介紹

　　智能監(jiān)控的英文名稱是Intelligent Monitor.智能監(jiān)控是嵌入式視頻服務(wù)器中，集成了智能行為識(shí)別算法，能夠?qū)Ξ嬅鎴?chǎng)景中的人或車輛的行為進(jìn)行識(shí)別、判斷，并在適當(dāng)?shù)臈l件下，產(chǎn)生報(bào)警提示用戶。結(jié)合CreMedia6.0中心管理系統(tǒng)軟件，能完成更多的聯(lián)動(dòng)報(bào)警功能。

識(shí)別歸類

　　智能行為識(shí)別當(dāng)前比較主流的識(shí)別歸類：

　　物體識(shí)別

　　能區(qū)分出移動(dòng)物體的類別和行為，是轎車，還是摩托車、還是人、還是飛機(jī)等等，同時(shí)還能判斷移動(dòng)物體是行走、倒下、速度或其他，這是其他識(shí)別的基礎(chǔ)。

　　越界識(shí)別

　　在視頻畫面上人為的畫一道線或曲線，可以識(shí)別出物體穿越此界限的行為。比如視野是個(gè)馬路上，畫一條線把道路分成兩端，假設(shè)定義了從左到右是合法，從右到左為非法，一旦車輛行駛跨越了這個(gè)界線，設(shè)備判斷其是否非法，非法則產(chǎn)生報(bào)警。

　　軌跡跟蹤

　　識(shí)別處移動(dòng)物體之后，能在移動(dòng)的元素后面畫出其運(yùn)動(dòng)經(jīng)過場(chǎng)所的軌跡。如廣場(chǎng)、車站等公眾場(chǎng)所，人流穿梭，設(shè)備能顯示并記錄下每個(gè)人的走動(dòng)軌跡，如果一個(gè)人長(zhǎng)時(shí)間在視野中徘徊游蕩，超過一定時(shí)間，則設(shè)備自動(dòng)報(bào)警提示發(fā)現(xiàn)可疑行為人物。

　　遺留或丟失物體識(shí)別

　　設(shè)備能識(shí)別出視野場(chǎng)景中的物體多出一個(gè)或者少了一個(gè)，適合倉(cāng)庫(kù)、車站、展廳、安檢等場(chǎng)所，如果有背包長(zhǎng)時(shí)間丟失在某處無(wú)人拾取，超過設(shè)定的時(shí)間，系統(tǒng)將產(chǎn)生報(bào)警，或者像展廳這些場(chǎng)所，如果展示品缺少一件，設(shè)備也能發(fā)現(xiàn)并報(bào)警。

　　車牌識(shí)別

　　如果視頻場(chǎng)景是個(gè)道路口或者小區(qū)出入口;只要車牌區(qū)域在視頻中出現(xiàn)過，設(shè)備能自動(dòng)識(shí)別出車牌號(hào)碼;并以文字的方式提示用戶?？梢杂糜谶`規(guī)車輛稽查，比如某牌照車輛在事故后逃逸不知去處，如果市內(nèi)各要道口都有智能識(shí)視頻服務(wù)器，系統(tǒng)只有通過網(wǎng)絡(luò)一次性把一個(gè)或幾個(gè)需要稽查的車牌號(hào)碼設(shè)置到系統(tǒng)中的各個(gè)智能設(shè)備中，一旦此牌照的車輛在視野中出現(xiàn)過，就能立即告警。節(jié)省許多警力資源。

　　車速測(cè)量

　　比如高速路上有200M的速度提示區(qū)，時(shí)時(shí)提醒駕駛員不要超速行駛，然而超速行駛還是屢屢發(fā)生;試想如果在高速路上安裝一個(gè)智能視頻服務(wù)器，我們只要在視野中畫兩道線，如果確知這兩道線的實(shí)際距離是100M，輸入到設(shè)備中，設(shè)備就能自動(dòng)計(jì)算出每個(gè)進(jìn)過車輛的速度，并且超速時(shí)立即報(bào)警。

　　流量統(tǒng)計(jì)

　　智能設(shè)備能識(shí)別出過往的行人和車輛，同時(shí)能統(tǒng)計(jì)出過往的人或車的數(shù)量;試想在一個(gè)十字路口或者一個(gè)會(huì)展中心的門口，安裝這樣一個(gè)智能設(shè)備，就能統(tǒng)計(jì)處過往車流量或人流量。為公交調(diào)度提供更多更及時(shí)的信息。

　　逆行告警

　　比如單行道，或者車站、機(jī)場(chǎng)的出口或入口，車流人流都是單方向的，一旦有人逆行，系統(tǒng)會(huì)自動(dòng)識(shí)別出，并產(chǎn)生報(bào)警。

　　涂鴉行為識(shí)別

　　原本潔凈的墻面，被人亂貼小廣告、電話或者亂涂亂畫等，有礙市容。有了智能監(jiān)控系統(tǒng)設(shè)備，就能及時(shí)發(fā)現(xiàn)這樣的涂鴉行為，并及時(shí)告警。

　　打架等反常行為視頻

　　公園、廣場(chǎng)、車站等公眾場(chǎng)合，人流眾多，任何突發(fā)的危害人身安全的行為都可能造成重大損失和負(fù)面影響。智能識(shí)別系統(tǒng)，能及時(shí)發(fā)現(xiàn)人或車輛的異常行為，突然奔跑、摔倒，追打等行為，系統(tǒng)都會(huì)及時(shí)發(fā)現(xiàn)并提醒管理者。

