以计算机技术为载体的智能视频监控系统技术

摘要 视频监控技术因其强大的功能在各行各业中得到了广泛的应用，而传统的视频监控技术已经无法跟上当代社会不断发展的步伐。这就需要更高效、更智能的视频监控技术来满足社会各个行业最新的需求。而智能视频监控技术包含了对视频、图像的处理技术、计算机网络技术和视频监控技术等。本文主要对智能视频监控系统技术的概述入手，对其技术要点进行了探讨。

【关键词】计算机智能 视频监控 技术研究

智能视频监控系统技术其最为核心的技术就是计算机图像处理与智能分析，并在其他各种技术的综合运用下，这些技术能够对视频监控捕捉到的视频内容进行自动化的处理与识别，同时还能够在较为复杂的环境中对其针对的目标对象进行跟踪与具体识别，进而对其进行有效的监控，最终顺利完成其视频监控任务。

1 简述智能视频系统技术

1.1 智能视频系统技术概述

智能视频监控系统技术，就是能够对其所监控到的视频信息进行智能化的分析与处理，而不仅仅是单一的接受视频监控信息。这一技术主要是依托计算机技术，从而能够对人工处理数据予以有效取代。因此，智能视频监控系统技术是视频监控领域的一个重大突破，它取代人工的意义不仅能够有效的节约人力、物力与财力，同时还能够极大的提升识别速度与准确率，并在此基础上实施更为复杂、更为智能的监控应用。智能视频系统技术不仅仅能够对视频进行监控，同时还能够做到精准化与智能化，比如人脸识别、人体特征识别、车牌识别、移动轨迹侦测、入侵检测、特定行为识别等多维度的智能监控应用。

1.2 智能视频系统的优势

1.2.1 不间断可靠监控

传统的监控系统主要依靠的是人工进行二十四小时不间断的监控，这种传统的监控方式需要依靠人的主观判断，由于个人的精力是有限的，这种方式不仅识别速度有限，而且存在一定的差错率，这对于视频监控而言是一大问题。但是智能视频监控系统在大部分情况下就不再需要人工进行干预，仅仅运用前端的监控设备对图像进行输入，而后端的计算机信息处理系统就能够对所输入的视频图像进行实时的分析，这样就能够更加容易实现整个视频监控的实时性，同时其准确度也会提升到更高的等级。

1.2.2 报警准确度高

智能视频监控系统的基础是计算机处理技术，计算机处理技术其最为显著的特点就是准确度高，只需要将各种信息进行输入，整个视频监控系统就能够对所面临的安全隐患进行准确的描述与分析，并且根据所得到的相关信息对即将要出现的安全威胁进行提前的报警处理。

1.2.3 响应速度快

智能视频监控系统可以根据所监控到的相关信息进行高效的识别，以目前的技术水平，基本可以做到实时监控，实时响应，实现毫秒级的反应时间。这样它就能够提前对危险进行预警，并及时发出报警信号提醒相关监控人员。如果能够再将安全防范方法进行交叉利用，智能视频监控系统还能够对突发紧急情况第一时间做出反应，极大的降低了因紧急危险情况对人员和财产造成的损失。

1.2.4 视频资源应用广泛

在服务领域，运用智能视频监控系统技术，能够对某个行业的某些特征进行智能化的分析与对比，这对于市场调查并做出相应的市场规划调整都是具有积极意义的。在安防等领域，智能视频监控系统还能够被应用到其他各个方面，比如人流量統计、人体特征识别、运动轨迹识别和交通流量控制等，并在这些领域中通过丰富的智能化应用发挥更大作用。

1.3 智能视频监控系统的应用领域

根据不同的需求智能视频监控系统能够运用到相应的领域，比如说根据对安全性的需求不同，可以将智能视频监控系统分为安全相关应用领域和非安全相关应用领域这两个大的领域。由于市场需求的不同，安全相关应用领域对于智能视频监控领域的需求量更大。而安全相关应用领域中，有着事前预防、事中响应、事后追查的逻辑需求。智能视频监控技术在这三方面都能起到不可替代的重要作用。其主要功能是协助安全相关部门提供安防相关服务或者是针对特殊地区进行安全保护，并可以和其他安防系统进行智能联动，提供综合化的安全防护功能。而非安全相关应用领域目前基本上主要应用于消费服务等领域，比如说为医疗保险、零售业等提供辅助工具，人流统计、关注度统计等智能视频监控技术的深入运用可以显著提高消费行业的服务水平与效率，提升消费者的满意度，促进整个行业的服务水平进一步发展。

