欢迎来到天天文库
浏览记录
ID:15551936
大小:1.77 MB
页数:20页
时间:2018-08-04
《智能技术、发展、优势》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、智能技术、发展、优势视频监控发展进程概述20监控系多年来,视频统经历了从第一代百分之百的模拟系统(VCR),到第二代部分数字化的系统(DVR/NVR),再到第三代完全数字化的系统(网络摄像机和视频服务器)三个阶段的发展演变。在这一过程中,视频监控系统与设备虽然在功能和性能上得到了极大的提高,但是仍然受到了一些固有因素的限制,其中既包含人类作为监控者自身在生理上的弱点,也包含视频监控系统配置和视频监控设备在功能和性能上的局限性。这些限制因素使各类视频监控系统均或多或少的存在报警精确度差、误报和漏报现象多、报警响应时间长、录像数据分析困难等缺陷,从而导致整个系
2、统的安全性和实用性降低。近年来,随着网络带宽、计算机处理能力和存储容量的迅速提高,以及各种视频信息处理技术的出现,全程数字化、网络化的视频监控系统优势愈发明显,其高度的开放性、集成性和灵活性为视频监控系统和设备的整体性能提升创造了必要的条件,同时也为整个安防产业的发展提供了更加广阔的发展空间,崭新的应用模式和市场机遇不断涌现,而智能视频监控则是网络化视频监控领域最前沿的应用模式之一。第20页 智能视频的概念智能视频(IV,IntelligentVideo)源自计算机视觉(CV,ComputerVision)技术(计算机视觉技术是人工智能(AI,Artifi
3、cialIntelligent)研究的分支之一),它就是在图像及图像描述之间建立关系,从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容,达到自动分析和抽取视频源中关键信息的目的,也就是智能视频分析技术(IVS:intelligentvideosurveillance)。 智能视频监控技术源自计算机视觉与人工智能的研究,它的主要研究目标是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容进行描述、理解和分析,并能根据分析的结果对视频监控系统进行控制,从而使视频监控系统具有较高层次的智能化水平。智能视频监控以数字化、网络化视频监
4、控为基础,但又有别于一般的网络化视频监控,它是一种更高端的视频监控应用。智能视频监控系统能够识别不同的物体,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报和提供有用信息,从而能够更加有效的协助安全人员处理危机,并最大限度的降低误报和漏报现象。在世界反恐斗争日趋严峻的今天,智能视频监控显然能够成为应对恐怖主义袭击和处理突发事件的有力辅助工具。此外,智能视频监控还可以应用在交通管理、客户行为分析、客户服务等多种非安全相关的场景,以提高用户的投资回报。智能视频分析自2006年高调亮相中国后,进入这个领域的厂家呈几何倍数增长。受早起市场的宣传误导以及客
5、户认知度不足影响,其稳定性及误报率受到用户的诟病。目前,智能视频监控虽然初具规模但是仍待教育。而卓扬科技也更加关注智能化视频分析功能的实用性,从行业定制出发,发挥产品协同性作用,使得智能分析技术能够得到更好的应用。智能视频监控的发展目标在于将图像与事件描述之间建立一种映射关系,使计算机从纷繁的视频图像中分辨、识别出关键目标物体。通过计算机强大的数据处理能力过滤掉图像中无用的或者是不相关的干扰信息、自动分析并取视频源中的关键有用信息,从而使传统监控系统具有更“聪明”的学习思考方式。传统的监控系统已经慢慢的被沦为一种“事后查询系统”,也就是说发生了异常情况只有
6、再去利用它来查录像看过程找原因,完全是“被动式”第20页的安防方式。而智能分析技术的应用,可实现“即时发现、即时报警”的目的,在异常事件发生之前发出报警,实现由“被动查询”向“主动防护”的根本性转变。这样,可以大大的发挥与拓展视频监控系统的作用与能力,是监控系统具有更高的智能化,降低资源与人员配置,同时提升安全防范工作的效率。智能视频分析模块获取视频序列后,首先通过图像恢复或超分辨率复原技术提高图像质量,然后对场景中的目标进行检测、分类和跟踪,进而实现视频内容的分析理解,包括场景中的异常检测、人的身份识别以及视频内容的理解描述等。最后根据设定的规则产生报警
7、,进而触发后续业务处理。各步骤介绍如下: 1.目标检测将输入的视频图像中变化剧烈的图像区域从图像背景中分离出来,它处于视频监控技术的前端,是各种后续处理的基础。目前,算法主要包括背景减法、相邻帧差法和光流法等。 2.目标分类利用一些图像特征值实现目标类型(一般是人和车)的甄别。用于目标分类的特征有空间特征和时间特征两种,空间特征包括目标轮廓、目标尺寸、目标纹理等,时间特征包括目标大小的变化、运动的速度等。 3.目标跟踪依据目标及其所在的环境,选择能唯一表示目标的特征,并在后续帧中搜索与该特征最匹配的目标位置。常用的跟踪算法包括:基于特征的跟踪算
8、法,基于3D模型的跟踪,基于主动轮廓模型的跟踪以及基于运动估计的跟
此文档下载收益归作者所有