監(jiān)控技術(shù)的發(fā)展

　　核心內(nèi)容

　　視頻監(jiān)控是通過獲取監(jiān)控目標(biāo)的視頻圖像信息，對(duì)視頻圖像進(jìn)行監(jiān)視、記錄、回溯，并根據(jù)視頻圖像信息人工或自動(dòng)地做出相應(yīng)的動(dòng)作，以達(dá)到對(duì)監(jiān)控目標(biāo)的監(jiān)視、控制、安全防范和智能管理，已被廣泛應(yīng)用于軍事、海關(guān)、公安、消防、林業(yè)、堤壩、機(jī)場(chǎng)、鐵路、港口、城市交通等眾多公眾場(chǎng)合，隨著技術(shù)的進(jìn)步和成本的降低將逐漸普及到家庭安全防范和娛樂應(yīng)用。監(jiān)控技術(shù)經(jīng)歷了很多不同的階段，圖像監(jiān)控技術(shù)是視頻監(jiān)控的核心內(nèi)容。

　　模擬視頻監(jiān)控系統(tǒng)

　　早期的視頻監(jiān)控是以攝像機(jī)、監(jiān)視器(電視機(jī))組成的純模擬的視頻監(jiān)控系統(tǒng)，稱為閉路監(jiān)視系統(tǒng)。其特點(diǎn)是一個(gè)攝像機(jī)對(duì)應(yīng)一臺(tái)監(jiān)視器(電視機(jī))的監(jiān)視，只能監(jiān)控范圍很小的區(qū)域。隨后出現(xiàn)了視頻切換設(shè)備，改變了攝像機(jī)和監(jiān)視器(電視機(jī))的1對(duì)1的方式。并且隨著單片機(jī)技術(shù)的不斷完善，閉路監(jiān)視系統(tǒng)加入了多路視頻切換、攝像機(jī)云臺(tái)/鏡頭控制和報(bào)警聯(lián)動(dòng)等數(shù)字控制功能，實(shí)現(xiàn)了數(shù)字控制的模擬視頻監(jiān)控系統(tǒng),這些統(tǒng)稱為第一代視頻監(jiān)控系統(tǒng)。

　　數(shù)字視頻監(jiān)控系統(tǒng)

　　20世紀(jì)90年代中期，隨著計(jì)算機(jī)處理能力的提高和視頻技術(shù)的發(fā)展，人們利用計(jì)算機(jī)的高速數(shù)據(jù)處理能力進(jìn)行視頻的采集和處理，從而大大提高了圖像質(zhì)量，增強(qiáng)了視頻監(jiān)控的功能。這種基于多媒體計(jì)算機(jī)的系統(tǒng)稱為第二代視頻監(jiān)控系統(tǒng)，即模擬輸入與數(shù)字壓縮、顯示和控制系統(tǒng)。因?yàn)楹诵脑O(shè)備是數(shù)字設(shè)備，因此可以稱為數(shù)字視頻監(jiān)控系統(tǒng)。

　　網(wǎng)絡(luò)數(shù)字視頻監(jiān)控

　　到了20世紀(jì)90年代末特別是近兩三年，隨著網(wǎng)絡(luò)帶寬、計(jì)算機(jī)處理能力和存儲(chǔ)器容量的迅速提高，以及各種實(shí)用視頻信息處理技術(shù)的出現(xiàn)，視頻監(jiān)控進(jìn)入了全數(shù)字化的網(wǎng)絡(luò)時(shí)代，稱為第三代視頻監(jiān)控系統(tǒng)，即全數(shù)字視頻監(jiān)控系統(tǒng)或網(wǎng)絡(luò)數(shù)字視頻監(jiān)控。第三代視頻監(jiān)控系統(tǒng)以網(wǎng)絡(luò)為依托，以數(shù)字視頻的壓縮、傳輸、存儲(chǔ)和播放為核心，以智能實(shí)用的圖像分析為特色，引發(fā)了視頻監(jiān)控行業(yè)的技術(shù)革命。

　　本世紀(jì)初，隨著以TI公司的TMS320C6000系列、Philips公司的Trimedia、Equator公司的BSP-15等為代表的高性能DSP的出現(xiàn)，由嵌入式處理器來實(shí)時(shí)完成高速、大數(shù)據(jù)量的視頻/音頻編解碼處理成為可能，結(jié)合網(wǎng)絡(luò)通訊技術(shù)，使集可編程圖像/聲音編解碼、本地存儲(chǔ)、網(wǎng)絡(luò)傳輸和自動(dòng)化技術(shù)為一體的嵌入式數(shù)字視頻監(jiān)控系統(tǒng)應(yīng)運(yùn)而生。以DSP為核心的嵌入式數(shù)字視頻監(jiān)控系統(tǒng)，配合嵌入式實(shí)時(shí)操作系統(tǒng)，可以以應(yīng)用為中心，根據(jù)應(yīng)用對(duì)功能、可靠性、穩(wěn)定性、成本、體積等的綜合要求，對(duì)軟/硬件進(jìn)行裁剪，以滿足視頻監(jiān)控發(fā)展的兩大需要：數(shù)字化和網(wǎng)絡(luò)化。

　　目前監(jiān)控領(lǐng)域最流行的是嵌入式DVR(數(shù)字視頻錄像機(jī)或數(shù)字硬盤錄像機(jī))系統(tǒng)，使用TI的DM642或ADI的BF561等DSP芯片。

監(jiān)控技術(shù)的應(yīng)用

　　應(yīng)用實(shí)例

　　從功能上講，視頻監(jiān)控可用于安全防范、信息獲取和指揮調(diào)度等方面，可以提供生產(chǎn)流程控制、大型公共設(shè)施的安防，也能為醫(yī)療監(jiān)護(hù)、遠(yuǎn)程教育等提供各種服務(wù)。

　　從應(yīng)用領(lǐng)域上看，視頻監(jiān)控在各行各業(yè)都得到了廣泛的應(yīng)用，除了檔案室、文件室、金庫(kù)、博物館等重要部門的監(jiān)視和報(bào)警，在公共場(chǎng)所進(jìn)行安全監(jiān)控，在其他經(jīng)濟(jì)和生活領(lǐng)域進(jìn)行管理和控制也是必不可少的。

　　具體應(yīng)用實(shí)例有:

