胡輝+蔡映雪+胡松+黃思博+陳伽+蔡昭權(quán)

摘要：在現(xiàn)代化的社會(huì)發(fā)展中，異常事件檢測(cè)技術(shù)已經(jīng)成為了不可缺少的重要組成部分，尤其是在一些突發(fā)事故的情況下，利用該項(xiàng)檢測(cè)技術(shù)，能夠?qū)芏嗟淖C據(jù)收集和現(xiàn)場(chǎng)分析，做出較大的幫助。現(xiàn)如今的視頻分析工作，也取得了突出的成就。所以，基于視頻分析的異常事件檢測(cè)技術(shù)研究已經(jīng)成為了不可阻擋的趨勢(shì)。文章就此展開討論，并提出合理化建議。

關(guān)鍵詞：視頻分析；異常事件；檢測(cè)；技術(shù)

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）35-0235-03

從客觀的角度來看，異常事件檢測(cè)技術(shù)的應(yīng)用，在既往取得了非常不錯(cuò)的成績(jī)，在時(shí)代快速發(fā)展的過程中，異常事件檢測(cè)技術(shù)的操作，不能再按照傳統(tǒng)的模式來應(yīng)對(duì)，應(yīng)堅(jiān)持從長(zhǎng)遠(yuǎn)的角度出發(fā)，對(duì)于今后的技術(shù)趨勢(shì)和社會(huì)需求做出良好的掌控。將視頻分析作為基礎(chǔ)，能夠更好地提高異常事件檢測(cè)技術(shù)水平，在技術(shù)體系的健全上，也可以取得較好的效果。

1 視頻分析概述

隨著科技的發(fā)展和工作理念的不斷優(yōu)化，視頻分析已經(jīng)成為了某些異常事件的重要判斷標(biāo)準(zhǔn)，同時(shí)在操作過程中，具有較高的可靠性、可行性。從客觀的角度來分析，視頻分析工作的執(zhí)行，有很多的要求要充分的遵守，不可能直接按照主觀上的臆斷來完成，這樣并不能在最終得到理想的成績(jī)，還容易因此造成相反的效果。

1） 視頻分析的原則

在現(xiàn)代化的工作當(dāng)中，視頻分析是比較重要的組成部分，同時(shí)會(huì)出現(xiàn)一些問題，根據(jù)當(dāng)前工作標(biāo)準(zhǔn)以及工作期間總結(jié)的經(jīng)驗(yàn)為基礎(chǔ)，分析出視頻分析存在制度不完善的地方，具體表現(xiàn)為：第一，會(huì)受到很多影響因素的作用，我們需要在具體的分析過程中，按照標(biāo)準(zhǔn)化的流程來完成，尤其是針對(duì)視頻分析當(dāng)中的很多細(xì)節(jié)，都做出一個(gè)良好的掌握，這樣才能最大限度地避免在視頻分析過程中出現(xiàn)疏漏的現(xiàn)象，要努力尋找到視頻分析的薄弱環(huán)節(jié)，按照一定的技術(shù)性手段開展優(yōu)化處理，推動(dòng)日常工作水平的不斷提升。第二，視頻分析工作的落實(shí)，應(yīng)加強(qiáng)復(fù)核分析?，F(xiàn)階段的部分異常事件，具有很強(qiáng)烈的特殊性，并且在社會(huì)發(fā)展中，會(huì)引起特別大的影響，為了在日后的工作中，更好的解決固有的不足，有必要在視頻分析過程中，堅(jiān)持按照復(fù)核的理念來完成，觀察復(fù)核以后的結(jié)果，是否與之前的工作展現(xiàn)為相同的狀態(tài)，如果出現(xiàn)了不同，則需要進(jìn)行深入的探究。

