劉世清

【摘要】隨著社會先進技術的快速發(fā)展，視頻數(shù)量呈爆炸式增長，人工視頻分析處理耗費人力精力，很難達到高效和準確。而利用計算機技術對視頻內(nèi)在隱藏的信息進行分析和提取，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做進一步探究。

【關鍵詞】視頻；場景智能分析；探究

20世紀90年代，在行業(yè)中就已經(jīng)出現(xiàn)了視頻智能分析技術的雛形產(chǎn)品，隨著監(jiān)控技術的發(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?，F(xiàn)在智能分析技術已經(jīng)成為視頻監(jiān)控的重要組成部分，并被廣泛應用。

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，在耗費大量人力精力的同時，又達不到工作要求的準確性和高效性。而視頻的智能分析處理，可以通過對圖像的處理、計算機視覺和模式識別等技術對視頻進行智能分析，進而提取出相關信息并做出反應。所以，視頻智能分析技術處理必然會因其自身的智能化與自動化的優(yōu)勢，成為視頻分析處理未來研究的焦點。圖像處理、計算機視覺、模式識別是視頻智能分析處理的關鍵技術領域。

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

（2）計算機視覺是指機器通過提取圖像中的相關信息來解決任務。計算機視覺作為一門學科，更注重的是從圖像中提取相關信息的人工智能理論，能夠為視頻智能分析處理技術提供二維與三維信息。

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

視頻的智能分析處理技術應用十分廣泛。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用領域之一。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)

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

（1）智能視頻監(jiān)控系統(tǒng)在安防領域中的應用

攝像機保護：攝像機完好是工作進行的必要基礎，如攝像機遭到破壞，整個工作將會癱瘓。因此，攝像機保護是一項十分重要的檢測初期工作，發(fā)現(xiàn)攝像機被移動、遮擋、不清晰等情況要能及時的自動轉(zhuǎn)移，報警并且通知維修人員。

入侵檢測方面應用：在比較危險的環(huán)境，對相關人員以外的人進行實時檢測，例如對是否有人闖入鐵軌、機場跑道等情況進行入侵檢測。

非法滯留：對一個物體長時間在敏感區(qū)停留或者超過預定時間的情況產(chǎn)生報警。機場、火車站、地鐵站、銀行等場景都應特別監(jiān)控。例如當有人在ATM取款機旁長時間徘徊逗留，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)場合的人員進行監(jiān)控。如對隊列長度、人員數(shù)量、乘客的平均等待時間，相關管理部門根據(jù)現(xiàn)場情況進行合理引導和疏通；對反向出現(xiàn)在車站出入口的乘客進行檢測并給予警告。

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，可對非法停靠車輛、故障車輛、交通事故等進行檢測，及時反應所監(jiān)視路段的車輛、行人情況和交通治安情況等。

2.2 場景智能分析的關鍵技術

智能視頻監(jiān)控的關鍵技術就是在于它的軟件算法─場景智能分析。結(jié)合實際應用分析，總結(jié)出場景智能分析的關鍵算法和技術，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就是從背景區(qū)域中將意向物體分割出來，對視頻圖像進行前景檢測得出的圖像通常情況下會作為跟蹤算法的輸入。所以，前景檢測的工作質(zhì)量，會間接影響到后期的監(jiān)控結(jié)果。要想做好前景檢測工作，使其達到實際應用要求，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)控應用中，幾乎都會用到跟蹤算法，所以對跟蹤算法的設計十分重要。在目標跟蹤過程中，由于目標不同經(jīng)常會出現(xiàn)交叉遮擋的現(xiàn)象，使跟增難度增大；同時，非剛性物體的形狀在時間變化的情況下會隨著有所改變，這也在很大程度上提高了對目標跟蹤算法的要求。

（3）目標的分類。

通常在多個目標情況下跟蹤單個目標，或多個目標跟蹤多個目標時會用到目標的分類。在多個運行目標的情況下，可以把每個目標分別提取出來，然后根據(jù)每個目標的位置、速度、外形和顏色等特性進行分類。

（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，應是需要在三維空間內(nèi)才能解決的問題，所以計算機的復雜性、算法設計的難度相對來說比較大。

3.總結(jié)

視頻場景智能分析技術的關鍵在于圖像處理、計算機視覺、模式識別技術，其將會在人們的生產(chǎn)生活中得到更加廣泛的應用，它不僅證明了時代的進步和發(fā)展，更是人們生產(chǎn)生活中安全防范的需求。

參考文獻

[1]向桂山，王宣銀，梁冬泰.基于人臉膚色和特征的實時檢測跟蹤算法[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動目標跟蹤[J].微計算機信息，2010（02）.

[3]肖志勇，秦華標.基于視線跟蹤和手勢識別的人機交互[J].計算機工程，2009（15）.

[4]王曉琳.基于計算機視覺的手勢識別人機交互技術[J].硅谷，2009（19）.

[5]劉寅，滕曉龍，劉重慶.復雜背景下基于傅立葉描述子的手勢識別[J].計算機仿真，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用[J].中國圖象圖形學報，2008（02）.