智能视频监控专利技术综述

房大伟 国家知识产权局专利局专利审查协作江苏中心

1.概述

智能视频监控技术与传统意义上的视频监控的区别在于将简单的被动采集变为主动采集与分析，其不仅利用摄像单元代替人眼，而且利用计算机的分析处理能力，通过一系列算法分析，回答人们对于视频数据的“是谁、在哪、在做什么”的问题，然后可以按照预先设定的报警规则，及时发出报警或预警信息，不仅可以提前进行预防和控制，还可以与其他安防设备进行联防联动，有效在事件发生前将隐患消除。

2.智能视频监控专利分析

2.1 总体分布

图2.1

上世纪90 年代，智能视频监控技术计入了萌芽期，2000 年后技术人员对智能视频监控技术的研发力度开始加大，特别是9.11 事件发生后，全球市场需求日益增加，促使智能视频监控技术申请量开始迅速增长。国内相关申请在1997 -2008 年随着计算机视觉技术发展逐步萌芽中，而随着国际反恐形势日益严峻，并且物联网、智慧城市等的发展要求2009-2014 年智能视频监控技术进入快速发展期。从上述趋势可以看出，中国专利申请起步较晚，专利储备量少，但国内已经认识到智能视频监控领域的重要性与其背后的巨大市场，目前相关研究也逐渐进入相对活跃的时期。

2.2 目标检测与追踪技术

为实现智能视频监控，首先必须解决的问题是目标在哪里的问题，即对目标进行识别与追踪，其在整个智能视频监控中处于基础地位。

目标识别与追踪技术涉及的技术路线大致可以分为两类：识别追踪算法的改进以及与传感器等联动实现识别与追踪。

图2.2 目标识别追踪技术的演进路线

1996 年提出了根据光流法进行目标识别并控制摄像头进行追踪（申请号为DE 19600958），1996-2005 年研究主要集中在如何改进目标识别与跟踪算法上，研究人员不断将最新的计算机技术融入到目标识别与追踪中（例如TW97133611 中的背景建模技术；TW 99134811 中的根据3D 建模技术以及CN 201310064203的特征模板算法），以进一步提高其智能性、主动性以及效率。在2005 年，出现了依赖RFID 技术实现视频监控中目标的识别与追踪的方法，此后逐渐出现了根据红外传感器的检测结果进行目标的识别和追踪以及根据声学信号进行目标识别和定位追踪等与传感器联动实现识别与追踪的额技术。

2.3 动作/行为分析技术

动作/行为分析是利用计算机视觉信息来分析目标究竟在做什么，一般分为静态姿态识别以及运动行为识别，其中基于视频的运动行为识别是目前动作/行为分析方法的主要研究方向。

图2.3

其中霍尼韦尔公司于2004 年提出根据行为分析引擎对监控对象进行无监督行为分析的方案，后续其他申请人在计算机技术发展的基础上，不断针对模型建立、自主学习建模、模板匹配方式等方面进行进一步研究。并且，国内外动作/行为分析技术起步时间相近，并且技术起点相同，国内外技术水平差距不明显。

3 总结

如果把摄像机看做人的眼睛，智能视频监控技术则可以看做是人的大脑，随着摄像头在安防系统中所占比例的增加，其带来了视频数据的几何倍数式的增长，这给智能视频监控技术发展带来了新的挑战以及机遇：

1.如何实现设备自组网、自动调整是在设备层面应解决的问题。

2.如何快速实现有效数据提取识别，进而实现事件预判是智能视频监控在软件层面应当解决的问题。

智能视频监控技术在大规模应用中的核心关键技术尚在积累阶段，如何能够将物联网、大数据等新兴技术与智能视频监控该技术有机结合，抢占该领域的空白是我国技术工作人员应当努力的方向。