　　金融領(lǐng)域

　　:營(yíng)業(yè)大廳監(jiān)控、金庫(kù)的監(jiān)控、自動(dòng)提款機(jī)及自助銀行監(jiān)控等。

　　電信/電力領(lǐng)域:交換機(jī)房、無(wú)線機(jī)房、動(dòng)力機(jī)房等的遠(yuǎn)程監(jiān)控、變電站、電廠等的遠(yuǎn)程無(wú)人值守監(jiān)控。

　　商業(yè)市場(chǎng):商場(chǎng)的保安監(jiān)控、超級(jí)市場(chǎng)的出入口監(jiān)控、碼頭、貨柜、大型倉(cāng)庫(kù)的監(jiān)管等。

　　軍事領(lǐng)域:基地安防、公安偵破、監(jiān)獄法庭管理等。我國(guó)有上萬(wàn)公里的海岸線和邊境線，與多個(gè)國(guó)家毗鄰。準(zhǔn)確及時(shí)地掌握邊海防區(qū)域的軍事情況，對(duì)于有效保衛(wèi)祖國(guó)的領(lǐng)海和領(lǐng)土，在未來戰(zhàn)爭(zhēng)中做出快速反應(yīng)、掌握戰(zhàn)爭(zhēng)主動(dòng)權(quán)有著極其重要的意義。建立邊海防遠(yuǎn)程視頻監(jiān)控系統(tǒng)，對(duì)關(guān)鍵口岸、哨所和敏感地區(qū)實(shí)施監(jiān)控，就能使我軍情報(bào)部門直觀、及時(shí)地監(jiān)控邊海防前線的當(dāng)面情況，提高情報(bào)獲取的實(shí)時(shí)性和綜合處理能力，也能有效防止偷渡、出逃、走私、販毒等非法行為。

　　交通領(lǐng)域

　　:高速公路收費(fèi)管理、交通違章和流量監(jiān)控、公共交通車輛牌照管理、公路橋梁鐵路機(jī)場(chǎng)等場(chǎng)所的遠(yuǎn)程圖像監(jiān)控等。有效的交通管理是我國(guó)各大都市面臨的難題。智能視頻交通控制系統(tǒng)能及時(shí)提供各路段的車輛流量和路況信息，記錄違章車輛，以便實(shí)現(xiàn)準(zhǔn)確快速的交通指揮調(diào)度，達(dá)到充分利用現(xiàn)有的道路資源，提高突發(fā)交通事故的處理能力，從而為人們的出行提供快捷舒適的交通服務(wù)。

　　社區(qū)物業(yè)管理:住宅小區(qū)、辦公室的安全防范、智能大廈、停車場(chǎng)的無(wú)人監(jiān)控等。

　　家庭應(yīng)用

　　只需在現(xiàn)有的家庭微機(jī)上增加USB攝像頭和相應(yīng)的軟件系統(tǒng)，就可實(shí)現(xiàn)功能強(qiáng)、價(jià)格低、性能可靠的數(shù)字化家庭監(jiān)控系統(tǒng)。系統(tǒng)自動(dòng)檢測(cè)在家中采集到的圖像，當(dāng)發(fā)現(xiàn)異常時(shí)，通過Internet和短消息中心向用戶指定的電話號(hào)碼發(fā)送短消息，并將現(xiàn)場(chǎng)圖像以Email方式發(fā)送給用戶。用戶收到短消息后通過檢查Email就可對(duì)家中情況有清楚的了解。此外，用戶出差在外時(shí)，也可以遠(yuǎn)程登錄到家中計(jì)算機(jī)，觀看家中安全情況或家人的生活健康狀況。

智能監(jiān)控技術(shù)

　　雖然目前監(jiān)控?cái)z像機(jī)在商業(yè)應(yīng)用中己經(jīng)普遍存在，但并沒有充分發(fā)揮其實(shí)時(shí)主動(dòng)的監(jiān)督作用，因?yàn)樗鼈兺ǔＪ菍z像機(jī)的輸出結(jié)果記錄下來，當(dāng)異常情況(如停車場(chǎng)中的車輛被盜)發(fā)生后，保安人員才通過一記錄的結(jié)果觀察發(fā)生的事實(shí)，但往往為時(shí)已晚。而我們需要的監(jiān)控系統(tǒng)應(yīng)能夠每天連續(xù)24小時(shí)的實(shí)時(shí)智能監(jiān)視，并自動(dòng)分析攝像機(jī)捕捉的圖像數(shù)據(jù)，當(dāng)異常發(fā)生時(shí)，系統(tǒng)能向保衛(wèi)人員準(zhǔn)確及時(shí)地發(fā)出警報(bào)，從而避免犯罪的發(fā)生，同時(shí)也減少雇傭大批監(jiān)視人員所需要的人力、物力和財(cái)力的投入。

　　智能視覺監(jiān)控就是要用計(jì)算機(jī)視覺的方法，在不需要人為干預(yù)的情況下，通過對(duì)攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析，實(shí)現(xiàn)對(duì)動(dòng)態(tài)場(chǎng)景中目標(biāo)的定位、識(shí)別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，從而做到既能完成日常管理又能在異常情況發(fā)生的時(shí)候及時(shí)做出反應(yīng)。

　　智能監(jiān)控系統(tǒng)的需求主要來自那些對(duì)安全要求敏感的場(chǎng)合，如銀行、商店、停車場(chǎng)等。另外，智能監(jiān)控系統(tǒng)在自動(dòng)售貨機(jī)、ATM機(jī)、交通管理、公共場(chǎng)所行人的擁擠狀態(tài)分析及商店中消費(fèi)者流量統(tǒng)計(jì)等方面也有著相應(yīng)的應(yīng)用。

