機(jī)器視覺(jué)應(yīng)用不斷擴(kuò)容 帶來(lái)安防視頻監(jiān)控新變革 2016年09月23日09:31 來(lái)源：中國(guó)智能制造網(wǎng)|
技術(shù)是機(jī)器視覺(jué)領(lǐng)域一個(gè)新興的應(yīng)用方向和備受關(guān)注的前沿課題，也是計(jì)算機(jī)科學(xué)、機(jī)器視覺(jué)、圖像工程、模式識(shí)別和人工智能等多學(xué)科技術(shù)的結(jié)晶?？梢韵胂?，當(dāng)機(jī)器視覺(jué)與圖像處理技術(shù)加入之后，打破了原有的限制，得以設(shè)計(jì)出一個(gè)實(shí)時(shí)視頻。
視覺(jué)，是人類感知客觀世界的主要信號(hào)來(lái)源。在信號(hào)處理理論與計(jì)算機(jī)出現(xiàn)以后，人們?cè)噲D用獲取環(huán)境圖像并轉(zhuǎn)換成數(shù)字信號(hào)，用計(jì)算機(jī)實(shí)現(xiàn)對(duì)視覺(jué)信息處理的全過(guò)程。這種使計(jì)算機(jī)能夠通過(guò)一幅或幅圖像認(rèn)識(shí)周圍環(huán)境信息的研究目標(biāo)，正是機(jī)器視覺(jué)。
作為機(jī)器視覺(jué)的代表應(yīng)用，以攝像機(jī)為核心的視頻監(jiān)控系統(tǒng)，目前已經(jīng)廣泛應(yīng)用與安保、交通、樓宇、工業(yè)等各個(gè)行業(yè)領(lǐng)域。想要了解機(jī)器視覺(jué)究竟為視頻監(jiān)控帶來(lái)了哪些改變，我們可以從機(jī)器視覺(jué)的幾大應(yīng)用領(lǐng)域來(lái)進(jìn)一步分析。
目標(biāo)識(shí)別
目標(biāo)識(shí)別技術(shù)和穩(wěn)定的追蹤方法是機(jī)器視覺(jué)發(fā)展的關(guān)鍵因素之一。它在很多領(lǐng)域都得到大量的應(yīng)用，例如身份確認(rèn)的指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別以及在管理、檢測(cè)、管理等場(chǎng)合的車牌識(shí)別等。
一個(gè)目標(biāo)識(shí)別系統(tǒng)應(yīng)該具有在復(fù)雜背景以及各種天氣情況下檢測(cè)、分類、識(shí)別目標(biāo)的能力，這樣才能有針對(duì)性地對(duì)目標(biāo)進(jìn)行持續(xù)的跟蹤。
近些年來(lái)，目標(biāo)識(shí)別技術(shù)已由理論探索、實(shí)驗(yàn)室仿真逐漸走向?qū)嶋H應(yīng)用，其技術(shù)方法也從經(jīng)典的統(tǒng)計(jì)模式識(shí)別，向著基于知識(shí)、模型、多傳感器信息融合以及人工神經(jīng)網(wǎng)絡(luò)的識(shí)別方法演進(jìn)。
目標(biāo)追蹤
運(yùn)動(dòng)目標(biāo)跟蹤是確定同一物體在圖像序列不同幀中位置的過(guò)程。其主要工作方式就是選擇好的目標(biāo)特征和采用適當(dāng)?shù)乃阉鞣椒?，根?jù)匹配原理，把現(xiàn)有的跟蹤方法分為基于模型、區(qū)域、特征以及活動(dòng)輪廓的跟蹤。
基于模型的跟蹤
基于模型的跟蹤是通過(guò)一定的先驗(yàn)知識(shí)對(duì)所跟蹤目標(biāo)建立模型，然后通過(guò)匹配跟蹤模板，并實(shí)時(shí)更新模型。傳統(tǒng)的運(yùn)動(dòng)物體表達(dá)方法有如下三種：
1.線圖法：目標(biāo)運(yùn)動(dòng)的實(shí)質(zhì)是主框架的運(yùn)動(dòng)，因此該表達(dá)方法將物體的各個(gè)部分以直線來(lái)近似。
2.二維輪廓：該表達(dá)方法的使用與物體在圖像的投影有關(guān)。
3.立體模型：利用廣義橢圓柱、球等三維模型來(lái)描述物體的結(jié)構(gòu)細(xì)節(jié)。該方法往往需要在聯(lián)系的圖像幀間匹配三維模型來(lái)獲取物體運(yùn)動(dòng)的定量描述，因此需要計(jì)算更多的參數(shù)，匹配過(guò)程的計(jì)算量更大。
基于特征的跟蹤
把預(yù)先提取的運(yùn)動(dòng)區(qū)域作為匹配的目標(biāo)模板，設(shè)定一個(gè)匹配度量，然后在下一幀圖像中匹配搜索目標(biāo)圖像，把度量取極值得位置判定為最佳匹配點(diǎn)，這種方式便是機(jī)遇區(qū)域的跟蹤。