2） 視頻分析的影響因素

現(xiàn)階段的社會(huì)進(jìn)展較快，各個(gè)行業(yè)的競(jìng)爭(zhēng)壓力也不斷增加，視頻分析工作在實(shí)施過程中，如果僅僅是按部就班地完成，肯定無法在最終的工作上獲得理想的成績(jī)，還有可能造成惡性循環(huán)的現(xiàn)象。本文認(rèn)為，視頻分析在落實(shí)的過程中，需要對(duì)自身的影響因素做出一個(gè)充分的明確，這樣就可以在不同問題的解決過程中，針對(duì)差異性的影響因素，做出一個(gè)良好的把控，從而為將來的社會(huì)發(fā)展和異常事件處理，都奠定堅(jiān)實(shí)的基礎(chǔ)。首先，視頻分析會(huì)受到技術(shù)的嚴(yán)重制約。有些分析技術(shù)表現(xiàn)的過于老舊，沒有辦法對(duì)新時(shí)代的分析標(biāo)準(zhǔn)充分滿足，這就很容易導(dǎo)致視頻分析的失敗現(xiàn)象，并且對(duì)于異常事件的判定和處理，也會(huì)帶來很大的阻礙現(xiàn)象，不利于社會(huì)的長(zhǎng)久穩(wěn)定。其次，視頻分析還受到環(huán)境因素的影響。每一個(gè)城市的環(huán)境都存在較大的不同，自然環(huán)境和人文環(huán)境也有較大的差異性，如果在環(huán)境方面沒有落實(shí)積極的把控手段，有可能導(dǎo)致視頻分析的失敗，對(duì)于相關(guān)的技術(shù)操作，也無法得到良好的成績(jī)。

2 視頻分析的發(fā)展現(xiàn)狀

對(duì)于我國(guó)而言，雖然整體上表現(xiàn)出較高的穩(wěn)定性，可是在部分工作的執(zhí)行上，還是會(huì)遇到較多的阻礙和挑戰(zhàn)。尤其是在現(xiàn)階段的工作中，視頻分析已經(jīng)成為了全民關(guān)注的內(nèi)容，倘若在相關(guān)的技術(shù)應(yīng)用，或者是在異常事件的判斷上，沒有給出一個(gè)合理的解釋，特別容易在具體工作當(dāng)中遭遇到強(qiáng)烈的輿論壓力，這對(duì)于地方穩(wěn)定和居民的生產(chǎn)、生活，都會(huì)造成非常不好的影響，需要在日后的工作中，保持高度的注意。

1） 技術(shù)操作參差不齊

就視頻分析本身而言，其應(yīng)該針對(duì)錄下的視頻，或者是實(shí)時(shí)發(fā)生的視頻，都通過相關(guān)的技術(shù)手段來做出分析和處理?？墒窃谡{(diào)查過程中，發(fā)現(xiàn)某些地方的視頻分析工作，在技術(shù)操作上，展現(xiàn)為參差不齊的現(xiàn)象，以至于在具體的分析結(jié)果方面，未獲得理想的成績(jī)，還容易因此造成強(qiáng)烈的惡性循環(huán)。首先，視頻分析的技術(shù)應(yīng)用，必須要按照綜合化的原則來完成，單一的技術(shù)操作，肯定會(huì)給視頻分析造成嚴(yán)重的阻礙。例如，部分醫(yī)療機(jī)構(gòu)在視頻分析過程中，僅僅能夠保證視頻的錄制不會(huì)出現(xiàn)中斷現(xiàn)象，可是針對(duì)視頻的清晰度調(diào)節(jié)、視頻的細(xì)節(jié)優(yōu)化等，都沒有投入相關(guān)的技術(shù)手段來應(yīng)對(duì)。此時(shí)錄制的視頻，即便擁有明確的時(shí)間，依然無法在細(xì)節(jié)內(nèi)容上做出一個(gè)綜合的判斷，給異常事件的處理，帶來了一定的壓力。其次，視頻分析技術(shù)的優(yōu)化與革新，未充分結(jié)合自身的需求來完成。從主觀的角度來分析，視頻分析的很多技術(shù)操作，都集中在不同的環(huán)境當(dāng)中，無論是工作環(huán)境還是生活環(huán)境，都會(huì)按照差異性的技術(shù)優(yōu)化模式來應(yīng)對(duì)。有些小區(qū)或者是機(jī)構(gòu)，在視頻分析技術(shù)的應(yīng)用過程中，一味的引入先進(jìn)技術(shù)手段，但是并沒有與自身的需求相互結(jié)合，以至于視頻分析技術(shù)的價(jià)值，沒有得到良好的發(fā)揮，由此造成的不良影響是比較突出的。

