家(jiā)庭安防智能監控或成拐點

       家(jiā)庭安防離不開(kāi)視(shì)頻監控系統，視(shì)頻監控系統也已經廣泛應用于小(xiǎo)區(qū)安全監控、火(huǒ)情監控、交通(tōng)違章、流量控制(zhì)、軍事，以及銀行(xíng)、商場(chǎng)、地鐵(tiě)、機場(chǎng)等公共場(chǎng)所的安全防範中，并且将有(yǒu)更廣泛的應用前景。

　　但(dàn)現有(yǒu)的視(shì)頻監控系統通(tōng)常隻能靠人(rén)工來(lái)完成監控、報警、錄制(zhì)等一系列分析處理(lǐ)工作(zuò)，沒有(yǒu)充分發揮實時(shí)主動的監控作(zuò)用。更多(duō)的産品需求和(hé)更廣闊的市場(chǎng)應用需要今後的安防産品中必須具備智能分析處理(lǐ)的能力。從目前的技(jì)術(shù)層次來(lái)說，數(shù)字圖像處理(lǐ)技(jì)術(shù)已經日益成熟，人(rén)工智能也突飛猛進，如何将圖像智能分析的功能融入到智能産品中來(lái)成了各個(gè)公司和(hé)廠商關注的焦點。擁有(yǒu)高(gāo)級智能分析的智能視(shì)頻監控系統，不僅能大(dà)大(dà)增強監控的能力、降低(dī)不安全隐患，同時(shí)節省了人(rén)力物力，降低(dī)了成本。

　　智能在監控領域中的發展

　　在上(shàng)世紀九十年代初以前，以模拟設備為(wèi)主體(tǐ)的閉路電(diàn)視(shì)監控系統是最早的第一代監控系統，該技(jì)術(shù)成熟，穩定，在許多(duō)實際工程中都得(de)到了廣泛的應用，在某些(xiē)場(chǎng)合這項技(jì)術(shù)至今還(hái)在人(rén)們關注的視(shì)野當中。真正的智能監控是随着計(jì)算(suàn)機的發展以及網絡的革新才出現的。九十年代中期，計(jì)算(suàn)機處理(lǐ)能力的提高(gāo)和(hé)視(shì)頻技(jì)術(shù)的發展使得(de)人(rén)們開(kāi)始利用計(jì)算(suàn)機的高(gāo)速數(shù)據處理(lǐ)能力來(lái)進行(xíng)視(shì)頻的采集和(hé)處理(lǐ)，由此而生(shēng)的數(shù)字化監控系統稱之為(wèi)第二代視(shì)頻監控系統。從九十年代末開(kāi)始，随着網絡帶寬，計(jì)算(suàn)機處理(lǐ)能力和(hé)存儲容量的進一步提高(gāo)，以及各種視(shì)頻處理(lǐ)技(jì)術(shù)的出現，視(shì)頻監控進入了全新數(shù)字化時(shí)代。智能在安防中的應用越來(lái)越重要。因此，第三代監控系統的就是以網絡為(wèi)依托，以數(shù)字視(shì)頻的壓縮、傳輸，存儲和(hé)播放為(wèi)核心，以智能的圖像分析為(wèi)特色的技(jì)術(shù)革命。闖入報警，非法停留，物品遺留，運動目标跟蹤等等。這些(xiē)高(gāo)級智能分析的功能成為(wèi)了現代安防監控産品中一大(dà)特點。

　　相關智能算(suàn)法的研究

　　提到安防不能不提智能，提到智能不得(de)不提算(suàn)法。算(suàn)法，作(zuò)為(wèi)行(xíng)為(wèi)分析和(hé)圖像處理(lǐ)的靈魂，在今後的産品研發和(hé)方案實施中起着引導性的作(zuò)用。監控的領域不斷的擴大(dà)，市場(chǎng)不斷的發展，使得(de)巨大(dà)的視(shì)頻信息需要分析處理(lǐ)，對于智能視(shì)頻監控系統來(lái)說，面對如此大(dà)的信息量，好的技(jì)術(shù)和(hé)結構是關鍵的問題所在。在遠程監控過程中，為(wèi)了減少(shǎo)網絡傳輸的壓力，在設備前端将一些(xiē)智能分析的模塊嵌入到産品的編碼模塊當中去，通(tōng)過前面的智能分析隻提取有(yǒu)用的視(shì)頻信息，并對其進行(xíng)編碼壓縮傳輸，大(dà)大(dà)的減小(xiǎo)了傳輸的數(shù)據量，而圖像分析部分則在解碼後由後端的軟件部分處理(lǐ)。這種分工式思想比單純的靠集中式軟件或硬件處理(lǐ)的效果都要好的多(duō)。

