劉世清

【摘要】隨著社會(huì)先進(jìn)技術(shù)的快速發(fā)展，視頻數(shù)量呈爆炸式增長，人工視頻分析處理耗費(fèi)人力精力，很難達(dá)到高效和準(zhǔn)確。而利用計(jì)算機(jī)技術(shù)對視頻內(nèi)在隱藏的信息進(jìn)行分析和提取，在很大程度上滿足了人們的需求。本文基于人們對視頻信息分析和處理的需求現(xiàn)狀，對其中基于視頻的場景智能分析技術(shù)做進(jìn)一步探究。

【關(guān)鍵詞】視頻；場景智能分析；探究

20世紀(jì)90年代，在行業(yè)中就已經(jīng)出現(xiàn)了視頻智能分析技術(shù)的雛形產(chǎn)品，隨著監(jiān)控技術(shù)的發(fā)展已經(jīng)逐漸成熟，如今已經(jīng)完成了從概念到產(chǎn)品的轉(zhuǎn)變。現(xiàn)在智能分析技術(shù)已經(jīng)成為視頻監(jiān)控的重要組成部分，并被廣泛應(yīng)用。

1.視頻智能分析處理

目前，視頻數(shù)量不斷在增長，僅依賴于人工對視頻的分析處理，在耗費(fèi)大量人力精力的同時(shí)，又達(dá)不到工作要求的準(zhǔn)確性和高效性。而視頻的智能分析處理，可以通過對圖像的處理、計(jì)算機(jī)視覺和模式識(shí)別等技術(shù)對視頻進(jìn)行智能分析，進(jìn)而提取出相關(guān)信息并做出反應(yīng)。所以，視頻智能分析技術(shù)處理必然會(huì)因其自身的智能化與自動(dòng)化的優(yōu)勢，成為視頻分析處理未來研究的焦點(diǎn)。圖像處理、計(jì)算機(jī)視覺、模式識(shí)別是視頻智能分析處理的關(guān)鍵技術(shù)領(lǐng)域。

（1）圖像的處理技術(shù)是以圖像作為輸入，圖像或與圖像相關(guān)的特征作為輸出的信號處理技術(shù)。通常情況下的圖像處理技術(shù)會(huì)將圖像作為二維信號，并對其進(jìn)行信號處理。而視頻的智能分析處理，就要運(yùn)用圖像處理的基本技術(shù)對其進(jìn)行分析處理。

（2）計(jì)算機(jī)視覺是指機(jī)器通過提取圖像中的相關(guān)信息來解決任務(wù)。計(jì)算機(jī)視覺作為一門學(xué)科，更注重的是從圖像中提取相關(guān)信息的人工智能理論，能夠?yàn)橐曨l智能分析處理技術(shù)提供二維與三維信息。

（3）模式識(shí)別主要是指對表征事物或者現(xiàn)象的不同形式信息進(jìn)行分析處理，同時(shí)對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類以及解析的過程，圖像和視頻的分析處理技術(shù)是其重要應(yīng)用領(lǐng)域。充分利用模式識(shí)別技術(shù)，有助于計(jì)算機(jī)對視頻信息的充分剖析。

視頻的智能分析處理技術(shù)應(yīng)用十分廣泛。其中基于視頻的場景智能分析即智能視頻監(jiān)控系統(tǒng)軟件算法是其重要的應(yīng)用領(lǐng)域之一。它能夠通過對視頻場景信息的分析，來檢測出監(jiān)控信息的統(tǒng)計(jì)與規(guī)則觸犯與否。

2.基于視頻的場景智能分析

2.1 智能視頻監(jiān)控系統(tǒng)

隨著我國社會(huì)經(jīng)濟(jì)建設(shè)的發(fā)展，視頻監(jiān)控技術(shù)在生產(chǎn)生活中也有了十分廣泛的應(yīng)用，例如銀行、電力、安檢和軍事設(shè)施等方面對安全防范與現(xiàn)場記錄報(bào)警系統(tǒng)都有較高的需求。智能視頻分析技術(shù)的優(yōu)點(diǎn)主要表現(xiàn)在三方面：反應(yīng)時(shí)間迅速靈敏，報(bào)警觸發(fā)的反應(yīng)時(shí)間可以說是毫秒級反應(yīng)；有效監(jiān)視，只需要安保操作員注意相關(guān)信息；具有超強(qiáng)的數(shù)據(jù)檢索與分析能力，為系統(tǒng)快速提供反應(yīng)時(shí)間與調(diào)查時(shí)間。以下是智能視頻監(jiān)控系統(tǒng)主要應(yīng)用的幾個(gè)方面：

（1）智能視頻監(jiān)控系統(tǒng)在安防領(lǐng)域中的應(yīng)用

攝像機(jī)保護(hù)：攝像機(jī)完好是工作進(jìn)行的必要基礎(chǔ)，如攝像機(jī)遭到破壞，整個(gè)工作將會(huì)癱瘓。因此，攝像機(jī)保護(hù)是一項(xiàng)十分重要的檢測初期工作，發(fā)現(xiàn)攝像機(jī)被移動(dòng)、遮擋、不清晰等情況要能及時(shí)的自動(dòng)轉(zhuǎn)移，報(bào)警并且通知維修人員。

入侵檢測方面應(yīng)用：在比較危險(xiǎn)的環(huán)境，對相關(guān)人員以外的人進(jìn)行實(shí)時(shí)檢測，例如對是否有人闖入鐵軌、機(jī)場跑道等情況進(jìn)行入侵檢測。

