国防工程智能视频监控系统研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
・
实验研究
国防工程智能视频 监控 系统研究
徐 俊 （ 政治学院， 苏 南京 ２２ ３ 南京 江 １ ０） ０
摘 要 ： 采用智 能视 频 分析技 术对 国防工程 实施 系统全 面的安 全监控是一 种有效 途径 ， 通过 对 国防工程 内外部安 全监控 应用牦 占的分析， 、 设计 了 智能视 频监 控 系统 的主要 功能 ， 对其 中运动 目标检 测 ， 标 跟 踪等 关键 问题 进行 了系统 研 究， 目 解决了 能视 频监 控 系统 对光 线、 智 动态 背景等使 用环境 的依 赖性 问题 。 实验 证 实了 法的有效性 。 方
有效的应用。 智能视频 分析算法 是智能视频监控 的核心， 决定着系统 的
拟合单个像素值变化 ， 能够及 时地 跟踪背景 的变化 ， 是这种 但
算法 的计算量很大 ， 必须采用专门的硬件才 能用于实时监 控系 统； １ ａ ｍ ｌ ｕ ａ ｓ ａ ｉ Ｅ ｇ ｍ ａ 和Ｄ ｒ ｉｗ ｍ 提出了一种非参 数的核密度估计 （ｅ ｎ ｌ Ｄ ｎ ｉｙ Ｅ ｔ ｍ ｔｏ ） Ｋ ｒ ｅ ｅ ｓｔ ｓ ｉ ａ ｉｎ方法， 不用事先假 定像素值 的分 布， 就可 以直接从像素的连 续变化值中估计 出概 率密度函数， 其 检测效果优于高斯混合模型。 核密度估计是数理统计及相关应用领域 的重要工具 ［ 。 ４ 它 ］ 运用解 析化 的手段 ， 对给定样本及 分布规律未知的数据集求解
现对 口外环境 的检测与分析， 出现 异常入侵 目标则报警 ； 如
只要有 充分的样本 ， 核密度估计就能渐 进收敛 ２ 国防工程 岗哨警卫安全检测 。 ） 对哨兵状态进行检 测， 如 密度估计 函数 。 于任 何一个概率密度函数。 出现 异常 目标进 入哨兵安全警戒 区， 出警报 ， 防发 生袭击 发 预 核密度估计 通 过加 权平均 中心点位于 采样值 的局 部 函数 哨兵 的恶性事件， 同时监督哨兵执勤情况， 防止哨兵脱 岗； 来估计 未知 的密度分布。 定某像 素特 征空 间的一个样 本集 给 ３ 国防工程重要 区域安全检测 。 ） 对指挥区、 通讯 区等重要 ＝ ， ， ＝ ！ ｆ ，观测值 的密度分布用 ， ， 来估计 目标 区域 进行 检测 ， 出现 异常滞 留、 如 非法 入侵 、 特定物 品遗 ｓ 伪 … … ．
最终性能。 过对 国防工程安全 监控需求 的分析， 点实现 以 通 重
下功 能： １ ）国防工程 口部 外环境 安全检测 。国防工程 口部环 境复 杂， 存在光 线、 动态 背景等各类 不 良因素的干扰 ， 系统 主要实
随机变 量的分布密度函数 ， 从而构造出这些数据样本在特定空
间的分布模 型。 核密度估计方法不需要假定背景特征概率 分布形式 ， 也不 需要设置模型参数和对 参数优化 ， 而是从样本 中直接 得到概率
２ 国防工程智能安全监控系统功能设计
