智能视频监控及分析技术在综合安防系统中的应用

刘忠波

摘要：随着经济的发展，安防行业也迎来了新的机遇和挑战，尤其是在城市建设过程中，视频监控系统更是发挥了不可替代的作用。目前，视频监控技术得到了广泛的应用和发展，其在安防领域发挥着重要作用。文章主要阐述了智能视频监控及分析技术的特点，分析其在综合安防系统中的发展趋势、具体应用，认为智能视频监控及分析技术在社会治安综合治理中得到了广泛的应用，能够实现对视频的采集、存储、处理和应用，提高了整个安防系统的管理效率和安全性。

关键词：视频监控：智能视频：分析：安防系统

中图分类号：TP277

文献标志码：A

0 引言

随着社会经济的快速发展、人民群众生活水平的不断提高及科技的进步，安防产品逐渐进入了一个新的阶段。在综合安全系统中，视频监控作为防范-厂-作中最重要、最关键的一个环节，它可以对人员和车辆进行实时监控：同时通过对重要目标或场所等信息的收集和记录可以更好地为公安机关提供有用信息。

1 有关智能视频监控及分析技术

视频监控行业随着科技和市场发展，监控设备逐渐向网络化、微型化发展，同时向更加复杂和先进的自动化趋势发展。目前，我国视频监控系统的应用领域主要集中在城市安防、交通运输、工业安全、家庭住宅等，随着人们生活水平的提高和社会的不断发展而不断地向智能化方向发展。

1.1 智能视频分析系统的组成

系统主要由前端、后端平台、分析挖掘服务器和应用服务器组成。前端主要包括采集器，负责实时采集视频信息并传输至分析挖掘服务器。该数据源包括摄像机、智能补光灯、录像机等。前端设备通过通信网络将采集到的信息传输至后端分析挖掘软件。该软件对监控图像进行预处理及特征提取，将这些数据存储于数据库中，根据需求将相应的视频进行综合应用。后端是分析挖掘服务器，通过采集器对各类视频资源进行数据采集存储和处理，实现综合安防管理平台系统搭建。分析挖掘服务器是智能视频分析系统的核心部分，负责对前端获取的视频数据进行存储与处理，包括前端图像预处理、人员检测、行为异常分析等[1]。

1.2 智能视频分析系统的特点

在视频监控系统中，智能视频分析技术是一种先进、高效、实用的图像处理技术，它能将被监控对象所采集的信息（如视频图像）进行综合和处理与应用，自动分析出图像中是否存在非法入侵行为人员。通过一系列算法对采集到的各类数据进行筛选、分类和综合分析处理，从而发现异常活动或行为人员。与传统的监控系统相比，智能视频分析系统具有智能化程度高、性能稳定、可靠性强等特点。

从结构的角度来看，现有的监测系统大都是以中央电脑为核心，以各个层次的智能控制前端为基础，形成了一个监测网络。前端能够独立地对特定的区域进行监测，或者实现特定的控制功能。

从功能的角度来看，随着系统功能的不断完善，它不但具有原有的控制和管理功能，同时具有更为丰富、直观的多媒体服务功能，具体功能如下：（l）影像的加工包含实时解压、视频资料存储、传输、历史录像的回放、报警兴趣区的设置、警报实时分析和管理。（2）设备管理包含相机的光圈聚焦控制、图像亮度、对比度、色度、饱和度调节、压缩质量、帧速率控制、云台旋转控制、附加装置控制（如继电器）等报警联动设定。（3）查询与管理包含监视区域进行了录像查询、历史报警查询、软件系统基本信息设置、系统日志、操作用户管理、系统校时管理等。

智能视频分析系统与传統监控系统相比具有如下优点：（1）可以实现对异常情况自动监测。（2）智能化程度高。（3）具备视频图像智能处理功能。（4）具备报警事件实时跟踪功能。（5）具备对报警事件进行事后处理能力，对整个报警事件进行追踪及报警事件回溯。

