的跟踪效果并不理想。但是参照以往技术发展速度，这方面会很快完善起来。

　　4、行为特征分析。行为特征分析是从图像中寻找满足预先设定的行为特征的事件。目前市场上比较典型的应用包括：

　　(1)分类。判断运动物体是人、车、船只、飞机。停止或者突然加速，例如车辆在隧道或者公路上抛锚，大街上抢劫得手后逃跑等场景。

　　(2)徘徊。如在敏感区域外观察的人员。对正常通过的行人、车辆不报警。

　　(3)遗留物。如在机场，油库等地放置爆炸物然后离开。

　　(4)物品遗失。如博物馆的贵重展品当发现展品消失后系统会立刻报警。

　　(5)人数统计。如对进入超市等场所的人数进行统计，并结合销售数据绘制一天当中平均消费额曲线。

(6)人群密度。如当*人员过多时报警，或者人群突然散开出现异常情况