系统以国防工程安全监控对智能视频技术 的要求为依据 ， 针对 国防工程 内部 与外部安全监控 的应用特点 ， 解决智能视频 监控系统对光 线、 动态背景等使用环境 的依赖 性问题 ， 使智能 视频监控 这一先进技 术能够在 国防工程 安全监控 中得到切实
视频 监控 中的人工检 测 ， 即使是专业 人员也 难以构成 真正有 场景 建模 的 困难 主要在 于存 在背 景扰 动， 通常 背景可能 场景 光 线变 化 ， 括 逐渐 的变 化 包 效的安全系统 。 因为只要专注于监控屏 幕超 过２ 分钟， ０ 绝大多 产 生如 下几种 典型扰 动 ： 状 包 数工作人 员的注意 力都 会降低至 无法接受 的水平。 然， 显 传统 和 突然 的变化 ； 态变 化 ， 括摄像 机 抖动 和背景 中物体 的 背 包 背 的基于人工操 作 的视 频监 控不 能适应 实际应 用的需要 ， 智能 闪动 ； 景物 体 变化 ， 括 物体 融 入 和移 出背 景。 景 的变 时 视频监 控技术应 运而生 ， 智能视频 监控 （ｎ ｅ １ｇ ｎ Ｖ ｄ ｏ 化特 性 对背 景模 型的动 态更新提 出了很高 的要求 。 间平均 Ｉ ｔ ｌ ｉ ｅ ｔ ｉ ｅ Ｔ ｍ ｏ ａ Ａ ｅ ａ ｅ ｏ ｅ ） Ｓ ｎ ｌ Ｓ ｒ ｅ ｌａ ｃ ， Ｖ ） 属于计算机视觉 （ｏ ｐ ｔ ｒ ｉｉ ｎ Ｃ ） 模 型（ｅ ｐ ｒ ｌ ｖ ｒ ｇ Ｍ ｄ １和 高斯背景模 型 （ｉ ｇ ｅ ｕ ｖ ｉｌ ｎ ｅ Ｉ Ｓ， Ｃ ｍ ｕ ｅ Ｖ ｓｏ ， Ｖ ａ ｓ ｉ ｎ ｏ ｅ） 但当背景像素灰度呈多峰分布时 与人工智 ￣（ｒ ｉ ｉｉ ｌ ｎ ｅ ｌｇ ｎ ， Ａ） Ａ ｔｆｅ ａ Ｉｔ ｌ ｉｅ ｔ Ｉ领域研究 的一个 Ｇ ｕ ｓａ Ｍ ｄ １计算量小 ， 基于卡尔曼滤波 的背景估计模型能够跟踪背景 重要分支， 融合了图像处理、 计算机视觉、 人工智能、图像视频 检测效果不佳 ； 但对于背景物体 的变化 不能及时跟踪 ， 会导致 目 分析 等多项技术， 其发展 目标 在于对监视 场景与事件 描述之 的光 线变化， Ｓ ａ ｆ ｅ Ｈ ｒｍ ｏ 提 间建立一种 映射关 系 ， 由计 算机替代 人 来对 视频 进行分析处 标 的误检和漏检； ｔ ｕ ｆｒ ￣ Ｇ ｉ ｓ ｎ 出了一种高斯混合模 型（ｉｅ ａ ｓ ｉｎ ｏ ｅ） Ｍ ｘ ｄ Ｇ ｕ ｓａ Ｍ ｄ １ 用于背景提取 ， 通过 多个高斯分布 理， 并实现对特定事件 的预警。
关键词 ： 国防工程 ； 安全 监控 ； 智能视 频； 标 检 测； 标 跟 踪 目 目
１ 引言
典型 的智 能视觉 分析 过程 包括 ： 景建模 （ｎ ｉ ｏ ｍ ｎ 场 Ｅ ｖ ｒｎ ｅ ｔ
ｏ ｅｉｇ、 Ｍ ｔｏ Ｓ ｇ ｅ ｔ ｔｏ ） 标跟 踪 国防工程 由于地理位 置， 人员配属等 方面的特 殊性 ， 长期 Ｍ ｄ ｌ ｎ ） 运动 目标分割 （ｏ ｉ ｎ ｅ ｍ ｎ ａ ｉｎ 、目