智能監(jiān)控技術(shù)研究?jī)?nèi)容

　　智能監(jiān)控系統(tǒng)——手機(jī)視頻監(jiān)控報(bào)警系統(tǒng)是安防進(jìn)入民用化領(lǐng)域的一套智能系統(tǒng)，該系統(tǒng)集成了手機(jī)監(jiān)控與手機(jī)防盜報(bào)警兩大系統(tǒng) ，當(dāng)有非法人員闖入禁區(qū)防區(qū)或者火災(zāi)煤氣泄漏等緊急情況時(shí)，系統(tǒng)主機(jī)會(huì)第一時(shí)間給指定用戶撥打電話及發(fā)送短信或email!用戶收到電話短信時(shí)可以第一時(shí)間用手機(jī)或者電腦查看監(jiān)控區(qū)域的畫面。消除了傳統(tǒng)監(jiān)控系統(tǒng)馬后炮及傳統(tǒng)報(bào)警系統(tǒng)誤報(bào)出警的顧慮!該系統(tǒng)集成了無(wú)線門磁、無(wú)線煙感等無(wú)線報(bào)警配件信息，有效的提高了監(jiān)控系統(tǒng)民用化的特性。深圳市凱特科技有限公司是專業(yè)從事手機(jī)視頻監(jiān)控產(chǎn)品，該產(chǎn)品的配套手機(jī)軟件即凱特守護(hù)神能與視頻監(jiān)控及家庭報(bào)警聯(lián)動(dòng)至手機(jī)短信或電話中。該產(chǎn)品也是一款智能家居安防監(jiān)控防盜系統(tǒng)：該系統(tǒng)系網(wǎng)絡(luò)但無(wú)需電腦即可獨(dú)立完成!本地存儲(chǔ)器24小時(shí)錄像，異地可通過上網(wǎng)手機(jī)或電腦可觀看及操作家中所有監(jiān)控畫面。系統(tǒng)自帶無(wú)線報(bào)警模塊，可匹配無(wú)線門磁、探頭、煙感器等無(wú)線報(bào)警觸發(fā)設(shè)備，當(dāng)有人闖入監(jiān)控防區(qū)，系統(tǒng)會(huì)自動(dòng)打電話、發(fā)短信、郵件給指定的4位手機(jī)用戶，同時(shí)本地會(huì)產(chǎn)生聲光警笛。遠(yuǎn)程用戶收到警情電話、信息后可以通過上網(wǎng)手機(jī)或電腦查看監(jiān)控畫面情況，并通過手機(jī)控制攝像機(jī)旋轉(zhuǎn)角度及焦距、報(bào)警系統(tǒng)布防撤防，同時(shí)啟動(dòng)手機(jī)錄像功能并處理警情。

　　環(huán)境建模

　　要進(jìn)行場(chǎng)景的視覺監(jiān)控，環(huán)境模型的動(dòng)態(tài)創(chuàng)建和更新是必不可少的。在攝像機(jī)靜止的條件下，環(huán)境建模的工作是從一個(gè)動(dòng)態(tài)圖像序列中獲取并自動(dòng)更新背景模型。其中最為關(guān)鍵的問題在于怎樣消除場(chǎng)景中的各種干擾因素，如光照變化、陰影、搖動(dòng)的窗簾、閃爍的屏幕、緩慢移動(dòng)的人體以及新加入的或被移走的物體等的影響。

　　運(yùn)動(dòng)檢測(cè)

　　運(yùn)動(dòng)檢測(cè)的目的是從序列圖像中將變化區(qū)域從背景圖像中提取出來。運(yùn)動(dòng)區(qū)域的有效分割對(duì)于目標(biāo)分類、跟蹤和行為理解等后期處理是非常重要的，因?yàn)橐院蟮奶幚磉^程僅僅考慮圖像中對(duì)應(yīng)于運(yùn)動(dòng)區(qū)域的像素。然而，由于背景圖像的動(dòng)態(tài)變化，如天氣、光照、影子及混亂干擾等的影響，使得運(yùn)動(dòng)檢測(cè)成為一項(xiàng)相當(dāng)困難的工作。

　　目標(biāo)分類

　　對(duì)于人體監(jiān)控系統(tǒng)而言，在得到了運(yùn)動(dòng)區(qū)域的信息之后，下面一個(gè)重要的問題就是如何將人體目標(biāo)從所有運(yùn)動(dòng)目標(biāo)中分類出來。不同的運(yùn)動(dòng)區(qū)域可能對(duì)應(yīng)于不同的運(yùn)動(dòng)目標(biāo)，比如一個(gè)室外監(jiān)控?cái)z像機(jī)所捕捉的序列圖像中除了有人以外，還可能包含寵物、車輛、飛鳥、搖動(dòng)的植物等運(yùn)動(dòng)物體。為了便于進(jìn)一步對(duì)行人進(jìn)行跟蹤和行為分析，運(yùn)動(dòng)目標(biāo)的正確分類是完全必要的。但是，在已經(jīng)知道場(chǎng)景中僅僅存在人的運(yùn)動(dòng)時(shí)(比如在室內(nèi)環(huán)境下)，這個(gè)步驟就不是必需的了。

　　人體跟蹤

　　人體的跟蹤可以有兩種含義，一種是在二維圖像坐標(biāo)系下的跟蹤，一種是在三維空間坐標(biāo)系下的跟蹤。前者是指在二維圖像中，建立運(yùn)動(dòng)區(qū)域和運(yùn)動(dòng)人體(或人體的某部分)的對(duì)應(yīng)關(guān)系，并在一個(gè)連續(xù)的圖像序列中維持這個(gè)對(duì)應(yīng)關(guān)系。從運(yùn)動(dòng)檢測(cè)得到的一般是人的投影，要進(jìn)行跟蹤首先要給需要跟蹤的對(duì)象建立一個(gè)模型。對(duì)象模型可以是整個(gè)人體，這時(shí)形狀、顏色、位置、速度、步態(tài)等等都是可以利用的信息;也可以是人體的一部分如上臂、頭部或手掌等，這時(shí)需要對(duì)這些部分單獨(dú)進(jìn)行建模。建模之后，將運(yùn)動(dòng)檢測(cè)到的投影匹配到這個(gè)模型上去。一旦匹配工作完成，我們就得到了最終有用的人體信息，跟蹤過程也就完成了。