　　同H264等編解碼算(suàn)法相比，視(shì)頻智能算(suàn)法之所以沒有(yǒu)一個(gè)統一的标準，沒有(yǒu)ASIC化，就是因為(wèi)其複雜度以及目标行(xíng)為(wèi)的多(duō)樣性，導緻很(hěn)難制(zhì)定出一套标準的規則來(lái)應用于各個(gè)行(xíng)業領域。智能算(suàn)法屬于新興的綜合類科學技(jì)術(shù)，許多(duō)有(yǒu)效的智能分析算(suàn)法都是先從國外發展起來(lái)的，而且還(hái)有(yǒu)相當一部分的算(suàn)法要麽複雜度太高(gāo)，不适合實時(shí)性的要求;要麽自适應較差，對場(chǎng)景的依賴性太大(dà);要麽則還(hái)停留在理(lǐ)論研究的階段，離産品還(hái)比較遠。國內(nèi)完全真正具有(yǒu)自主知識産權的智能監控産品很(hěn)少(shǎo)，絕大(dà)多(duō)數(shù)産品的技(jì)術(shù)都是源于美國、歐洲、和(hé)以色列等發達國家(jiā)。國內(nèi)大(dà)多(duō)數(shù)生(shēng)産和(hé)安裝的視(shì)頻監控系統仍停留在非智能的領域，在監控系統中提到的"智能視(shì)頻監控",實際上(shàng)還(hái)停留在普通(tōng)的網絡視(shì)頻監控的概念上(shàng)。

　　大(dà)都還(hái)是IP監控和(hé)數(shù)字化監控等，不具備所說的高(gāo)級智能分析的內(nèi)容。為(wèi)此國內(nèi)有(yǒu)很(hěn)多(duō)公司在智能方面也投入了大(dà)量的人(rén)力物力開(kāi)發研究，并在傳統的運動目标檢測等方面做(zuò)了大(dà)量的改進，取得(de)了突破性的效果。擁有(yǒu)自主知識産品的智能化的安防産品，對提高(gāo)國內(nèi)的整體(tǐ)智能化監控水(shuǐ)平，提高(gāo)國內(nèi)産品在國際競争中的地位有(yǒu)着非常重要的作(zuò)用。 

　　從算(suàn)法的角度來(lái)說，監控産品的智能化在技(jì)術(shù)方面還(hái)有(yǒu)很(hěn)多(duō)的研究要做(zuò)，但(dàn)這也給了大(dà)家(jiā)一個(gè)機遇，誰在今後的發展中掌握了核心的技(jì)術(shù)，誰就能夠挖到第一桶金，占據相關領域的市場(chǎng)。在智能圖像分析中，運動目标的檢測和(hé)跟蹤應該是高(gāo)級智能分析裏面最基本的功能。是入侵報警，非法停留，丢包遺物等行(xíng)為(wèi)分析的基礎。下面就簡單分析一下物體(tǐ)識别跟蹤的過程。

　　具體(tǐ)應用舉例

　　算(suàn)法的實現可(kě)以看作(zuò)一個(gè)建模的過程，也可(kě)以理(lǐ)解成一種應用數(shù)學工程。運動目标的檢測識别是指從序列圖像中将變化的前景從背景中分離出來(lái)，是數(shù)字圖像處理(lǐ)的一個(gè)主要部分。天氣和(hé)光照的變化，複雜背景中其他物體(tǐ)的幹擾，運動的影(yǐng)子以及攝像機的運動、抖動等都會(huì)對目标的提取過程帶來(lái)困難。因此運動目标的正确檢測和(hé)準确跟蹤成為(wèi)了視(shì)頻監控系統中一項重要的技(jì)術(shù)點。整個(gè)過程可(kě)以簡單分為(wèi)以下幾個(gè)步驟：視(shì)頻預處理(lǐ)，目标檢測與識别，目标分類，目标跟蹤，行(xíng)為(wèi)分析和(hé)規則創建。

　　視(shì)頻預處理(lǐ)

　　視(shì)頻預處理(lǐ)過程其實就是降低(dī)噪聲，突出跟蹤目标。圖像噪聲有(yǒu)兩類，一類是源噪聲，一類屬于觀察噪聲。環境光線變化，背景的樹(shù)葉，雨雪等都屬于源噪聲;而觀察噪聲主要指得(de)是攝像頭抖動，傳輸線路幹擾等影(yǐng)響。這些(xiē)噪聲都會(huì)對跟蹤目标提取過程造成麻煩。在消除噪聲方面一般采用的方法為(wèi)數(shù)字穩像，背景自适應學習，阈值分割，形态學濾波，二值化等。這些(xiē)處理(lǐ)可(kě)以消除圖像中大(dà)部分噪聲，減少(shǎo)其對目标檢測的幹擾。