1.3 智能视频监控存在的问题

1.3.1 没有自己的知识产权

目前，中国市场所见的智能视频监控设备主要来自美国、欧洲、以色列等国家。大多数产品的价格都很高，性能也不稳定。核心技术掌握在外国制造企业手中，维护和安装必须全面参与，这对我国的国家安全构成了极大的威胁。另外，我国视频分析与处理技术的研究仍处于理论层面。因此，在对智能视频分析技术进行理论探讨的同时，应加大对其实际运用的力度，使之真正地融入实践，从而促进其长期的发展。同时，对引进智能视频监控技术的厂家进行系统的培训，让他们对这种新型的监控方法有一个更好的理解，这样才能更好地利用它。

1.3.2 需要加强产学研合作

从技术上看，智能视频监控系统包括运动目标检测、跟踪、分类和行为识别。其中，运动目标检测和跟踪属于低层次的视觉处理，而行为识别和目标分类属于中、高级阶段[2]。在低层次的视觉处理方面，基于运动检测和目标跟踪的智能视频分析技术已有相当的进展，目前已有相关的产品出现在市场上，在实践中得到了广泛的应用。而对于目标分类、行为理解、描述等中高层次的处理技术，目前的研究进展较慢，虽然目前已有不少学者提出了一些行之有效的方法，但仍然处于理论层面，与实际应用尚有一定差距。因此，要强化产学研合作的模式，一方面要加大对现有的视频分析技术的研究，另一方面要对现有的技术进行合理的评价，在实际应用中加入一些可以实现_厂-业化的技术，引导厂商在智能视频监测系统中合理地运用视频分析技术。

2 智能视频监控及分析技术的发展趋势

随着安防行业市场竞争日益激烈化及科技水平的不断提高，各种新技术、新设备大量涌现，视频监控系统也面临着更高的要求和挑战。如何将这些新成果应用到安防领域是广大安防厂商面临的重要课题。在安防行业中，智能视频监控及分析技术的发展主要体现在两个方面：（1）图像采集和数据传输方面的发展。视频监控系统一般都会采用有线或者无线形式，随着数字摄像机与数字网络技术的应用，传统的有线传输方式已经被无线传输代替。（2）基于嵌入式平台和智能视频分析平台的智能视频监控系统。

随着智能监控系统的发展，智能视频分析平台作为核心技术已经得到了广泛运用，而基于嵌入式平台和智能视频分析平台的智能视频监控系统将会成为未来安防行业的主流产品形式。从整体来看，从最初对图像数据进行处理到进行图像特征提取与特征匹配再到对数据进行特征学习，在很大程度上提升了安防图像识别和数据分析的速度与准确性。随着视频监控技术不断地发展和进步，更多基于计算机视觉或者人工智能技术的应用在安防领域中诞生且应用效果显著。

3 智能视频监控及分析技术在综合安防系统中的应用

综合安防系统作为公共安全防范体系的重要组成部分，已成为公安、军队系统建设和发展必不可少的重要部分。综合安防系统主要由报警管理、视频监控子系统以及联动指挥中心组成，是一个以防范报警为中心，由大量计算机和各种专用设备共同完成的综合性监控管理网络。

3.1 智能视频监控及分析技术在综合安防系统中的应用

随着视频监控技术的不断发展，智能监控技术已经广泛应用于社会治安综合治理系统，以智能视频监控及分析技术为核心的安防系统可以提供对图像及视频的采集、存储、处理及应用，从而提高综合安防系统的管理效率以及安全性。

我国的监控网络已经覆盖了整个城市，甚至农村地区也有相应的智能视频系统网络，随着智能视频监控技术在社会各个领域的广泛应用，智能化程度越来越高、安全级别越来越高，对安防产品也提出了更高要求。同时，伴随着计算机和通信技术的发展，安防监控应用领域也在不断扩展。如银行系统中利用视频图像获取银行内部信息：电力系统实时采集变电站设备运行状态：医疗行业中利用远程医疗系统监测病人健康状况等[3]。此外，随着城市规模的不断扩大和现代化进程的加快，人们对智能化产品和技术也提出了更高的要求，如自动识别身份证功能、人脸识别、车牌识别等应用场景都是对传统视频监控技术的极大挑战。因此，智能视频分析技术也在安防领域不断发展创新和推广。其核心是运用计算机视觉分析技术与图像处理技术来实现对监控图像中人物行为的分析、识别、分类等处理及应用。

