|
|
隨著視頻監控行業的發展，新的技術使我們可以輕松地捕獲到我們所需要的重要視頻信息。下面具體看下視頻監控分析技術與應用技術。
視頻監控分析技術
深入分析：先進的視頻分析軟件可以深入分析攝像機采集到的視頻資料，在一定程度上人類眼睛是無法實現的，這種軟件不僅僅是對整張圖像而是對圖像的每個像素進行分析，可以捕獲最最細微的圖像變化。
實時自動監控：視頻分析軟件除了可以進行深入分析之外，所有的分析過程都是實時的，視頻搜索過程也無比精確，幾乎沒有時間間隔的存在，功能非常強大。不像以前那樣需要監控員一直進行管理，視頻分析軟件可以不間斷地自動運行，永遠都不會覺得累。
降低人力成本：實際操作過程中，使用視頻分析可以大大降低所需的操作人員數目。有了視頻分析技術的支持，可以減少監控員盯著監視器什么都不能做的時間，可以把他們解放出來，把精力集中到存在潛在威脅的時間段，而不是僅僅盯著監視器。
運動檢測和識別物體：先進的視頻分析技術有很多功能可以實現，其中之一便是可以設置不同級別敏感度的運動檢測。許多網絡攝像機的視頻分析軟件可以識別物體，通過編程來實現物體之間的相互區別，例如當某個物體發生改變或者運動的時候可以被識別和捕獲到。
警告和通知：先進的視頻實時分析軟件在運行時，先進的事件管理方法的選擇有很多種，例如，視2.目標分類利用一些圖像特征值實現目標類型(一般是人和車)的甄別。用于目標分類的特征有空間特征和時間特征兩種，空間特征包括目標輪廓、目標尺寸、目標紋理等，時間特征包括目標大小的變化、運動的速度等。
3.目標跟蹤依據目標及其所在的環境，選擇能唯一表示目標的特征，并在后續幀中搜索與該特征最匹配的目標位置。常用的跟蹤算法包括：基于特征的跟蹤算法，基于3D模型的跟蹤，基于主動輪廓模型的跟蹤以及基于運動估計的跟蹤等。
4.智能分析。它位于智能視頻監控的高級階段，是實現視頻監控智能化的關鍵。包括異常檢測、身份識別及視頻內容理解等：
異常檢測中典型的異常包括用戶定義的異常情況和非常規事件，檢測方法分為基于模型的方法和基于分類器的方法;
身份識別包括人臉識別和步態識別;
視頻內容理解是指在對序列進行低級處理的基礎上，對場景中的事件進行分析和識別，用自然語言等加以描述。
根據目前智能視頻分析技術的成熟度，智能視頻監控應用場景主要包括人數統計、車牌識別、事件檢測和視頻診斷等。
人數統計：統計穿越入口或指定區域的人或物的數量。例如可為商場統計每天的客流量。
車牌識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監控者。此技術可應用于車輛黑名單追蹤。
事件檢測：對視頻進行周界監測與異常行為分析。異常行為包括雙向越界、單向越界、進入禁區、離開禁區、徘徊、無人值守、驟變、人員聚集、煙霧檢測、快速運動、逆行、打架等事件。
視頻診斷：對視頻圖像出現的雪花、滾屏、模糊、偏色、畫面凍結、增益失衡和云臺失控等常見攝像頭故障做出準確判斷并發出報警信息。該技術可應用于平安城市的建設中，自動檢測攝像機的狀態，從而減輕維護人員的工作強度。
頻分析軟件一探測到運動的物體，報警信號會在樓宇內響起，電子郵件或者其他通知形式都會被自動傳送給監控人員。視頻分析系統還可以直接連接到第三方硬件，比如們或者等，而產生更多功能的應用。例如關門后自動鎖門的運動檢測等等。
安裝簡便：視頻分析軟件最大的優勢在于，用于網絡攝像機的視頻分析軟件安裝非常容易，通常網絡攝像機都會帶有這樣的視頻分析軟件，就算不自帶分析軟件或者想更換更好的軟件，我們也可以購買第三方的視頻分析軟件。然后我們需要做的僅僅就是安裝一個軟件到您的系統，接著您就可以運行基于這超強的智能視頻分析技術的嶄新的視頻監控系統了。
智能視頻監控應用技術
智能視頻監控技術源自計算機視覺與人工智能的研究，它的主要研究目標是利用計算機視覺技術、圖像視頻處理技術和人工智能技術對監控視頻的內容進行描述、理解和分析，并能根據分析的結果對視頻監控系統進行控制，從而使視頻監控系統具有較高層次的智能化水平。
智能視頻分析模塊獲取視頻序列后，首先通過圖像恢復或超分辨率復原技術提高圖像質量，然后對場景中的目標進行檢測、分類和跟蹤，進而實現視頻內容的分析理解，包括場景中的異常檢測、人的身份識別以及視頻內容的理解描述等。最后根據設定的規則產生報警，進而觸發后續業務處理。各步驟介紹如下：
1.目標檢測將輸入的視頻圖像中變化劇烈的圖像區域從圖像背景中分離出來，它處于視頻監控技術的前端，是各種后續處理的基礎。目前，算法主要包括背景減法、相鄰幀差法和光流法等。
來源：IT168 |
|
