智能视频技术及SVAC标准研究

作者：陈朝武 公安部第一研究所 

　　一、智能视频应用需求

　　随着3111平安城市建设要求的提出，视频监控系统建设的规模在不断扩大。视频资源数量众多，实时观看和事后追溯等应用，都对智能视频提出了新的需求。从有效性的角度说，我们建立了大量的视频监控系统，目的是什么？这些视频对公安业务到底有什么帮助？大家自然而然的就会想到智能视频的应用。智能视频监控的最终发展目标也是要自动或者辅助人们，从浩瀚的图像数据中，提取人们感兴趣的有用信息。例如，从监控场景中辨认出物体，行为或者特征。但做到这一步还有很大的技术难度。

　　智能视频的发展我们可以总结为3个主要发展阶段：

　　最早的是人力现场监控。可以说是人眼+人脑。

　　然后是传统的视频监控，就是电子眼+人脑。

　　再到智能视频监控，就是电子眼+电脑

　　电子眼+电脑（代替人脑）还是很难的一件事情，虽然现在技术的发展已经解决了很多问题。由于论坛侧重应用，不宜理论探讨且时间有限，我只从应用角度讲一些要点。

　　作为报警服务的有效复核手段，为了提高值班人员视频监控的有效性，提出了智能视频的要求。无论从实时观看还是图像资料的历史检索查找，都是为了提高事实认定取证的快捷性，以解放警力，提高效率。

　　我们知道，每一个电视监控系统都不可能对所有的摄像机监控到的场景同时观看，都是轮流切换去看，实时监看的目的是防范，当我们看到一些不允许的行为或事件发生的时候，要提前制止，避免发生。从安防的角度说，追求的目标是防患于未然，而不是亡羊补牢。从预警、报警、处警，和事前、事中、事后处理角度说，对智能视频也提出了要求，如果智能视频技术和现场的实际应用结合的好，我们就可以在事前出现迹象的时候就采取措施，以避免案、事件的发生。

　　智能视频监控的最终发展目标和需求，是要能辅助人们或者能自动从浩瀚的图像信息中提取出人们感兴趣的有用信息，例如从监控场景中辨认出物体、行为或特征，能跟踪特定的目标等等

　　二、 智能视频分析技术及系统

　　首先来看两个定义：

　　智能视频分析：就是通过数字图像处理和分析技术，让计算机有限理解视频画面中的内容。为什么要加上“有限”两个字？事实上我们采用的算法、软件，其实都是有限条件下的应用，因为图像智能视频分析技术研究是一个国际难题，广泛意义上的普遍应用有困难，一般是针对某种场景和策略的特殊应用效果较好。

　　智能视频分析技术应用：通过分析视频图像内容，发现符合某种预先设定的规则行为发生时（如定向运动、越界、游荡、遗留等） ，自动向监控系统发出报警信号，提示相关工作人员及时处理。

　　智能视频技术可以实现对移动目标的实时检测、识别、分类以及多目标跟踪等功能。

　　目前，通用的智能视频分析技术主要功能模块分为以下五类：

　　目标检测

　　目标跟踪

　　目标识别

　　行为分析

　　基于内容的视频检索和视频增强

　　把视频增强放进来，是针对效果不是很好的监控图像，我们知道，犯罪分子大都在夜间隐蔽处作案，因此，我们的监控设备拍摄到的图像往往就会很模糊，不清晰，因此我们需要对视频图像进行处理，增强其图像效果和清晰度。因此，我们也把视频增强放进智能视频技术中作为一个分支来研究。如果图像质量太差了，不对它做一些处理，是很难对这些图像进行智能分析的。总之是要将拍摄到的图像中嫌疑人的特征找出来，常用的目标检测技术主要有3类：背景减除法，时间差分法，光流法。

　　（一）智能视频分析技术

　　1、目标检测（Object Detection）

　　–目标检测是指采用软件技术来分析视频图像序列中像素的特征变化（包括距离、颜色、亮度、色度、形状、大小、速度等特征），将图像的运动目标区域从背景图像中提取出来。

　　–常用的目标检测技术主要有三类：背景减除法，时间差分法，光流法。

　　2、目标跟踪

　　是针对检测到的目标进行跟踪，从他的轨迹上去发现某种迹象。基于运动轨迹的预测跟踪是常用的方法。

　　3、目标识别

　　我们前面的环节，检测和跟踪都是为了识别目标，目标的变化有颜色、形状、大小、速度等各种特征，根据我们的应用需要，针对哪种信息感兴趣，就把它找出来。目前的目标识别主要分人的识别和车的识别两种。一些应用软件都已投入应用，但要说做的很好，还是不容易的。目前的成果还只是对一些简单的人的行为识别。如将单人和多人分开，骑车人和步行人分开，一些简单的蹲、跑、跳的动作。相对而言，车的识别应用更广泛一点。比如车牌识别，做的还是比较好的，车牌识别在智能视频分析中算是简单一些的，因为字符的识别比图像内容的识别分析还是容易的多。

　　4、行为分析

　　行为分析会更加复杂一些，但也是在有限的条件下做的一些行为识别。这个和我们公安业务的结合应用，如一个人突然倒地。对于一些简单的人的姿态，智能视频还是可以做出来的。

　　最难的就是基于内容的视频检索和视频增强。

　　5、基于内容的视频检索和视频增强

　　电视监控需和案件侦破及公安警用业务结合起来，在大量的视频信息里，如何快速找到我们关注的，有用的信息，值得深思。比如：我们根据需要设定一个检索条件，则快速检索出我们需要的内容，这样对公安信息化应用和公安警务工作是很有帮助的。目前，主要的检索方法是颜色检索，形状检索和纹理检索这3种。

　　视频增强是使模糊图像清晰化。常用的增强方法有空间滤波，时间滤波和模型去噪等等。

　　（二）智能视频分析系统

　　目前见到的智能视频分析系统，主要有两种产品形态：

　　一种是智能视频分析设备前置系统，这个系统将智能视频分析单元，放在前端摄像机处，实时视频分析单元一般为嵌入式产品，分析的特征、参数、结果在需要时上传到监控中心。这是典型的分布式系统架构。当我们对固定场景的图像做智能视频分析的时候，常用这种形态，这个系统特点是实时前端分析，其分析结果和算法速度不受传输环节的影响。

　　第二种是中心智能分析系统。这种系统一般是把算法集中在监控中心的PC端上，可集成更多的算法同时运行。一般说来，一种算法对某一个特定的内容分析效果较好。而PC机可以对多种算法进行集成，综合分析的内容会更丰富，效果可能更好。这个系统可以通过后端矩阵切换完成对前端多个摄像机分时段做图像视频分析。目前市面上见到的产品只有这两种形态。不同产品和系统的区别可能就是根据分析内容采用不同的算法和不同的输出结果表示方式。

　　三、智能视频在公安业务及其它领域中的应用