非法滯留：對一個(gè)物體長時(shí)間在敏感區(qū)停留或者超過預(yù)定時(shí)間的情況產(chǎn)生報(bào)警。機(jī)場、火車站、地鐵站、銀行等場景都應(yīng)特別監(jiān)控。例如當(dāng)有人在ATM取款機(jī)旁長時(shí)間徘徊逗留，就有可能存在異常情況。

異常行為檢測：異常行為檢測是指對除去非法滯留和入侵檢測以外的其他異常行為進(jìn)行檢測，例如打架斗毆、破壞公共用品、過多人群聚集等。

（2）智能視頻監(jiān)控系統(tǒng)在高效智能管理方面應(yīng)用

人員方面管理：對出現(xiàn)在交通場合或商業(yè)場合的人員進(jìn)行監(jiān)控。如對隊(duì)列長度、人員數(shù)量、乘客的平均等待時(shí)間，相關(guān)管理部門根據(jù)現(xiàn)場情況進(jìn)行合理引導(dǎo)和疏通；對反向出現(xiàn)在車站出入口的乘客進(jìn)行檢測并給予警告。

車輛交通方面管理：現(xiàn)代城市私家車越來越多，對車輛的管理是城市交通管理的重要環(huán)節(jié)。為了保證車輛暢通，可對非法?？寇囕v、故障車輛、交通事故等進(jìn)行檢測，及時(shí)反應(yīng)所監(jiān)視路段的車輛、行人情況和交通治安情況等。

2.2 場景智能分析的關(guān)鍵技術(shù)

智能視頻監(jiān)控的關(guān)鍵技術(shù)就是在于它的軟件算法─場景智能分析。結(jié)合實(shí)際應(yīng)用分析，總結(jié)出場景智能分析的關(guān)鍵算法和技術(shù)，可知它們幾乎覆蓋所有的場景智能分析中：

（1）前景檢測。

前景檢測的主要工作任務(wù)就是從背景區(qū)域中將意向物體分割出來，對視頻圖像進(jìn)行前景檢測得出的圖像通常情況下會(huì)作為跟蹤算法的輸入。所以，前景檢測的工作質(zhì)量，會(huì)間接影響到后期的監(jiān)控結(jié)果。要想做好前景檢測工作，使其達(dá)到實(shí)際應(yīng)用要求，就要防止天氣、光照以以及陰影等因素對檢測結(jié)果造成干擾。

（2）跟蹤算法。

在智能視頻監(jiān)控應(yīng)用中，幾乎都會(huì)用到跟蹤算法，所以對跟蹤算法的設(shè)計(jì)十分重要。在目標(biāo)跟蹤過程中，由于目標(biāo)不同經(jīng)常會(huì)出現(xiàn)交叉遮擋的現(xiàn)象，使跟增難度增大；同時(shí)，非剛性物體的形狀在時(shí)間變化的情況下會(huì)隨著有所改變，這也在很大程度上提高了對目標(biāo)跟蹤算法的要求。

（3）目標(biāo)的分類。

通常在多個(gè)目標(biāo)情況下跟蹤單個(gè)目標(biāo)，或多個(gè)目標(biāo)跟蹤多個(gè)目標(biāo)時(shí)會(huì)用到目標(biāo)的分類。在多個(gè)運(yùn)行目標(biāo)的情況下，可以把每個(gè)目標(biāo)分別提取出來，然后根據(jù)每個(gè)目標(biāo)的位置、速度、外形和顏色等特性進(jìn)行分類。

（4）異常行為檢測。

異常行為檢測是指在監(jiān)控中，檢測出被監(jiān)控人員的異常行為，如拿槍、摔倒等情況，并給予通知警告。一般情況下，應(yīng)是需要在三維空間內(nèi)才能解決的問題，所以計(jì)算機(jī)的復(fù)雜性、算法設(shè)計(jì)的難度相對來說比較大。

3.總結(jié)

視頻場景智能分析技術(shù)的關(guān)鍵在于圖像處理、計(jì)算機(jī)視覺、模式識(shí)別技術(shù)，其將會(huì)在人們的生產(chǎn)生活中得到更加廣泛的應(yīng)用，它不僅證明了時(shí)代的進(jìn)步和發(fā)展，更是人們生產(chǎn)生活中安全防范的需求。

參考文獻(xiàn)

[1]向桂山，王宣銀，梁冬泰.基于人臉膚色和特征的實(shí)時(shí)檢測跟蹤算法[J].光電工程，2007（04）.

[2]李棟玉，歐陽寧，莫建文.基于組合型表面模型的運(yùn)動(dòng)目標(biāo)跟蹤[J].微計(jì)算機(jī)信息，2010（02）.

[3]肖志勇，秦華標(biāo).基于視線跟蹤和手勢識(shí)別的人機(jī)交互[J].計(jì)算機(jī)工程，2009（15）.

[4]王曉琳.基于計(jì)算機(jī)視覺的手勢識(shí)別人機(jī)交互技術(shù)[J].硅谷，2009（19）.

[5]劉寅，滕曉龍，劉重慶.復(fù)雜背景下基于傅立葉描述子的手勢識(shí)別[J].計(jì)算機(jī)仿真，2005（12）.

[6]黃春木，周利莉.密度分布特征及其在二值圖像檢索中的應(yīng)用[J].中國圖象圖形學(xué)報(bào)，2008（02）.