2） 工作制度不健全

視頻分析工作與一般的內(nèi)容有很大的不同，現(xiàn)階段的視頻分析并不樂觀，尤其是在工作制度上，展現(xiàn)為不健全的狀態(tài)，對(duì)于今后的工作體系完善，以及各個(gè)機(jī)構(gòu)的進(jìn)展，都會(huì)出現(xiàn)一些問題，根據(jù)當(dāng)前工作標(biāo)準(zhǔn)以及工作期間總結(jié)的經(jīng)驗(yàn)為基礎(chǔ)，分析出視頻分析存在制度不完善的地方，具體表現(xiàn)為：第一，日常的工作制度實(shí)施過程中，內(nèi)部隱患較為突出。工作人員對(duì)于視頻分析的任務(wù)，沒有積極的承擔(dān)，如果按照制度來分配，則會(huì)產(chǎn)生不均衡的現(xiàn)象，以至于很多機(jī)構(gòu)的視頻分析，都無法在短期內(nèi)得到良好的結(jié)果，長(zhǎng)期分析的積壓現(xiàn)象十分嚴(yán)重。第二，視頻分析的條文，沒有產(chǎn)生實(shí)際的效果。部分工作人員仰仗自身的經(jīng)驗(yàn)和資歷，在視頻分析過程中，存在嚴(yán)重的主觀情感色彩，有些情況下能夠較好的工作，有些情況下則很容易出現(xiàn)偏差現(xiàn)象，這對(duì)于今后的異常事件判定和相關(guān)技術(shù)操作，都會(huì)產(chǎn)生一定的隱患，需要在未來的工作中，努力地做出改進(jìn)。第三，視頻分析的相關(guān)工作制度，未做出階段性的革新?，F(xiàn)代化的社會(huì)發(fā)展十分迅速，視頻分析的各項(xiàng)內(nèi)容，也在不斷的充實(shí)處理，倘若在制度的層面上，總是按照老舊的內(nèi)容來完成，一定無法得到最好的效果。endprint

3 異常事件檢測(cè)技術(shù)

在當(dāng)代的國(guó)家建設(shè)過程中，很多問題的處理都不再通過傳統(tǒng)的模式來應(yīng)對(duì)，而是努力利用一些先進(jìn)的技術(shù)手段來完成，這樣操作的好處在于，不僅能夠減少傳統(tǒng)工作的不足，還可以在工作的效率上、質(zhì)量上，都努力取得較大的提升。異常事件檢測(cè)技術(shù)，是新時(shí)代發(fā)展的代表技術(shù)，能夠?qū)Σ煌愋偷漠惓Ｊ录?，做出一個(gè)正確的判斷分析，從而在解決問題的過程中，擁有較為明確的依據(jù)，對(duì)于多項(xiàng)問題的處置，可以取得較好的效果。

1） 技術(shù)特點(diǎn)

異常事件檢測(cè)技術(shù)在實(shí)施過程中，目的在于針對(duì)不同的異常事件做出一個(gè)科學(xué)的判定，從而在最終的工作效率上、工作價(jià)值上做出更好的提升。相關(guān)研究分析總結(jié)出本文異常事件中檢測(cè)技術(shù)的變化方向?yàn)?，第一，技術(shù)應(yīng)用期間，能夠結(jié)合具體的工作需求來完成。例如，針對(duì)異常事件開展判斷的過程中，選擇異常事件檢測(cè)技術(shù)來完成，可以尋找到不同的衡量點(diǎn)，結(jié)合具體的細(xì)節(jié)分析，將異常事件的性質(zhì)和各方面的影響，都努力做出一個(gè)正確的判斷，這樣就可以對(duì)將來的國(guó)家穩(wěn)定和社會(huì)進(jìn)步，都做出較大的貢獻(xiàn)，從而更好的減少固有的一些確實(shí)和不足。第二，通過異常事件檢測(cè)技術(shù)的合理操作，能夠?qū)⒁曨l分析的多項(xiàng)內(nèi)容，做出一個(gè)科學(xué)的融合。這樣操作的好處在于，促使視頻分析的可靠性提升，異常事件檢測(cè)技術(shù)的價(jià)值發(fā)揮，也取得了較多的肯定。第三，異常事件檢測(cè)技術(shù)的兼容性是比較高的，其能夠?qū)ζ渌囊恍┓治黾夹g(shù)、檢測(cè)技術(shù)，都做出良好的融合，進(jìn)而在檢測(cè)水平上獲得較大的提升。

