基于三维视频融合的监控分析系统

　　基于三维视频融合的监控分析系统以自底向上的形式可分为数据层，应用层和用户交互层上述三个层次，如图1左侧的结构图所示。图1右侧的关联图则给出了不同模块之间的相互关联性：应用层中的目标跟踪模块是系统的核心模块，其结合了应用层的追寻策略模块和数据层的地理信息系统（GIS）模块给予的信息来获取被跟踪目标的详细情报，并通过用户交互界面将上述情报传递给监控人员，从而便于其做出下一步的决策。

　　图1：智能视频分析系统示意图

　　系统的数据层由视频管理和地理信息系统（GIS）两个模块组成，用于给上层模块提供底层的原始待处理数据：

　　视频管理：对监控视频进行图像去噪/增强等预处理，通过H.264标准对视频进行压缩并存储以及为了满足其他层的需求实现视频的调用和筛选。

　　地理信息系统：通过诸如Google Earth等GIS系统提供城市的地理分布信息以及各个摄像机所处的位置信息，如图2所示：

　　图2：Google Earth地理信息系统

　　系统的应用层是整个智能视频分析系统的核心，其主要由增强现实（Augmented Reality），追寻策略和目标跟踪上述三个模块组成：

　　增强现实：根据地理信息系统提供的信息实现城市的三维模型构建，将各个摄像头对应的二维监控视频投影并融合到三维城市模型中以呈现直观而立体的视觉效果，如图3所示。此外，可根据用户需要对摄像机进行设置和切换。基于三维沉浸式的场景显示更加便于刑侦人员将视频内容与实际的周边环境相联系，从而增强监控的现场感，是目前国内市场中绝大多数的智能视频分析系统所不具备的。

　　图3：基于增强现实的三维城市模型

　　追寻策略：在地理信息系统输出的地图信息基础上根据到被跟踪目标所处位置的距离来对摄像机进行优先级定位，并重点关注被跟踪目标附近一定范围内的摄像机在案件发生时间段内拍摄的监控视频，从而提高系统整体的智能程度，其大致流程如图4左侧下方的流程图（Camera Locator）所示。

　　目标跟踪：选择通过追寻策略得到的最高优先级摄像机并对其视频内容进行分析，进而实现基于跨相机的单目标跟踪，其基本过程如图4中部的流程图所示。基于单个相机的目标跟踪流程如图4右侧的流程图（Single Camera Tracking）所示：（1）选定一个目标并进行自动跟踪；（2）在一定的人工干预基础上判断跟踪结果是否正确，如果出错问题则暂停视频并人工对跟踪结果进行修正；（3）重复上述过程直到完成整个跟踪流程。如果目标成功地在某个相机中被跟踪，则在跟踪结束时输出目标在地图中的地理坐标，否则将换优先级更低的相机重复上述单相机跟踪过程直到找到被跟踪的目标为止。

　　图4：基于跨相机的单目标跟踪流程图