　　多攝像機(jī)數(shù)據(jù)融合

　　采用多個(gè)攝像機(jī)可以增加視頻監(jiān)控系統(tǒng)的視野和功能。由于不同類型攝像機(jī)的功能和適用場(chǎng)合不一樣，常常需要把多種攝像機(jī)的數(shù)據(jù)融合在一起。在需要恢復(fù)三維信息和立體視覺的場(chǎng)合，也需要將多個(gè)攝像機(jī)的圖像進(jìn)行綜合處理。此外，多個(gè)攝像機(jī)也有利于解決遮擋問題。

　　行為理解和描述

　　事件檢測(cè)、行為的理解和描述屬于智能監(jiān)控高層次的內(nèi)容。它主要是對(duì)人的運(yùn)動(dòng)模式進(jìn)行分析和識(shí)別，并用自然語(yǔ)言等加以描述。相比而言，以前大多數(shù)的研究都集中在運(yùn)動(dòng)檢測(cè)和人的跟蹤等底層視覺問題上，這方面的研究較少。近年來關(guān)于這方面的研究越來越多，逐漸成為熱點(diǎn)之一。

國(guó)內(nèi)外研究現(xiàn)狀

　　智能監(jiān)控具有廣泛的應(yīng)用前景和潛在的經(jīng)濟(jì)價(jià)值，從而激發(fā)了世界上廣大科研工作者及相關(guān)人士的濃厚興趣，尤其在美國(guó)、英國(guó)等國(guó)家已經(jīng)開展了大量相關(guān)項(xiàng)目的研究。例如，1997年美國(guó)國(guó)防高級(jí)研究項(xiàng)目署(DefenseAdvancedResearchProjeCtSAgency)設(shè)立了視覺監(jiān)控重大項(xiàng)目VSAM主要研究用于戰(zhàn)場(chǎng)及普通民用場(chǎng)景進(jìn)行監(jiān)控的自動(dòng)視頻理解技術(shù)。實(shí)時(shí)視覺監(jiān)控系統(tǒng)不僅能夠定位人和分割出人的身體部分，而且通過建立外觀模型來實(shí)現(xiàn)多人的跟蹤，并可以檢測(cè)人是否攜帶物體等簡(jiǎn)單行為。英國(guó)的雷丁大學(xué)(UniversityofReading)己開展了對(duì)車輛和行人的跟蹤及其交互作用識(shí)別的相關(guān)研究;國(guó)際上很多權(quán)威期刊將智能監(jiān)控中人的運(yùn)動(dòng)分析研究作為主題內(nèi)容之一，為該領(lǐng)域的研究人員提供了更多的交流機(jī)會(huì)。

　　在我國(guó)，這方面的研究近幾年才開展起來的。中國(guó)科學(xué)院自動(dòng)化研究所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室己經(jīng)成立智能視覺監(jiān)控研究組，開展這方面的研究，目標(biāo)是實(shí)現(xiàn)一個(gè)動(dòng)態(tài)場(chǎng)景集成分析演示系統(tǒng)并最終推向?qū)嵱谩５谝粚萌珖?guó)智能視覺監(jiān)控學(xué)術(shù)會(huì)議于2002年5月25一26日在北京市西郊賓館成功舉行。國(guó)內(nèi)有一些視頻監(jiān)控方面的產(chǎn)品，如Anychat、黃金眼、行者貓王等，應(yīng)用于交通控制，監(jiān)獄管理等方面。另外，國(guó)內(nèi)產(chǎn)品還有數(shù)字硬盤錄像系統(tǒng)(DVR)，將監(jiān)控區(qū)域內(nèi)有運(yùn)動(dòng)對(duì)象出現(xiàn)的情況錄制下來，以備查詢，該系統(tǒng)只是簡(jiǎn)單的檢測(cè)出有無(wú)運(yùn)動(dòng)對(duì)象，而沒有對(duì)運(yùn)動(dòng)對(duì)象做任何分析。

　　由于國(guó)內(nèi)的研究起步較晚，技術(shù)還不夠完善，開發(fā)出的產(chǎn)品距離智能化還有一定差距，在實(shí)際的應(yīng)用中，受到很多限制，還有待于進(jìn)一步的完善。

研究難點(diǎn)

　　盡管在智能監(jiān)控領(lǐng)域已經(jīng)取得了一定的進(jìn)展，但是在以下幾個(gè)方面仍是今后研究的難點(diǎn)問題。

　　運(yùn)動(dòng)分割

　　快速準(zhǔn)確的運(yùn)動(dòng)分割是個(gè)相當(dāng)重要又是比較困難的一個(gè)問題。這是由于動(dòng)態(tài)環(huán)境中捕捉的圖像受到多方面的影像，比如天氣的變化，光照條件的變化，背景的混亂干擾，運(yùn)動(dòng)目標(biāo)的影子，物體之間或者物體與環(huán)境之間的遮擋，以及攝像機(jī)的運(yùn)動(dòng)等。這些都給準(zhǔn)確有效的運(yùn)動(dòng)分割帶來了困難，以運(yùn)動(dòng)目標(biāo)的影子為例，他可能與被檢測(cè)目標(biāo)的相連，也可能與目標(biāo)分離，在前者情況下，影子扭曲了目標(biāo)的形狀，從而使得以后基于形狀和基于狀態(tài)空間模型的方法定義每個(gè)靜態(tài)姿勢(shì)作為一個(gè)狀態(tài)，這些狀態(tài)之間通過的識(shí)別方法不再可靠;在后者情況下，影子有可能被誤認(rèn)為為場(chǎng)景中一個(gè)完全錯(cuò)誤的目標(biāo)。盡管目前圖像運(yùn)動(dòng)分割主要利用背景減除方法，但如何建立對(duì)于任何具有自適應(yīng)性的復(fù)雜環(huán)境中動(dòng)態(tài)變化的背景模型仍是相當(dāng)困難的問題。一個(gè)可喜的發(fā)展是，一些研究者們正利用時(shí)空統(tǒng)計(jì)的方法構(gòu)建自適應(yīng)的背景模型，這對(duì)于不受限環(huán)境中的運(yùn)動(dòng)分割而言是個(gè)更好的選擇。