Ｏ ｊ ｃ ｒ ｃ ｉｇ 、目标分类 （ｂｅ ｔ Ｃ ａ ｓｆｃ ｔｏ ） 行为 Ｏ ｊ ｃ ｌ ｓ ｉ ｉａ ｉｎ 、 以来 对其 实施 有效 的安全监 控一直是一 个技术 难题 ， 因此发 （ｂｅ ｔ Ｔａ ｋ ｎ ） Ｂ ｈ ｖ ｏ ｎ ｅ ｓ ａ ｄ ｎ ｎ ｅ ｃ ｉｔｏ ） 场 生过 多起 哨兵遇 袭 以及重 要物 资设备被 盗的恶性 事件 。 视频 分析和描述（ｅ ａ ｉｒ ｕ ｄ ｒ ｔ ｎ ｉ ｇ ａ ｄ Ｄ ｓｒ ｐ ｉ ｎ。 监控作为安防、 反恐系统 的重 要组成部分， 以其直 观、 方便、 信 景建模作为大 多数 视觉分析任务 的第一步是实现 目标跟踪 、目 行为分析等视觉任务 的重要基础。 息 内容丰富而广泛 应用于各种场合。 有关研 究表 明 ， 仅依靠 标分类、
为
３ 国防工程智能安全监控系统关键技术
盹 喜志
』 ｊ
失、 异常物 品遗留等事件 ， 则发出警报；
４ ）口部通道人员探测与视频标注 。 国防工程 通道 口部为密 ｐ ） Biblioteka （ ＝ｆ＾ 一 Ｋ （ ）
（ １ ）
封区域， 检测 口部关闭时通道 内是否有人员滞留， 并对人员经过 口部 时间进行标注 ， 提高国防工程 内部的管理效率 ； ５ 重要设备 间检测 。 ） 检测设备间运行状态， 对重要设备 出
现被盗、 移动等 非正常事件进行报警。
式中权值 ＝／ ； ｈ “ ） ） Ｉ Ｎ Ｋ ＝ “ 是核函数 ； 是核函数 的 由 宽度。 如果一个 像素考虑ｊ 】 】 个特 征 ， 核函数ｋ 选择 高斯 函数 ， 表示各 个特征 的核 函数带宽 ， 则对于 （） ６式可以进 一步表示
实验研究
国防工程智能视频 监控 系统研究
徐 俊 （ 政治学院， 苏 南京 ２２ ３ 南京 江 １ ０） ０
摘 要 ： 采用智 能视 频 分析技 术对 国防工程 实施 系统全 面的安 全监控是一 种有效 途径 ， 通过 对 国防工程 内外部安 全监控 应用牦 占的分析， 、 设计 了 智能视 频监 控 系统 的主要 功能 ， 对其 中运动 目标检 测 ， 标 跟 踪等 关键 问题 进行 了系统 研 究， 目 解决了 能视 频监 控 系统 对光 线、 智 动态 背景等使 用环境 的依 赖性 问题 。 实验 证 实了 法的有效性 。 方
有效的应用。 智能视频 分析算法 是智能视频监控 的核心， 决定着系统 的
拟合单个像素值变化 ， 能够及 时地 跟踪背景 的变化 ， 是这种 但
算法 的计算量很大 ， 必须采用专门的硬件才 能用于实时监 控系 统； １ ａ ｍ ｌ ｕ ａ ｓ ａ ｉ Ｅ ｇ ｍ ａ 和Ｄ ｒ ｉｗ ｍ 提出了一种非参 数的核密度估计 （ｅ ｎ ｌ Ｄ ｎ ｉｙ Ｅ ｔ ｍ ｔｏ ） Ｋ ｒ ｅ ｅ ｓｔ ｓ ｉ ａ ｉｎ方法， 不用事先假 定像素值 的分 布， 就可 以直接从像素的连 续变化值中估计 出概 率密度函数， 其 检测效果优于高斯混合模型。 核密度估计是数理统计及相关应用领域 的重要工具 ［ 。 ４ 它 ］ 运用解 析化 的手段 ， 对给定样本及 分布规律未知的数据集求解