1.4 智能视频监控系统中存在的问题

1.4.1 数据共享难度大

在传统的视频监控项目中，各个系统内部数据的开放性较低，还存在兼容性问题，导致各系统之间难以共享数据，所以很难进行多维度的数据综合分析。比如在人脸识别领域，提高人脸识别的准确率有多种方法，但是仅仅通过提高计算能力与更新计算方法是不够的，还需要增加多维度数据的来源。比如车辆信息、定位数据、手机数据与支付数据等可反应个人信息的数据，通过这样大规模、多维度的数据整合才能实现目标的快速准确的追踪、分析的目的。

1.4.2 综合联动能力不足

目前大部分的智能视频监控系统还是基于静态特征并且局限在单一环境中的简单应用，很少涉及大范围、多场景的关联行为分析。没有把行为、轨迹、个体信息等动态特征以及其之间的关联性做结构化的数据处理。目前能做到多个监控设备、多个监控系统之间的关联分析处理的应用还很少。

2 以计算机技术为载体的智能视频监控系统技术研究

2.1 对移动目标的实时监测和提取

对移动的目标实时进行监测和提取技术最为核心的方法就是对动态目标的多帧图像进行分析和处理工作，并对所分析处理的图像进行提取工作，进而实现对动态或者静态的目标进行实时的监控工作。对图像进行提取工作的话，最开始就需要对背景图像进行分割处理，进而逐步减少运算量。但需要注意到在整个视频监控工作中，所处的监控环境是复杂多变的，对背景图像的处理有不小的难度。

目前对移动的目标进行图像提取的技术主要有两种，第一种是对背景进行消除的方法，这一方法主要就是将所提取到的图像和提前截取到的图像背景进行差分计算，并利用计算出的结果基本得到所监控目标的基本轮廓，进而逐步得到运动目标的基本特征，这种技术最终得到的目标图像会更加的清晰与明了，即准确度更高。但这一技术需要高性能的技术设备予以充分的支持才能够完成监控工作;第二种技术就是时间差分方法，这一技术就是从视频中所监控到的无数个画面，并对这些画面进行对比分析工作，进而得到目标的基本特征，这种技术的本质就是寻找相似之处，最终得到大概的轮廓，这一技术的准确性就没有第一种技术高，但是其要求的技术支持无需太多，但是工作量相对较大。

2.2 对移动目标的跟踪技术

2.2.1 基于模型的跟踪技术

（1）直线法：这种方法就是将直线代替目标各个身体部位予以跟踪;

（2）二维轮廓法：这种跟踪技术就是将跟踪目标的整个模型予以投影，将其用平面术语进行表达;

（3）三维立体模型法：这种跟踪方法是相对于二维轮廓法的，这一方法是将整个跟踪目标建立一个三维的立体模型，比如说正方体等，并进行映射从而得到原始的模型。

2.2.2 基于区域的跟踪技术

这一技术在实践的运用中比较大众化。其最为核心的地方就是把整个人体分为几个主要的部分，它们分别是四肢、躯干和头部等。对这几个主要的部分都运用计算机处理技术予以精确计算从而构建出基本的模型，进而从局部到整体进行跟踪。这一技术需要对目标进行遮挡和阴影处理，想要解决这一难题，充分运用色彩信息和阴影自身的特性是一个比较可行的解决办法。

2.2.3 基于活动轮廓的跟踪技术

这一技术相对于基于区域的跟踪技术而言，其工作量更小，因为它不用建立起整个人体的模型。其仅仅需要对所跟踪的移动目标进行基本轮廓的提取工作，并进行不断的更新工作即可。同时由于该技术工作量更小，其进行计算的难度也会相应降低。若所监控跟踪的环境比较好的话，这一技术还可以解决基于区域的目标跟踪法中最为困难的问题。