　　遮擋處理

　　目前，大部分智能監(jiān)控系統(tǒng)都不能很好地解決目標(biāo)之間互遮擋和人體自遮擋問題，尤其是在擁擠狀態(tài)下，多人的檢測(cè)和跟蹤問題更是難處理。遮擋時(shí)，人體只有部分是可見的，而且這個(gè)過程一般是隨機(jī)的，簡(jiǎn)單依賴于背景減除進(jìn)行運(yùn)動(dòng)分割的技術(shù)此時(shí)將不再可靠，為了減少遮擋或深度所帶來的歧義性問題，必須開發(fā)更好的模型來處理遮擋時(shí)特征與身體各部分之間的準(zhǔn)確對(duì)應(yīng)問題。另外，一般系統(tǒng)也不能完成何時(shí)停止和重新開始身體部分的跟蹤，即遮擋前后的跟蹤初始化缺少自舉方法。當(dāng)然，可喜的進(jìn)步是利用統(tǒng)計(jì)方法從可獲得的圖像信息中進(jìn)行人體姿勢(shì)、位置等的預(yù)測(cè);不過，對(duì)于解決遮擋問題最有實(shí)際意義的潛在方法應(yīng)該是基于多攝像機(jī)的跟蹤系統(tǒng)。

　　三維建模與跟蹤

　　二維方法在早期智能監(jiān)控系統(tǒng)中證明是很成功的，尤其對(duì)于那些不需要精確的姿勢(shì)恢復(fù)或低圖像分辨率的應(yīng)用場(chǎng)合(如交通監(jiān)控中的行人跟蹤)。二維跟蹤有著簡(jiǎn)單快速的優(yōu)點(diǎn)，主要的缺點(diǎn)是受攝像機(jī)角度的限制。而三維方法在不受限的復(fù)雜的人的運(yùn)動(dòng)判斷(如人的徘徊、握手與跳舞等)、更加準(zhǔn)確的物理空間的表達(dá)、遮擋的準(zhǔn)確預(yù)測(cè)和處理等方面的優(yōu)點(diǎn)是用于行為識(shí)別;同時(shí)，三維恢復(fù)對(duì)于虛擬現(xiàn)實(shí)中的應(yīng)用也是必需的。目前基于視覺的三維跟蹤研究仍相當(dāng)有限，三維姿勢(shì)恢復(fù)的實(shí)例亦很少，且大部分系統(tǒng)由于要求魯棒性而引入了簡(jiǎn)化的約束條件。三維跟蹤也導(dǎo)致了從圖像中人體模型的獲取、遮擋處理、人體參數(shù)化建模、攝像機(jī)的標(biāo)定等一系列難題。以建模為例，人體模型通常使用許多形狀參數(shù)所表達(dá)。然而，目前的模型很少利用了關(guān)節(jié)的角度約束和人體部分的動(dòng)態(tài)特性;而且過去的一些工作幾乎都假設(shè)3 D模型依據(jù)先驗(yàn)條件而提前被指定，實(shí)際上這些形狀參數(shù)應(yīng)當(dāng)從圖像中估計(jì)出來?？傊?，3 D建模與跟蹤在未來工作中應(yīng)值得更多的關(guān)注。

　　攝像機(jī)的使用

　　使用單一攝像機(jī)的三維人的跟蹤研究還很缺乏，身體姿勢(shì)和運(yùn)動(dòng)在單一視角下由于遮擋或深度影響而容易產(chǎn)生歧義現(xiàn)象，因此使用多攝像機(jī)進(jìn)行三維姿勢(shì)跟蹤和恢復(fù)的優(yōu)點(diǎn)是很明顯的。同時(shí)，多攝像機(jī)的使用不僅可以擴(kuò)大監(jiān)視的有效范圍，而且可以提供多個(gè)不同的方向視角以用于解決遮擋問題。很明顯，未來的智能監(jiān)控系統(tǒng)將極大受益于多攝像機(jī)的使用。對(duì)于多攝像機(jī)跟蹤系統(tǒng)而言，我們需要確定在每個(gè)時(shí)刻使用哪一個(gè)攝像機(jī)或哪一幅圖像。也就是說，多攝像機(jī)之間的選擇和信息融合是一個(gè)比較重要的問題。

　　性能評(píng)估

　　一般而言，魯棒性、準(zhǔn)確度、速度是智能監(jiān)控系統(tǒng)的三個(gè)基本要求。例如，系統(tǒng)的魯棒性對(duì)于監(jiān)控應(yīng)用特別重要，這是因?yàn)樗鼈兺ǔ１灰笫亲詣?dòng)、連續(xù)地工作，因此這些系統(tǒng)對(duì)于如噪聲、光照、天氣等因素的影響不能太敏感;系統(tǒng)的準(zhǔn)確度對(duì)于控制應(yīng)用特別重要，例如基于行為或姿勢(shì)識(shí)別的接口控制場(chǎng)合;而系統(tǒng)的處理速度對(duì)于那些需要實(shí)時(shí)高速的監(jiān)控系統(tǒng)而言更是非常關(guān)鍵。因此，如何選擇有效的工作方案來提高系統(tǒng)性能、降低計(jì)算代價(jià)是個(gè)特別值得考慮的問題。同時(shí)，如何利用來自不同用戶、不同環(huán)境、不同實(shí)驗(yàn)條件的大量數(shù)據(jù)測(cè)試系統(tǒng)的實(shí)時(shí)性、魯棒性亦相當(dāng)重要。

發(fā)展趨勢(shì)