现对 口外环境 的检测与分析， 出现 异常入侵 目标则报警 ； 如
只要有 充分的样本 ， 核密度估计就能渐 进收敛 ２ 国防工程 岗哨警卫安全检测 。 ） 对哨兵状态进行检 测， 如 密度估计 函数 。 于任 何一个概率密度函数。 出现 异常 目标进 入哨兵安全警戒 区， 出警报 ， 防发 生袭击 发 预 核密度估计 通 过加 权平均 中心点位于 采样值 的局 部 函数 哨兵 的恶性事件， 同时监督哨兵执勤情况， 防止哨兵脱 岗； 来估计 未知 的密度分布。 定某像 素特 征空 间的一个样 本集 给 ３ 国防工程重要 区域安全检测 。 ） 对指挥区、 通讯 区等重要 ＝ ， ， ＝ ！ ｆ ，观测值 的密度分布用 ， ， 来估计 目标 区域 进行 检测 ， 出现 异常滞 留、 如 非法 入侵 、 特定物 品遗 ｓ 伪 … … ．
最终性能。 过对 国防工程安全 监控需求 的分析， 点实现 以 通 重
下功 能： １ ）国防工程 口部 外环境 安全检测 。国防工程 口部环 境复 杂， 存在光 线、 动态 背景等各类 不 良因素的干扰 ， 系统 主要实
随机变 量的分布密度函数 ， 从而构造出这些数据样本在特定空
间的分布模 型。 核密度估计方法不需要假定背景特征概率 分布形式 ， 也不 需要设置模型参数和对 参数优化 ， 而是从样本 中直接 得到概率
２ 国防工程智能安全监控系统功能设计
系统以国防工程安全监控对智能视频技术 的要求为依据 ， 针对 国防工程 内部 与外部安全监控 的应用特点 ， 解决智能视频 监控系统对光 线、 动态背景等使用环境 的依赖 性问题 ， 使智能 视频监控 这一先进技 术能够在 国防工程 安全监控 中得到切实
视频 监控 中的人工检 测 ， 即使是专业 人员也 难以构成 真正有 场景 建模 的 困难 主要在 于存 在背 景扰 动， 通常 背景可能 场景 光 线变 化 ， 括 逐渐 的变 化 包 效的安全系统 。 因为只要专注于监控屏 幕超 过２ 分钟， ０ 绝大多 产 生如 下几种 典型扰 动 ： 状 包 数工作人 员的注意 力都 会降低至 无法接受 的水平。 然， 显 传统 和 突然 的变化 ； 态变 化 ， 括摄像 机 抖动 和背景 中物体 的 背 包 背 的基于人工操 作 的视 频监 控不 能适应 实际应 用的需要 ， 智能 闪动 ； 景物 体 变化 ， 括 物体 融 入 和移 出背 景。 景 的变 时 视频监 控技术应 运而生 ， 智能视频 监控 （ｎ ｅ １ｇ ｎ Ｖ ｄ ｏ 化特 性 对背 景模 型的动 态更新提 出了很高 的要求 。 