视频分析技术的原理

《视频分析技术的原理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、视频分析技术的原理   视频分析技术通常采用背景分离（背景减除）技术来进行图像变化的检测（所有的视频分析模式，如入侵、丢包、逆行等都是一种模式的图像变化）。其思路是对视频帧与基准背景图像进行比较，相同位置的像素（区域）变化则认为是变化了的区域，对这些区域进一步处理、跟踪、识别，得到包括目标位置、尺寸、形状、速度、停留时间等基本形态信息和动态信息，完成目标的跟踪和行为理解之后，也就完成了图像与图像描述之间的映射关系，从而使系统进一步进行规则判定，直到触发报警。   背景减除法是目前普遍使用的运动目标检测方法，其算法本身需要大量的运算处理资源，并且仍然会受

2、到光线、天气等自然条件及背景自身变化（海浪、云影、树叶摇动等情况）的影响。但是，针对不同的天气以及自然干扰，已经有多种附加算法（过滤器）应用来弥补这些缺陷，随着芯片能力的提升及算法改进，相信视频分析技术会进一步成熟。视频内容分析的关键技术   前景目标的探测是视频分析技术实施的前提条件。背景减除法是目前视频分析技术中用于前景目标探测的最常见方法，其原理是利用当前图象和背景图象的差分（SAD）来检测出运动目标（区域）的一种方法。此方法可以提供比较完整的运动目标特征数据，精确度和灵敏度比较高，具有良好的性能表现，但对动态场景的变化，如光线变化情况也比较敏感

3、。背景减除法的工作原理如图2所示，当前图像与背景图像模型做差后形成运动目标区域，即图中的小船。动目标区域，即图中的小船。   背景模型的建立是背景减除法的关键所在。通常，视频分析算法需要一定的时间进行“背景学习”，所谓背景学习，实质上是利用时间平均图像的方法，将背景在一个时间段（如30秒钟）内的平均图像计算出来，作为该场景的背景模型。那么，“背景学习”时间结束后，系统仍然需要具有“背景维护”的能力，之前建模的背景并不是一成不变的，这样能保证系统对场景内的图像变化不那么敏感，如光线变化、影子等等，因此，开发出实用、有效的背景模型以适应动态、复杂的场景是目

4、标探测及视频分析技术的关键。视频分析的工作流程   视频分析实质是人工智能的一部分，是通过模仿人类的工作过程来实现的。人类通过眼睛这个“传感器”实现视频的采集、预处理、处理然后将真实图像传送给大脑，大脑并不是对所有传送过来的图像进行整体的分析处理，而是采用多层分级，将背景、缓慢移动及远处的目标分辨率最低化，忽略一些细节；并对前景感兴趣区进行二次聚焦（我们常说的眼前一亮就是这个意思），获得更多细节，然后对该区域进行判定。完全图3所展示的案例是日常生活中常见的情况，图像是一个地铁站台，画面中出现一个穿红色衣服的女子，手里拿着一个黑色包放到站台中的一个空地上

5、，之后迅速离开。这是一个很普通的视频场景，值班人员对这段场景很容易迅速地提取出特征描述来，即“一个红衣女子将一个黑色包放在站台上后迅速离开”，而对这个简单的信息，值班人员利用眼睛采集到信息，首先是场景（站台），之后分离出感兴趣的前景目标（红衣女），之后对其跟踪，最后形成结论（丢下一个包），之后将整个过程的完整信息传给大脑去按规则判定。   无论采用何种视频分析架构，其视频分析过程都是视频内容分析的算法模块“协力作业”的结果，视频分析基本过程如下（见图4）：·加载算法过程：加载用户的预定义规则，如防区、分析模式等；·过滤器加载：对特殊场景进行预处理如防抖

6、动、雨雪、灯光抑制等；·背景建模及更新：背景模型建立并自动学习更新背景情况；·目标提取与跟踪：提取跟踪前景变化目标，检测并分析目标的活动；·目标分类：对跟踪的目标进行分类，如人或车辆等；·视频分析判断过程：根据规则判断是否符合预定义规则；·触发报警过程：确定目标活动违反规则，根据预定义传输报警到指定的用户。视频分析技术难点   视频分析技术本身并不是一项新技术，但其在视频监控系统中的应用还仅仅处于起步阶段，它给视频监控系统带来了颠覆性的革命，具有美好的发展远景。目前，视频分析系统本身有一些技术问题有待提升，下面是一些需要克服的技术难点。匹配，便可以迅速

7、报警或者索引出来。光照适应性   通常，视频监控系统需要24小时昼夜工作，所处环境的光照情况也是一直处于变化中，如昼夜的交替、阴晴雨雪雾等天气条件，及外界光源干扰，如照明灯光、逆光、反光、车灯，还有室外云彩、云影的动态变化等，所有这些都对视频分析核心算法的光照适应性提出了严格的要求，优异的视频分析算法应该具有先进的背景学习、更新、维护功能。自然天气变化   雨、雪、雾、沙尘天气、烟雾、气流、云影等，体现的不仅仅是光照的变化，而是真正的图像像素变化，这些“小假象”会导致系统视为场景中有物体在移动，从而干扰了真正的目标探测，浪费系统资源，因此，需要采用“过

8、滤”机制将这些干扰做过滤处理。背景的高频率变化   在视频图像背景中，可能出现摇动的树叶、晃动