　　隨著智能監(jiān)控中對(duì)人的運(yùn)動(dòng)分析研究和其它相關(guān)技術(shù)的發(fā)展，下述幾個(gè)方面己經(jīng)成為未來的發(fā)展趨勢(shì):

　　音頻與視覺相結(jié)合的多模態(tài)接口

　　人的相互交流主要是依據(jù)語(yǔ)言，過去的許多工作是語(yǔ)音理解，但語(yǔ)音識(shí)別受距離和環(huán)境噪聲的限制，尤其在機(jī)場(chǎng)等高噪聲環(huán)境，將會(huì)嚴(yán)重影響語(yǔ)音識(shí)別的性能。人的可視化描述與語(yǔ)音解釋一樣重要，研究者們正逐漸將語(yǔ)音與視覺信息集成起來以產(chǎn)生更加自然的高級(jí)接口。當(dāng)前一些接口系統(tǒng)在視覺方面僅僅做了如臉的表情、身體姿勢(shì)等的大尺度分析，但還不能分析大多數(shù)人的正常姿勢(shì)，這意味著人機(jī)之間的通訊僅局限于幾個(gè)特定的姿勢(shì)，這個(gè)局限是人的姿勢(shì)結(jié)構(gòu)的不易理解造成的，而且跟蹤多人的系統(tǒng)由于來自攝像機(jī)的分辨率、計(jì)算機(jī)處理能力和視角的影響而不能準(zhǔn)確的估計(jì)身體姿勢(shì)。為了完成優(yōu)化尺度和廣域的分析，可以尋求準(zhǔn)確實(shí)時(shí)的多攝像機(jī)的信息融合方法，以便機(jī)器更好地理解人的通信行為。目前音頻和視頻的信號(hào)處理相對(duì)獨(dú)立，如何更好地集成音頻和視頻信息用于多模態(tài)用戶接口是一個(gè)嚴(yán)峻的挑戰(zhàn)。

　　人的運(yùn)動(dòng)分析與生物特征識(shí)別相結(jié)合

　　在智能房間的門禁系統(tǒng)、軍事安全基地的視覺監(jiān)控系統(tǒng)、高級(jí)人機(jī)交互等應(yīng)用中，人的運(yùn)動(dòng)分析與生物特征識(shí)別相結(jié)合的研究日益顯得重要。在人機(jī)交互中不僅需要機(jī)器能知道人是否存在、人的位置和行為，而且還需要利用特征識(shí)別技術(shù)來識(shí)別與其交流的人是誰(shuí)。目前的研究主要集中在人的臉像識(shí)別、步態(tài)識(shí)別或特定行為的識(shí)別。近距離時(shí)一般可以通過跟蹤人臉來加以身份識(shí)別;如果是遠(yuǎn)距離的監(jiān)控，臉的特征可能被隱藏，或者分辨率太低不易識(shí)別，然而進(jìn)入監(jiān)控領(lǐng)域的人的運(yùn)動(dòng)步態(tài)是可見的，這激活了步態(tài)作為一個(gè)獨(dú)特的生物行為特征應(yīng)用于人的身份鑒別。由于人的步態(tài)具有易于感知、非侵犯性、難于偽裝等優(yōu)點(diǎn)，近來己引起了計(jì)算機(jī)視覺研究者們濃厚的研究興趣。

　　行為理解與描述高層處理的轉(zhuǎn)變

　　人的行為理解是需要引起高度注意并且是最具挑戰(zhàn)的研究方向，因?yàn)橛^察人的最終目標(biāo)就是分析和理解人的個(gè)人行為、人與人之間及人與其它目標(biāo)的交互行為等。目前人的運(yùn)動(dòng)理解還是集中于人的跟蹤、標(biāo)準(zhǔn)姿勢(shì)識(shí)別、簡(jiǎn)單行為識(shí)別等問題，如人的一組最通常的行為(跑、蹲、站、跳、爬、指等)的定義和分類。近年來利用機(jī)器學(xué)習(xí)工具構(gòu)建人行為的統(tǒng)計(jì)模型的研究有了一定的進(jìn)展，但行為識(shí)別仍舊處于初級(jí)階段，連續(xù)特征的典型匹配過程中常引入人運(yùn)動(dòng)模型的簡(jiǎn)化約束條件來減少歧義性，而這些限制與一般的圖像條件卻是不吻合的，因此行為理解的難點(diǎn)仍是在于特征選擇和機(jī)器學(xué)習(xí)。目前，用于行為識(shí)別的狀態(tài)空間方法和模板匹配方法通常在計(jì)算代價(jià)和運(yùn)動(dòng)識(shí)別的準(zhǔn)確度之間進(jìn)行折中，故仍需要尋找和8開發(fā)新的技術(shù)以利于提高行為識(shí)別性能的同時(shí)，又能有效地降低計(jì)算的復(fù)雜度。另外，如何借助于先進(jìn)的視覺算法和人工智能等領(lǐng)域的成果，將現(xiàn)有的簡(jiǎn)單的行為識(shí)別與語(yǔ)義理解推廣到更為復(fù)雜場(chǎng)景下的自然語(yǔ)言描述，是將計(jì)算機(jī)視覺低、中層次的處理推向高層抽象思維的關(guān)鍵問題。

　　現(xiàn)在越來越多的視頻被記錄下來，但由于時(shí)間的關(guān)系，這些視頻信息很少會(huì)被完整的分析。在這種情況下，智能視頻(Intelligent Video，IV)應(yīng)用程序由此發(fā)展起來。新的智能視頻(IV)系統(tǒng) 可獲取車牌的視頻圖像并將此信息數(shù)字化，然后與數(shù)據(jù)庫(kù)中的內(nèi)容進(jìn)行交叉比對(duì)。人數(shù)統(tǒng)計(jì)和絆網(wǎng)則是智能視頻(IV)應(yīng)用的另一些實(shí)例。