2） 技術(shù)發(fā)展趨向

就異常事件檢測(cè)技術(shù)本身而言，其在現(xiàn)階段所獲得的肯定是比較突出的，可是想要在日后的成績(jī)上進(jìn)一步的鞏固，必須針對(duì)技術(shù)發(fā)展趨向做出積極的掌握?，F(xiàn)代化的任何技術(shù)發(fā)展，都不能一味地追求短期效果。從已經(jīng)得到的結(jié)果來看，某些技術(shù)的操作，由于過分追求短期效果，以至于技術(shù)的使用壽命出現(xiàn)了嚴(yán)重的縮短現(xiàn)象，不僅沒有得到地方發(fā)展的肯定，還在創(chuàng)造的價(jià)值上大打折扣。本文認(rèn)為，異常事件檢測(cè)技術(shù)的發(fā)展趨向，主要是表現(xiàn)在以下幾個(gè)方面：第一，該項(xiàng)技術(shù)的應(yīng)用過程中，必須和視頻分析更好地融合操作。視頻分析已經(jīng)成為了社會(huì)上的重點(diǎn)關(guān)注內(nèi)容，以此作為基礎(chǔ)，能夠?qū)Ξ惓Ｊ录z測(cè)技術(shù)做出綜合性的拓展，在很多問題的解決上，都可以獲得較多的便利條件，整體上創(chuàng)造的價(jià)值是比較值得肯定的。第二，異常事件檢測(cè)技術(shù)的操作，一定要在便利性方面不斷的提升，努力將技術(shù)按照多元化的模式來展現(xiàn)，這樣不僅可以在技術(shù)的功能上更好地利用，同時(shí)為日后的工作進(jìn)展，提供了較多的基礎(chǔ)支持。

4 基于視頻分析的異常事件檢測(cè)技術(shù)

我國(guó)作為一個(gè)發(fā)展中國(guó)家，社會(huì)的安定團(tuán)結(jié)和地方的穩(wěn)步前進(jìn)，是比較大的訴求內(nèi)容，并且在很多方面都應(yīng)該通過積極的手段來完成?；谝曨l分析的異常事件檢測(cè)技術(shù)，能夠在視頻分析和異常事件檢測(cè)技術(shù)的融合上，不斷取得較好的效果，兩者的優(yōu)勢(shì)在聯(lián)合應(yīng)用過程中，能夠打破單一技術(shù)的限制，對(duì)于各項(xiàng)條件的管控和處理，都可以取得較好的效果。

1） 幀差法

基于視頻分析的異常事件檢測(cè)技術(shù)，其在實(shí)施過程中，在于對(duì)視頻分析做出充分的利用，一方面可以改變固有工作帶來的各項(xiàng)不足，另一方面能夠通過異常事件檢測(cè)技術(shù)，將視頻分析的有效性進(jìn)一步的提升。從目前所掌握的技術(shù)手段來看，幀差法是比較重要的組成部分。該方法在應(yīng)用過程中，可以對(duì)異常事件檢測(cè)技術(shù)的智能化特點(diǎn)做出一個(gè)充分的發(fā)揮，在對(duì)異常事件的判定過程中，擁有非常明確的依據(jù)。與此同時(shí)，幀差法在應(yīng)用到視頻分析以后，還可以在相關(guān)的細(xì)節(jié)判斷上，不斷地做出細(xì)化處理，這樣做的好處在于，最大限度的減少了遺漏的問題。

第一步利用時(shí)間軸序列化的方式將視頻幀進(jìn)行科學(xué)排序，并且選擇其中任意的幀作為對(duì)象進(jìn)行差分計(jì)算，計(jì)算其中的運(yùn)動(dòng)區(qū)域。因?yàn)閹姆矫鎸?duì)視頻畫面進(jìn)行觀察，其中的距離相對(duì)較短，同時(shí)具有很強(qiáng)的實(shí)時(shí)性。將前幀作為背景，對(duì)其進(jìn)行動(dòng)態(tài)建模，同時(shí)計(jì)算具體運(yùn)行方向，降低其中的復(fù)雜值。

從幀差法的應(yīng)用效果來看，要比傳統(tǒng)的分析手段更加健全一些，很多方面都能夠加強(qiáng)色彩的有效還原，并且在視頻分析過程中，針對(duì)不同的異常事件檢測(cè)，做出一個(gè)良好的融入，這樣就能夠?qū)δ承﹩栴}的處理，從最根本的內(nèi)容來完成，告別了糾纏不清的現(xiàn)象，對(duì)于今后的異常事件處置而言，幀差法的應(yīng)用是必要性的手段，也是需要重點(diǎn)拓展的技術(shù)內(nèi)容。

