视频监控技术智能化是否已经实现

2010-08-16 09:20:26 来源:千家安防网 作者:lan 责任编辑: xiaolan 收藏本文

　　社会和经济的进步对安全防范提出了更高的要求，视频监控的系统功能正在逐渐从局部的、微观的防入侵（盗、抢）向宏观的、动态的社会治安（公共安全）管理转变，这是系统设计目标本质的变化。我们知道：传统安防（监控）系统是针对局域性的、相对封闭的空间设计的，它的基本要素是探测、延迟、反应，系统以探测结果为反应的触发信号（响应一个报警）。广域的动态监控系统则是建立在大范围、开放的环境下。它的基本要素是预警、预防、应急反应，系统要拥有多种信息源，响应社会治安的整体事态及趋势。前者针对孤立的事件，因此是以对事件的探测为触发。后者则是要根据对整体形势、事件的征兆的预测，作出有效的防范措施和应急准备。这就要求系统把大量的分散、孤立的图像关联起来，从中分析出规律性的东西。如，社会对一个事件的反映、同类事件发生的概率和分布等。系统不再是以现场安装的摄像机为主要（唯一的）信息源，还要广泛的从媒体、网络、情报系统及其它各种渠道收集图像资料。因此，对海量的图像资料进行分析、分类、统计和关联是系统的主要任务，而这个任务只能由机器的自动解释来完成。

　　目前，在全国各地开展的“平安城市”建设和公安部推进的“3111监控报警联网系统示范工程”突出表现了上述转变。安全防范从过去的应用于党政机关的要害部门、银行、博物馆、监狱等封闭、固定场所，逐渐开始应用于公共场所社会治安管理、智能交通疏导管理、生产安全管理、公安警用指挥业务等管理性、业务性场合。这些应用的突出特点是系统规模大，信息采集量呈指数增加，信息要在各相关部门之间进行大规模的交换。如有些城市监控系统的图像采集点多达数十万个（包括多种渠道和手段），涉及治安、交通、布控追堵、城市管理、工商管理等众多业务。这些系统不再是分别、孤立地处理各种图像源的信息，而是全面地、从它们之间的相关性和变化过程的特征去分析和判定，从而得出预测性的结果。

　　同时，系统规模的增大，必定带来运行成本的增加。要提高系统的工作效率，必须实现系统参数、状态自主、优化的调节和各子系统间、各部门间准确、协调的互动。这也是智能监控的主要内涵，因为智能化是自动化的最高境界。

　　智能监控的突破口

　　通常会把图像内容分析与图像识别混淆起来，或把图像识别作为智能监控的目标。确实图像识别技术在安防系统中应用前景是非常广阔的，也是安防系统智能化的一个主要方向。但是，对于通常的视频监控应用找不到合适的切入点。下面我们从图像识别的主要应用说起，首先明确：图像识别是指采用图像技术对目标的个体识别，如认定某一个人，找到某一辆车或某一件物。以图像生物特征识别为例，就是采用图像（模式识别）技术识别人体自身载有的、具有唯一性和相对稳定性的特征（如人脸、视网膜、虹膜、指纹、掌纹/形及步态等），确定个体的身份。目前，它们的应用主要有两种方式：

　　1、验证：是把当事人的身份与正在发生的行为联系在一起，确认其合法性。这是安全防范系统的典型应用，把人的生物特征视作一把钥匙或一张卡。

　　验证系统因可对特征的输入加以更多的控制，系统的可靠性和稳定性好，也相对成熟，已广泛地应用于出入管理系统中。它的基本工作方式是把特征输入装置读取的特征与系统存贮的有限量的特征样本（这些样本代表了一定的授权）进行比对，来确定请求合法性。通常系统的存贮样本的数量不是很多，现场特征输入的条件又可以加以控制，所以，系统的识别率很高（误识率和误拒率很低）。由于生物特征来自人自身，不需要进行同一认证，具有极高的安全性，因此、适用于高安全性要求的场所，如贵重物品的库房、重要活动或要人访客的出入管理。

　　2、识别：对输入特征与存贮在数据库中的大量的参考进行比对，来确定目标的身份。这样的系统首先要建立一个海量的基础样本数据库，如各城市人口的指纹库等。对于人脸等生物特征，要求输入的环境与建库的环境具有足够的相关性，以保证输入特征与样本特征的可比性。所以，建立一个稍加控制的环境，以排除或限制影响特征采集不真实（失真、不完整、伪装）的各种因素是系统应用的必要条件。如边防检查系统设立专门的人员通道来采集出入境人员的面部特征；机场安检信息系统在验征台处摄取旅客的面部图像。