浅议视频内容分析技术的原理与应用

《浅议视频内容分析技术的原理与应用》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、安天下网址：www.sas123.cn浅议视频内容分析技术的原理与应用文/西刹子视频内容分析技术背景“美国国防部的研究表明，在一个非智能的视频监控系统里，一个工作人员监控两台监视器，10分钟后遗忘45%的内容，20分钟后会遗忘95%的内容”，这是近两年各个视频分析厂商推销视频分析技术及产品时经常用到了“话术”。因此，视频监控系统需要智能，系统需要具有能像人一样具有独立思考的能力，并克服一些人为监控行为的不足。众所周知，视频监控技术的发展经历了闭路电视监控时代、DVR时代及网络监控时代。在闭路电视监控时代，通过矩阵的控制切换功

2、能实现对前端的视频信号选择并切换到指定监视器上，值班人员需要聚精会神地盯着监视器以试图发现可疑情况。由于摄像机与监视器并非一对一比例配置的，因此漏掉一些摄像机的信息是必然的，DVR时代，视频监控系统实现了一定的数字化，利用视频编码及硬盘存储设备，可以进行大容量长时间录像，但是，DVR的功能侧重在“录像”上，因此，DVR的主要作用通常是事后调查回放用而不能防患于未然，部分DVR设备实现了VMD（视频移动探测技术）的“初级智能”，但是实际应用效果并不好，算不上视频分析。综上所述，闭路电视监控系统、数字视频监控系统有如下弱点：�摄

3、像机与监视器通常是按照“多对一”比例配置，无法监视所有通道�对于模拟电视墙，人的注意力不能永远集中监视并提早发现可疑行为�DVR/NVR通常是录像作用，在需要时事后调查用�DVR/NVR的检索功能单一，不具有智能检索功能能否让计算机系统独立“读懂”视频信息，从而代替值班人员，实现对视频内容的自动判定及报警；能否将视频信息建立标签索引或特征描述，从而实现定制化的视频快速检索，是视频监控发展之道，也是智能视频监控技术的核心，即视频内容分析IVS（IntelligentVideoSurveillance）。图1是视频分析功能示意图

4、，利用视频分析技术，可以在原始的成百上千的摄像机图像中提取出异常视频，进而自动报警、显示及录像存储。西刹子博客地址：www.ivs123.cn安天下网址：www.sas123.cn图1视频分析功能示意图视频频内容分析实现的功能既然摄像头和编码传输系统完成了“眼睛”的功能，那么视频分析功能便担任“大脑”的角色，视频分析技术能够在图像及图像描述之间建立映射关系，使计算机系统能够通过图像处理和分析来理解视频信息中“发生了什么事情”，实质是“自动分析和抽取视频源中的关键信息”。这样，计算机系统能够“读懂”视频信息内容，再为视频信息设

5、置一定的规则，那么计算机系统将“读到的内容”与“设定的规则”的进行匹配，一旦行为与规则完全匹配，便可以迅速报警或者索引出来。智能视频监控系统主要优势如下：�快速的反应时间：毫秒级的报警触发反应时间�提前预警机制：在事件刚刚发生即快速报警�更有效地监视：安保操作员只需要注意相关信息�强大的数据检索和分析功能：能提供快速的反应时间和调查时间�带宽及存储资源的节约：系统可以按照VCA报警来传输或录像视频内容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

6、种模式的图像变化），其思路就是对视频帧与基准背景图像进行比较，那么相同位置的像素（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，从而系统能够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，西刹子博客地址：www.ivs123.cn安天下网址：www.sas123.cn并且仍然会受到光线、天气等自然条件及背

7、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。视频内容分析关键技术前景目标的探测是视频内容分析技术实施的前提条件。背景减除法是目前视频内容分析技术中用于前景目标探测的最常见方法，背景减除方法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，但是对于动态场景的变化，如光线变化情

8、况也比较敏感。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。图2背景减除法工作原理示意图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”，所谓背景学习过程，实质就是利用时间平均图像的方法，将背景在一个时间段