2.2.4 基于特征的跟踪技术

想要真正实现这一技术就需要将跟踪的目标锁定到一个封闭的长方形中，在这个长方形的四个角和中心可以作为被跟踪目标的主要特征，这一技术得以很好运用的前提条件是被跟踪物品的主要特征没有被长时间遮盖或者掩盖。

2.3 行为识别技术

2.3.1 状态空间法

这种技术是对静态目标的跟踪，主要是将静态动作按照相应的概率有机的组合起来，进而形成一个状态数据库，在这个数据库中被跟踪目标的每一次状态都将是目标状态库中的一个记录。而状态空间法就是利用对所有的状态进行概率分析，并从这些状态中选择一个概率最大的事件为目标的具体行为。

2.3.2 模板匹配法

这种方法首先就是将目标图像转换成一组静态模式，并将其放在模板库中。在对被跟踪目标进行分析的时候，将目标行为模式和模板库中的数据进行对比分析，其中相似度最高的行为就可以认定为被跟踪目标的行为。

2.4 目标分类技术

目标分类技术更加具有针对性，所以需要对所监控的多个目标进行对比分析进而区分出哪个才是所需要的目标。智能视频监控系统中的目标分类技术基本分为两种类型，第一种是根据跟踪目标自身形状信息的分类技术，这一技术主要对所跟踪目标在运动过程中所呈现的形状特征进行分类，比如说目标的图像面积等，这一技术中所跟踪目标的色彩特征对于整个目标分类定位的影响较大。另外一种就是针对所跟踪目标的运动特性进行分类的技术，这一技术主要是运用所跟踪目标运动过程中的周期性特征而进行的分类。

3 智能视频监控系统的实现流程

智能视频监控系统由硬件系统和软件系统两部分组成，其中硬件系统的设计一般采用模块化的设计方式，其中主要包括前端信息采集模块，数据存储模块，智能视频的分析模块与中心控制模块等多个部分。其中智能视频分析模块是智能视频监控系统技术中最为核心的部分，这一模块主要负责对所跟踪目标的移动数字图像进行有效的分析与处理。比如说特征识别技术、轨迹侦测技术、自动报警技术等。而这一核心部分的处理既可以是以硬件为基础的处理方式也能够以软件为基础的处理方式。这一模块工作的基本模式就是首先接受来自上位机的策略對具体的模块进行处理;其次是接受来自信息采集前段模块的信息，再对所采集到的相关信息进行数据处理与分析工作，最后将所得到的最终数据和整个系统用户预先设计好的规则与模板进行智能化的对比，并将比对的结果发送给相关用户。

4 结语

综上所述，运用计算机技术提升视频监控的智能化水平是视频监控发展的必然趋势。而传统的视频监控系统离不开人力的操作，人自身的特质决定其在进行实时监控的过程中难免会出现错报漏报等情况。智能视频监控系统比传统的视频监控系统具有更加强大的图像处理能力和智能分析能力，不仅能够消除监控领域对人力的依赖，减少误差的出现，还可以为用户提供更多智能化的分析功能。随着智能化技术在视频监控系统中的深入应用，智能视频监控系统必将在安防、零售等传统领域中发挥更大的作用，并在更多新兴领域中得到应用和推广。

参考文献

[1]袁云哲.基于计算机智能的视频监控系统技术[J].南方农机，2017， 48 （09）：112+114.

[2]李可先，计算机智能视频监控系统技术研究[J].信息与电脑（理论版），2016 （18）：64-65.

[3]高松，智能视频监控系统在铁路中的应用[D].青岛理工大学，2014.

[4]王加梁，基于计算机技术的智能视频监控系统探讨[J].电子测试，2013（07）：100-101.

[5]徐农.智能视频监控系统的分析与设计[D].北京邮电大学，2012.

[6]王骏.基于计算机智能视频监控系统技术分析[J].信息通信，2012 （02）：187-188.

推荐访问:监控系统 计算机技术 智能 技术 视频