李國偉

摘要：視頻監(jiān)控系統(tǒng)作為一種安全防范的有效手段，正越來越受到人們的重視。其中視頻監(jiān)控技術(shù)在安全、交通、軍事等領(lǐng)域已取得較為廣泛的應(yīng)用。文章結(jié)合監(jiān)控系統(tǒng)在實時性和可控性上的性能進行關(guān)鍵技術(shù)研究，為類似技術(shù)提供參考。

關(guān)鍵詞：智能視頻監(jiān)控；關(guān)鍵技術(shù)；關(guān)鍵算法

0引言

移動互聯(lián)網(wǎng)的飛速發(fā)展促進了生活生產(chǎn)方式的飛躍，人們可以隨時隨地，透明地獲取數(shù)字化的服務(wù)，實現(xiàn)了信息空間與物理空間的融合。移動視頻監(jiān)控采用了更新的技術(shù)，是計算機，移動網(wǎng)絡(luò)，視頻編碼技術(shù)和視頻傳送器的結(jié)合。本文對移動智能終端視頻監(jiān)控系統(tǒng)設(shè)計技術(shù)進行介紹，以期為解決相關(guān)視頻監(jiān)控業(yè)務(wù)在移動互聯(lián)網(wǎng)上傳輸?shù)膸捚款i。

1移動智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)

1.1智能視頻監(jiān)控算法框架

智能視頻監(jiān)控研究的主要內(nèi)容就是如何從原始視頻數(shù)據(jù)中提取出符合人類認(rèn)知的語義理解，即希望計算機能和人一樣自動分析理解視頻數(shù)據(jù)。一般而言，智能視頻監(jiān)控對視頻圖像的處理可以分為以下3個層次（如圖1所示）。

1.2移動智能視頻監(jiān)控系統(tǒng)的關(guān)鍵算法

1.2.1CENTRIST算法的具體計算步驟

（1）對待處理圖像進行灰度化、平滑濾波濾波器為Sobel算子，可以看出濾波后能夠消除局部紋理特征并提取出基本的邊緣信息。

（2）根據(jù)步驟Step1所得圖像I像素問的大小關(guān)系構(gòu)造一個新的圖像I，只需要關(guān)注像素大小的關(guān)系，如式（1）所示。圖像I有2<8、32、38、96、64，則圖像I有0<1、2、3；同樣圖像I有8<96、64/8>2，則圖像I有1<2、3/1>0；所以圖像I和圖像I/有鄰域大小一致的關(guān)系。

1.2.2支持向量機分類算（SVM）

考慮一個用某特征空間的超平面對給定訓(xùn)練數(shù)據(jù)集作二值分類的問題。對于給定樣本點：

（3）

其中，向量x可能是從對象樣本集中抽取某些特征直接構(gòu)造的向量，也可能是原始向量通過某個核函數(shù)映射到核空間中的映射向量。在特征空間中構(gòu)造分割平面：

（4）

（5）

（6）

（7）

其中，a>0為Lagrange乘數(shù)。約束最優(yōu)化問題的解由Lagrange函數(shù)的鞍點決定，并且最優(yōu)化問題的解在鞍點處滿足對w和b的偏導(dǎo)為0，將該二次型規(guī)劃（QP）問題轉(zhuǎn)化為相應(yīng)的對偶問題，即：

（8）

（9）

（10）

（11）

（12）

（13）

（14）

（15）

（16）

（17）

由式（15）和式（16）可以得出，F(xiàn)CSVM算法將支持向量的個數(shù)從N個通過變換矩陣映射為m個，由此可以降低支持向量的維數(shù)。

2實驗過程

在實際監(jiān)控預(yù)警中，如果對每一張圖都進行描述符提取以及通過線性分類器判決是否包含行人，無疑浪費運算資源和存儲資源。本文將行人檢

（1）圖像采集以及參數(shù)設(shè)定。本算法中主要是設(shè)定用于運動檢測的計數(shù)器i；初始設(shè)置為0值。

（2）圖像預(yù)處理：包括色彩空間變換、去噪以及灰度化等。本算法檢測前需要對彩色視頻圖像進行灰度化處理，并采用Gamma公式壓縮圖像大小。

（3）運動檢測：判斷視頻圖像中是否有運動物體闖入，為了防止由于亮度突變等環(huán)境變化影響判斷，需要連續(xù)多幀圖像檢測到運動目標(biāo)闖入才會進行下一步行人檢測。此時需要將計數(shù)器i重新設(shè)置為0，以便于下次檢測重新開始計數(shù)。

（4）行人檢測：當(dāng)步驟3連續(xù)檢測出運動物體i值超過設(shè)定的閾值后，開始進行行人檢測。主要通過提取當(dāng)前幀的CENTRIST描述符，并用已經(jīng)訓(xùn)練好的線性SVM分類器判決闖入的運動物體是否是行人。

3實驗結(jié)果

本實驗采用INRIA的標(biāo)準(zhǔn)行人數(shù)據(jù)庫，其包括一個訓(xùn)練庫和一個測試庫。其訓(xùn)練庫共包含2416個正樣本和3000多個負(fù)樣本；測試庫包含1126個正樣本。所有樣本的尺寸大小都為108×36個像素。測試集中包括各種不同光照條件、多種行走姿態(tài)、不同穿著和視角的行人。

首先使用INRIA庫訓(xùn)練出線性SVM分類器，并重新檢測圖像源圖像。對比實驗結(jié)果可以發(fā)現(xiàn)，對于正常高度的行人以及遮擋不是很明顯的圖像CENTRIST+SVM檢測效果要明顯好于默認(rèn)樣本訓(xùn)練的。

4結(jié)語

綜上所述，智能化已成為視頻監(jiān)控發(fā)展的必然趨勢，并且受到越來越多的關(guān)注。移動智能視頻監(jiān)控作為監(jiān)控技術(shù)發(fā)展的主要方向之一，結(jié)合網(wǎng)絡(luò)技術(shù)帶來新的變革，在不斷滿足市場競爭的同時，趨向于一種理性思考，其正是以一種高姿態(tài)，高要求進入我們的世界，具有廣泛的應(yīng)用前景。