　　目标檢測與識别

　　利用運動目标提取過程得(de)到前景運動的物體(tǐ)後，就需要對目标有(yǒu)一個(gè)識别的過程。這種識别分為(wèi)單目标人(rén)工識别和(hé)多(duō)目标區(qū)域識别。對于單個(gè)物體(tǐ)的跟蹤來(lái)說，可(kě)以從視(shì)頻中人(rén)為(wèi)的選取出感興趣的物體(tǐ)，并對其進行(xíng)跟蹤;對于區(qū)域多(duō)物體(tǐ)來(lái)說，則可(kě)以劃分出一個(gè)區(qū)域，隻對進入區(qū)域的物體(tǐ)進行(xíng)識别和(hé)跟蹤。

　　目标分類

　　對于監控區(qū)域內(nèi)的單個(gè)物體(tǐ)跟蹤來(lái)說是不需要分類的。即使物體(tǐ)在運動過程中發生(shēng)了遮擋，當物體(tǐ)滿足線性運動，背景變化比較平緩時(shí)，該算(suàn)法仍然可(kě)以對物體(tǐ)進行(xíng)準确的跟蹤。對于複雜環境下的非線性運動的物體(tǐ)，我們則在診-來(lái)單目标跟蹤的基礎上(shàng)加入一些(xiē)目标特征信息來(lái)幫助識别跟蹤。目标分類一般應用于多(duō)目标情況下跟蹤單目标，或者多(duō)目标跟蹤多(duō)目标的環境。當環境中有(yǒu)多(duō)個(gè)運動目标的時(shí)候我們可(kě)以把每個(gè)運動的目标都提取出來(lái)，按照位置、速度、形狀、紋理(lǐ)以及色彩等有(yǒu)關特征對它們進行(xíng)分類。首先将感興趣目标的特征信息保存下來(lái)，然後對其進行(xíng)跟蹤。當視(shì)頻中跟蹤的物體(tǐ)消失後又出現時(shí)，我們就重新用以前保存的特征信息和(hé)當前畫(huà)面中出現的所有(yǒu)運動目标進行(xíng)匹配。通(tōng)過比較的結果，就可(kě)以判定出現的物體(tǐ)中哪一個(gè)是剛才跟蹤的目标。

　　行(xíng)為(wèi)分析和(hé)規則創建

　　如果說物體(tǐ)的跟蹤過程是一個(gè)單純的技(jì)術(shù)處理(lǐ)過程的話(huà)，行(xíng)為(wèi)分析則應該屬于高(gāo)級智能的範疇了。簡單的講，行(xíng)為(wèi)分析就是在人(rén)為(wèi)規則創建的基礎上(shàng)，對視(shì)頻中的圖像進行(xíng)自動的分析和(hé)抽取視(shì)頻源中關鍵信息的過程。因為(wèi)規則的創建是與環境相關的，比如場(chǎng)景中的情況不同，設置觸發報警的條件和(hé)區(qū)域也不同。因此在智能安防的發展中，軟件端的工作(zuò)的重心就是盡量使智能分析朝着人(rén)性化的方向發展，在簡單的設置下，可(kě)以讓智能分析對整個(gè)圖像有(yǒu)一個(gè)自主學習适應的過程，進一步減少(shǎo)人(rén)的因素的影(yǐng)響，減輕人(rén)的工作(zuò)量。

　　總結與展望

　　随着中國安防産業發展越來(lái)越快，市場(chǎng)規模不斷擴大(dà)，從事安防産業的公司也越來(lái)越多(duō)。對于推廣智能安防産品的公司而言，隻有(yǒu)抓住了安防市場(chǎng)的脈搏，掌握了關鍵的技(jì)術(shù)，才能正确應對未來(lái)市場(chǎng)的需求而不斷的推陳出新，不斷的在市場(chǎng)競争中發現機遇。

　　國外相比，中國的智能安防技(jì)術(shù)還(hái)有(yǒu)很(hěn)長的路要走，但(dàn)可(kě)以肯定的說，随着國內(nèi)外技(jì)術(shù)交流次數(shù)的頻繁增加，國內(nèi)人(rén)才數(shù)量的倍增以及研發環境的完善，這些(xiē)差距會(huì)越來(lái)越小(xiǎo)。希望今後國內(nèi)從事安防行(xíng)業的各個(gè)公司也能夠在保護公司自主知識産權的前提下，多(duō)多(duō)進行(xíng)溝通(tōng)和(hé)交流，不斷完善安防行(xíng)業的産品規範和(hé)市場(chǎng)規範。在建立共赢市場(chǎng)的前提下，不斷的技(jì)術(shù)創新，把以智能圖像處理(lǐ)技(jì)術(shù)為(wèi)核心的智能視(shì)頻監控産品在各個(gè)行(xíng)業和(hé)領域中廣泛推廣，為(wèi)人(rén)們的生(shēng)活創造一個(gè)和(hé)平安全的環境。