　　由于在前端設(shè)備中提供了此類智能功能，可直接對(duì)原始數(shù)據(jù)進(jìn)行分析，并減少工作人員的工作量。智能網(wǎng)絡(luò)攝像機(jī)永遠(yuǎn)不會(huì)空閑，他始終出于警戒狀態(tài)，等待一個(gè)動(dòng)作的觸發(fā)來啟動(dòng)錄像。移動(dòng)偵測(cè)功能可用于特定的警報(bào)設(shè)置，以適應(yīng)各種不同的特殊環(huán)境和事件強(qiáng)度。

　　智能視頻將原始視頻數(shù)據(jù)變成可操作的信息。監(jiān)控系統(tǒng)提供的智能信息可支持決策者在緊急情況下作出高質(zhì)量的決策。而類似人數(shù)統(tǒng)計(jì)等新的商業(yè)機(jī)會(huì)將會(huì)出現(xiàn)。

智能交通監(jiān)控

　　1、車流總量(輛/小時(shí))：由用戶設(shè)定的時(shí)間間隔內(nèi)檢測(cè)到車輛數(shù)量。

　　2、車輛速度(公里/小時(shí))：時(shí)間間隔內(nèi)的平均速度。超過和低于用戶設(shè)閥值速度的車輛速度。

　　3、車間距(米)：相鄰車輛之間的距離。

　　4、車輛密度：偵測(cè)監(jiān)控視場(chǎng)內(nèi)車輛的擁護(hù)程度。

　　5、排隊(duì)：可檢測(cè)車輛的排隊(duì)長(zhǎng)度。

　　6、逆向行駛：反方向行駛的車輛。

　　7、跨線行駛的車輛：不按標(biāo)線行駛的車輛。

　　8、違章停車：在非法停車處停車的車輛。

　　9、跨線行駛的車輛：不按標(biāo)線行駛的車輛。

　　10、車牌識(shí)別：對(duì)違法車輛進(jìn)行車牌抓拍。

優(yōu)勢(shì)

　　IV應(yīng)用程序的智能實(shí)際上是對(duì)視頻圖像的一種數(shù)學(xué)分析算法，及其對(duì)分析后所產(chǎn)生的數(shù)據(jù)結(jié)果的應(yīng)用。該功能所帶來的優(yōu)勢(shì)包括：

　　降低帶寬占用率

　　當(dāng)智能視頻應(yīng)用集成到網(wǎng)絡(luò)視頻設(shè)備后，只需要在網(wǎng)絡(luò)上傳輸更少的數(shù)據(jù)便可以達(dá)到與原來同樣的效果。

　　提高人力資源利用

　　智能系統(tǒng)帶來更高的工作精度和更少的誤報(bào)警，提高發(fā)現(xiàn)威脅安全事件先兆的識(shí)別率。

　　更好的決策支持，同時(shí)提供音頻和視頻的分析。例如，玻璃破碎的聲音，一旦您在系統(tǒng)中預(yù)定義該聲音需要得到重視，那么該聲音會(huì)觸發(fā)PTZ網(wǎng)絡(luò)攝像機(jī)自動(dòng)轉(zhuǎn)向到事發(fā)地點(diǎn)。

　　國(guó)際智能監(jiān)控發(fā)展態(tài)勢(shì)

　　世界監(jiān)控市場(chǎng)發(fā)展史不到30年，從技術(shù)層面上分全模擬、模擬-數(shù)字、準(zhǔn)數(shù)字、全數(shù)字、高清與視頻分析(智能化)等五個(gè)時(shí)代發(fā)展進(jìn)程，國(guó)內(nèi)現(xiàn)存監(jiān)控大部分處于第二代、第三代的狀況。部分能夠達(dá)到國(guó)際先進(jìn)水平，得益于海外華人不斷把國(guó)際先進(jìn)監(jiān)控技術(shù)的發(fā)展信息與國(guó)內(nèi)監(jiān)控專業(yè)技術(shù)人員的潛心研究緊密結(jié)合。

　　第五代智能化監(jiān)控技術(shù)迅速上市，得益于知識(shí)經(jīng)濟(jì)時(shí)代，得益于世界反恐、政治安寧、人民生活水平提高等發(fā)展因素和需求。2003年—2004年國(guó)際上出現(xiàn)了具有初級(jí)智能分析和處理的監(jiān)控系統(tǒng)，2007—2008年，中、美、日、以等國(guó)家?guī)缀跬缴鲜谐墒斓闹悄?、高清類監(jiān)控，服務(wù)于部隊(duì)、交通、銀行等重要機(jī)構(gòu)的監(jiān)控需求。

　　第五代智能化監(jiān)控技術(shù)的核心在于視頻分析編碼算法，中外合璧的全球鷹科技人員充分吸收了背景減除方法、時(shí)間差分方法等編碼算法的優(yōu)點(diǎn)，將計(jì)算機(jī)視覺與人工智能的研究深入到實(shí)用領(lǐng)域，使GE技術(shù)具有超大的數(shù)字化、網(wǎng)絡(luò)化、智能化、系統(tǒng)化及超大規(guī)模組網(wǎng)能力，可以判斷幾乎任何類型的人類活動(dòng)，還能解決以往依靠其他探測(cè)技術(shù)無(wú)法解決的問題。

　　GE技術(shù)完全兼容目前的模擬監(jiān)控和數(shù)字監(jiān)控，達(dá)到國(guó)際監(jiān)控領(lǐng)先水平。在不改變現(xiàn)有監(jiān)控系統(tǒng)的情況下，通過GE核心技術(shù)、核心設(shè)備和軟件編程，讓客戶監(jiān)控變成智能(如圖像高清、視頻分析和處理、超大信息容量和快速調(diào)取圖像等性能)，自動(dòng)地達(dá)到各種報(bào)警功能的聯(lián)動(dòng)管理(包括手機(jī)短信、直撥、視頻聯(lián)機(jī)等)，享受多元智能、人機(jī)交互的幸福生活。