间平均 Ｉ ｔ ｌ ｉ ｅ ｔ ｉ ｅ Ｔ ｍ ｏ ａ Ａ ｅ ａ ｅ ｏ ｅ ） Ｓ ｎ ｌ Ｓ ｒ ｅ ｌａ ｃ ， Ｖ ） 属于计算机视觉 （ｏ ｐ ｔ ｒ ｉｉ ｎ Ｃ ） 模 型（ｅ ｐ ｒ ｌ ｖ ｒ ｇ Ｍ ｄ １和 高斯背景模 型 （ｉ ｇ ｅ ｕ ｖ ｉｌ ｎ ｅ Ｉ Ｓ， Ｃ ｍ ｕ ｅ Ｖ ｓｏ ， Ｖ ａ ｓ ｉ ｎ ｏ ｅ） 但当背景像素灰度呈多峰分布时 与人工智 ￣（ｒ ｉ ｉｉ ｌ ｎ ｅ ｌｇ ｎ ， Ａ） Ａ ｔｆｅ ａ Ｉｔ ｌ ｉｅ ｔ Ｉ领域研究 的一个 Ｇ ｕ ｓａ Ｍ ｄ １计算量小 ， 基于卡尔曼滤波 的背景估计模型能够跟踪背景 重要分支， 融合了图像处理、 计算机视觉、 人工智能、图像视频 检测效果不佳 ； 但对于背景物体 的变化 不能及时跟踪 ， 会导致 目 分析 等多项技术， 其发展 目标 在于对监视 场景与事件 描述之 的光 线变化， Ｓ ａ ｆ ｅ Ｈ ｒｍ ｏ 提 间建立一种 映射关 系 ， 由计 算机替代 人 来对 视频 进行分析处 标 的误检和漏检； ｔ ｕ ｆｒ ￣ Ｇ ｉ ｓ ｎ 出了一种高斯混合模 型（ｉｅ ａ ｓ ｉｎ ｏ ｅ） Ｍ ｘ ｄ Ｇ ｕ ｓａ Ｍ ｄ １ 用于背景提取 ， 通过 多个高斯分布 理， 并实现对特定事件 的预警。
关键词 ： 国防工程 ； 安全 监控 ； 智能视 频； 标 检 测； 标 跟 踪 目 目
１ 引言
典型 的智 能视觉 分析 过程 包括 ： 景建模 （ｎ ｉ ｏ ｍ ｎ 场 Ｅ ｖ ｒｎ ｅ ｔ
ｏ ｅｉｇ、 Ｍ ｔｏ Ｓ ｇ ｅ ｔ ｔｏ ） 标跟 踪 国防工程 由于地理位 置， 人员配属等 方面的特 殊性 ， 长期 Ｍ ｄ ｌ ｎ ） 运动 目标分割 （ｏ ｉ ｎ ｅ ｍ ｎ ａ ｉｎ 、目
Ｏ ｊ ｃ ｒ ｃ ｉｇ 、目标分类 （ｂｅ ｔ Ｃ ａ ｓｆｃ ｔｏ ） 行为 Ｏ ｊ ｃ ｌ ｓ ｉ ｉａ ｉｎ 、 以来 对其 实施 有效 的安全监 控一直是一 个技术 难题 ， 因此发 （ｂｅ ｔ Ｔａ ｋ ｎ ） Ｂ ｈ ｖ ｏ ｎ ｅ ｓ ａ ｄ ｎ ｎ ｅ ｃ ｉｔｏ ） 场 生过 多起 哨兵遇 袭 以及重 要物 资设备被 盗的恶性 事件 。 视频 分析和描述（ｅ ａ ｉｒ ｕ ｄ ｒ ｔ ｎ ｉ ｇ ａ ｄ Ｄ ｓｒ ｐ ｉ ｎ。 监控作为安防、 反恐系统 的重 要组成部分， 以其直 观、 方便、 信 景建模作为大 多数 视觉分析任务 的第一步是实现 目标跟踪 、目 行为分析等视觉任务 的重要基础。 息 内容丰富而广泛 应用于各种场合。 有关研 究表 明 ， 仅依靠 标分类、
为
３ 国防工程智能安全监控系统关键技术
盹 喜志
』 ｊ
失、 异常物 品遗留等事件 ， 则发出警报；
４ ）口部通道人员探测与视频标注 。 国防工程 通道 口部为密 ｐ ） Biblioteka （ ＝ｆ＾ 一 Ｋ （ ）
（ １ ）
封区域， 检测 口部关闭时通道 内是否有人员滞留， 并对人员经过 口部 时间进行标注 ， 提高国防工程 内部的管理效率 ； ５ 重要设备 间检测 。 ） 检测设备间运行状态， 对重要设备 出
现被盗、 移动等 非正常事件进行报警。
式中权值 ＝／ ； ｈ “ ） ） Ｉ Ｎ Ｋ ＝ “ 是核函数 ； 是核函数 的 由 宽度。 如果一个 像素考虑ｊ 】 】 个特 征 ， 核函数ｋ 选择 高斯 函数 ， 表示各 个特征 的核 函数带宽 ， 则对于 （） ６式可以进 一步表示