安防行业对智能视频分析系统需求越来越多，智能视频分析系统通过计算机视觉、模式识别、人工智能等一系列先进算法研究与应用实践成果，将传统视频监控与智能管理结合起来实现对海量视频数据进行有效存储和信息管理。通过人脸检测分析等多项生物特征检测技术实现人员身份认定和跟踪目标：借助图像分割、边缘检测、特征提取等深度学习算法对图像进行处理；采用智能分析挖掘等计算机视觉算法进行海量数据提取和关联分析：利用机器学习方法建立模型实现对目标行为模拟。根据实际需求将上述功能整合成一个统一信息平台，实现综合管理、信息共享及联动等应用功能。

3.2 应用案例分析

在实际的应用中，智能视频分析系统已经广泛使用于综合安防系统，该项目将智能视频监控技术与图像分析技术相结合，通过计算机视觉算法对监控图像中目标行为进行分析和识别，实现目标行为跟踪定位，提高了整体安防产品的管理效率和安全性。具体应用案例如下。

基于机器学习的深度学习模型用于人脸识别与比对，利用计算机视觉技术在视频监控场景中的应用，有效提高了目标跟踪精度和效率，使监控人员更好地了解并处理目标事件。基于深度学习的模式识别模型用于车牌识别在视频监控场景中的应用，该系统能够有效提取车牌区域信息，自动匹配对应车牌，从而达到车辆自动牌照、车辆识别定位、人员行为跟踪记录等应用效果。基于深度学习方法建立模型用于训练分类器模型来完成对特定目标或物体的分类或识别功能：该系统可以将采集到的视频图像输入相应分类器进行训练和测试，得到结果。

基于深度学习方法进行分类预测：通过将多个视频图像输入特征分类器实现对目标或物体特征参数的预测或估计：利用特征参数来预测目标位置和速度。基于深度学习方法建立模型实现对目标或物体行为预测分类：使用CNN模型对采集到的视频图像中目标进行提取和检测：采用SVM分类器对图像中目标和物体进行检测、分割、分类等操作；使用SVM分类器建立模型对检测到的物体及车辆进行识别[4]。

4 结语

智能视频监控技术在安防领域得到了广泛的应用，尤其是在交通领域、银行安全领域、网络安全领域以及军事领域等方面得到了广泛的应用。当前，市场上已有多款智能视频监控和分析算法，包括基于神经网络和深度学习的视频监控技术以及基于机器学习的视频分析技术等。其中，以深度学习和神经网络为主的视频监控技术已经取得了一定的进展。但是现有技术存在以下问题：大部分视频监控都是以人为中心的，而人的判断是以经验为基础的，智能视频监控和分析技术无法与其完美融合：人脸识别技术受光线影响较大，识别准确率较低，受到光线影响，识别速度慢：传统的智能视频监控和分析技术无法有效识别H{具有危险倾向的人员，而人脸识别技术又无法完全应对人在公共场合的行为，容易造成人身伤害。随着人脸识别算法以及其他相关人工智能技术不断成熟和完善，相信不久的将来就会攻克以上难题，智能视频监控和分析技术将会在未来更多安防领域得到广泛应用。随着安防市场竞争环境变化和客户对智能设备及软件要求的不断提高，用户对智能视频监控系统提出了更高的要求。因此，智能视频监控及分析技术在综合安防应用中必然会迎来一个全新的发展阶段。笔者相信智能视频监控分析在综合安防系统中运用会给用户带来更多价值和更好体验。

参考文献

[1]刘伟．智能视频报警会取代传统报警吗？[J]．中国安防，2016（5）：3．

[2]刁一平．理性与务实——点评智能视频分析技术发展现状[J]．中国安防，2011（3）：76-78．

[3]張拾贝．浅谈安防监控中的智能视频分析[J]．中国公共安全，2014（2）：2．

[4]郭曦．下一代智能视频分析技术方兴未艾[J]．中国公共安全，2012（18）：4．

（编辑王永超）