2） 邊緣檢測(cè)法

在現(xiàn)階段的工作實(shí)施當(dāng)中，基于視頻分析的異常事件檢測(cè)技術(shù)，已經(jīng)成為了必要性的技術(shù)內(nèi)容，該項(xiàng)技術(shù)將兩項(xiàng)不同的內(nèi)容積極融合后，可以更好的拓展技術(shù)的可靠性、可行性，在整體上告別了固有的惡性循環(huán)。除了幀差法以外，基于視頻分析的異常事件檢測(cè)技術(shù)在應(yīng)用過程中，還可以通過邊緣檢測(cè)法來實(shí)施。該項(xiàng)方法在應(yīng)用的過程中，能夠最大限度地從細(xì)節(jié)上出發(fā)。從客觀的角度來分析，很多視頻錄制的異常事件，之所以在檢測(cè)過程中沒有辦法做出一個(gè)良好的解釋，有很大一部分原因在于，細(xì)節(jié)上的分析和把控有所不足，以至于對(duì)視頻的整體判定，是不夠科學(xué)的。邊緣檢測(cè)法在應(yīng)用過程中，充分克服了這方面的不足，對(duì)于將來的工作拓展，提供了較多的肯定支持。

因?yàn)閳D像本身就屬于二維信息模式，圖像中的物體可以通過二維的方式投影成像，當(dāng)然這期間會(huì)導(dǎo)致一些信息丟失，造成圖像信息失真等現(xiàn)象。采用二維圖像檢測(cè)中，邊緣檢測(cè)方法對(duì)其進(jìn)行檢測(cè)，同時(shí)結(jié)合二階導(dǎo)數(shù)的模式對(duì)噪音民反特點(diǎn)進(jìn)行分析，同時(shí)采用平滑濾波的方式對(duì)圖像進(jìn)行處理，消除其中存在的噪音。再利用像素?cái)?shù)值發(fā)生的變化對(duì)其進(jìn)行連接，以此作為基礎(chǔ)目標(biāo)輪廓。經(jīng)常應(yīng)用的檢測(cè)算子包含：Isotropic Sobel算子、Sobel算子等。

3） Mean Shift跟蹤算法

異常事件檢測(cè)技術(shù)在應(yīng)用的過程中，為了與視頻分析做出更好地融合，還可以利用Mean Shift跟蹤算法來完成。該算法在實(shí)施的過程中，整體上所具備的可靠性、可行性是非常突出的。相對(duì)而言，Mean Shift跟蹤算法在研究和實(shí)施的過程中，充分考慮到了異常事件檢測(cè)技術(shù)在應(yīng)用時(shí)，會(huì)遇到一些比較特殊的情況，而且在與視頻分析相互結(jié)合的過程中，必須在某些限定的條件下完成。此時(shí)對(duì)于Mean Shift跟蹤算法的應(yīng)用，能夠更好的改善固有的一些缺失和不足，最大限度的提高異常事件檢測(cè)技術(shù)的正常應(yīng)用效果，為視頻分析的提升，做出較大的貢獻(xiàn)。endprint

對(duì)于非參數(shù)密度來講，其也被稱之為無參密度，其是當(dāng)前樹立統(tǒng)計(jì)中的一個(gè)重要分支，同時(shí)只需要比較少的先驗(yàn)知識(shí)即可。結(jié)合數(shù)據(jù)訓(xùn)練的形式對(duì)其進(jìn)行估計(jì)，同時(shí)可以將任意應(yīng)用到不同的形狀中。核算密度估計(jì)的方法主要采用Mean Shift算法，這種算法屬于無參密度中比較顯著的特點(diǎn)之一，同時(shí)不需要過多的對(duì)先驗(yàn)知識(shí)進(jìn)行依賴，通過收集具體的特征空間或者樣本數(shù)據(jù)等就可以進(jìn)行計(jì)算。這種算法可以結(jié)合跟蹤方式，選擇適當(dāng)?shù)挠?jì)算區(qū)域與候選區(qū)域，并且利用內(nèi)部像素的方式對(duì)特征值概率進(jìn)行估算，同時(shí)對(duì)比兩者之間存在的相似性與區(qū)別性，當(dāng)然若是在匹配期間，需要采用目標(biāo)區(qū)域的方式對(duì)其中的候選區(qū)域向量進(jìn)行計(jì)算。同時(shí)對(duì)其中的收斂性進(jìn)行計(jì)算，通過適當(dāng)?shù)南蛄坑?jì)算方式，不斷達(dá)到最終的目的。

通過邊緣檢測(cè)法描繪出來的輪廓作為運(yùn)動(dòng)目標(biāo)的邊緣，也是緊挨著運(yùn)動(dòng)目標(biāo)在運(yùn)動(dòng)的，為了跟蹤目標(biāo)的運(yùn)動(dòng)細(xì)節(jié)，這里將Mean Shift跟蹤算法應(yīng)用在運(yùn)動(dòng)目標(biāo)的邊緣上，通過跟蹤運(yùn)動(dòng)目標(biāo)的邊緣來確定運(yùn)動(dòng)目標(biāo)的位置，這樣既保持了對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤又縮小了采樣點(diǎn)的采集范圍。

5 總結(jié)

本文對(duì)基于視頻分析的異常事件檢測(cè)技術(shù)展開討論，該項(xiàng)技術(shù)在現(xiàn)階段的應(yīng)用過程中，能夠通過多元化的模式來完成，很多方面的工作開展，都告別了既往的各項(xiàng)不足，整體上的技術(shù)可靠性、可行性獲得較大的提升。日后，應(yīng)繼續(xù)對(duì)基于視頻分析的異常事件檢測(cè)技術(shù)開展深入研究，要將一些先進(jìn)的技術(shù)理念做出良好的豐富處理，不斷的鞏固固有的技術(shù)內(nèi)涵，最大限度的推動(dòng)技術(shù)的價(jià)值創(chuàng)造。

參考文獻(xiàn)：

[1] 蔡瑞初，陳恬，郝志峰，等. 基于遞歸神經(jīng)網(wǎng)絡(luò)局部建模的人群異常事件監(jiān)測(cè)[J/OL]. 計(jì)算機(jī)應(yīng)用研究，2018（06）：1-8.

[2] 趙俊松，武建亮，劉依. 基于事件字典的行人異常事件檢測(cè)[J/OL]. 電視技術(shù)，2017（Z2）：1-6.

[3] 蔡映雪，胡輝，黃思博，等. 一種基于視頻分析的異常事件檢測(cè)技術(shù)[J]. 現(xiàn)代計(jì)算機(jī)：專業(yè)版，2017（06）：42-45.

[4] 胡輝，黃思博，胡松，等. 一種基于異常事件檢測(cè)的智能視頻監(jiān)控系統(tǒng)[J]. 現(xiàn)代計(jì)算機(jī)：專業(yè)版，2017（04）：30-33.

[5] 郝平. 基于目標(biāo)分割與行為預(yù)警的視頻智能監(jiān)控[J]. 計(jì)算機(jī)與數(shù)字工程，2017，45（07）：1327-1331.

[6] 譚筠梅，王履程，雷濤，等. 城市軌道交通智能視頻分析關(guān)鍵技術(shù)綜述[J]. 計(jì)算機(jī)工程與應(yīng)用，2014，50（04）：1-6+17.

[7] 劉瑋，黃曙，馬凱，等. 視頻監(jiān)控技術(shù)在電力系統(tǒng)中的應(yīng)用[J]. 廣東電力，2014，27（04）：57-60.

[8] 吳新宇，郭會(huì)文，李楠楠，等. 基于視頻的人群異常事件檢測(cè)綜述[J]. 電子測(cè)量與儀器學(xué)報(bào)，2014，28（06）：575-584.

[9] 陳超. 視頻監(jiān)控中異常事件分析技術(shù)[J]. 中國(guó)公共安全，2013（12）：146+148.

[10] 沈文文. 小議面向多攝像機(jī)網(wǎng)絡(luò)的智能視頻分析技術(shù)[J]. 中國(guó)公共安全，2013（16）：136+138.

[11] 李桂林. 基于視頻圖像的逆行交通事件檢測(cè)方法的研究[J]. 赤峰學(xué)院學(xué)報(bào)：自然科學(xué)版，2016，32（07）：63-64.

[12] 殷夢(mèng)嬌，俞亞萍，張之江. 基于四元數(shù)模型的密集人群視頻特征提取[J]. 電子測(cè)量技術(shù)，2016，39（07）：72-75+80.

[13] 勞衛(wèi)倫. 基于智能視頻監(jiān)控技術(shù)的電力系統(tǒng)異常場(chǎng)景檢測(cè)[J]. 電子技術(shù)與軟件工程，2015（3）：90-91.endprint