由于提取了較完整的目標(biāo)模板，該方式相對(duì)于其他跟蹤算法能夠得到更豐富的圖像信息，因此廣泛應(yīng)用于跟蹤較小的目標(biāo)或?qū)Ρ榷容^差的目標(biāo)。
基于活動(dòng)輪廓的跟蹤
利用一條封閉的參數(shù)化曲線來(lái)表達(dá)運(yùn)動(dòng)目標(biāo)輪廓，在由圖像構(gòu)造的特征場(chǎng)中通過(guò)極小化以曲線函數(shù)為參數(shù)的能量進(jìn)行動(dòng)態(tài)迭代，使得該輪廓能夠自動(dòng)連續(xù)更新。相對(duì)于區(qū)域跟蹤方法，該方式計(jì)算量小，如果開(kāi)始能夠合理分開(kāi)每個(gè)運(yùn)動(dòng)目標(biāo)并實(shí)現(xiàn)輪廓初始化，那么即使有部分遮擋，也能連續(xù)的進(jìn)行跟蹤。
視覺(jué)分析
視覺(jué)分析技術(shù)，就是通過(guò)目標(biāo)識(shí)別、目標(biāo)追蹤方式之后，進(jìn)一步獲取目標(biāo)的出現(xiàn)時(shí)間、運(yùn)動(dòng)軌跡、顏色等諸多信息，通過(guò)對(duì)各個(gè)目標(biāo)的上述信息的分析，找到視頻中存在的危險(xiǎn)、違規(guī)行為或者可疑目標(biāo)，并對(duì)這些行為和目標(biāo)進(jìn)行實(shí)時(shí)、提前預(yù)警、存儲(chǔ)以及事后檢索。
在視覺(jué)分析的應(yīng)用領(lǐng)域中，最為重要的便是智能視頻監(jiān)控和智能視頻檢索技術(shù)。兩者的應(yīng)用技術(shù)相近，主要區(qū)別在于：智能視頻監(jiān)控是對(duì)當(dāng)時(shí)采集的視頻進(jìn)行實(shí)時(shí)處理，當(dāng)發(fā)現(xiàn)危險(xiǎn)事件或者可疑分子時(shí)進(jìn)行實(shí)時(shí)報(bào)警；而智能視頻檢索技術(shù)，處理的是已經(jīng)發(fā)生過(guò)的存儲(chǔ)視頻，其通過(guò)對(duì)視頻進(jìn)行快速分析，找到其中存在的危險(xiǎn)事件、可疑分子，以及每個(gè)感興趣目標(biāo)的信息，然后，使用者可以對(duì)關(guān)心的事件進(jìn)行選擇或者對(duì)關(guān)心的目標(biāo)屬性進(jìn)行定義，系統(tǒng)能夠快速查找到用戶關(guān)心的事件或目標(biāo)。
一般而言，智能視頻監(jiān)控包含的功能包括周界檢測(cè)、越線檢測(cè)、徘徊逗留檢測(cè)、遺失檢測(cè)、遺留檢測(cè)、快速移動(dòng)檢測(cè)、打架檢測(cè)、尾隨檢測(cè)、人群聚集、煙霧檢測(cè)、PTZ目標(biāo)跟蹤、視頻故障分析、視頻存儲(chǔ)和回放等功能。
對(duì)于不同的用戶而言，對(duì)上述功能的需求會(huì)有所偏重。在上述技術(shù)中，其中，周界檢測(cè)、越線檢測(cè)、徘徊逗留檢測(cè)、遺失檢測(cè)、遺留檢測(cè)、快速移動(dòng)檢測(cè)、打架檢測(cè)、尾隨檢測(cè)采用的方法，主要都是先采用背景建模(BackgroundModel)、前景提取(ForegroundExtraction)提取得到運(yùn)動(dòng)目標(biāo)，然后，采用目標(biāo)匹配跟蹤技術(shù)得到目標(biāo)的軌跡，并得到目標(biāo)的運(yùn)動(dòng)方向、所處位置，以及各目標(biāo)間相互關(guān)系，最后依據(jù)設(shè)定規(guī)則得到上述異常行為。
其中，對(duì)于復(fù)雜背景，大流量區(qū)域的遺留物和遺失物檢測(cè)方法，可以采用特殊的基于時(shí)間序列區(qū)域運(yùn)動(dòng)分析的方法進(jìn)行，而不必進(jìn)行上述目標(biāo)檢測(cè)跟蹤技術(shù)得到。
而智能視頻檢索，首先需要利用智能視頻監(jiān)控的檢測(cè)技術(shù)來(lái)檢測(cè)異常事件，進(jìn)一步，智能視頻檢索還需要在運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤的基礎(chǔ)上，得到人車等目標(biāo)的諸如人臉、顏色、速度以及數(shù)量等信息。這樣，進(jìn)行智能視頻檢索的時(shí)候，一方面可以檢索異常事件，此外還可以通過(guò)目標(biāo)的出現(xiàn)結(jié)束時(shí)間、顏色、速度、數(shù)量，以及人臉信息等進(jìn)行檢索。
此外，系統(tǒng)還可以給出一個(gè)事件和目標(biāo)的時(shí)空分布圖，便于用戶查找自己感興趣的時(shí)段和事件。對(duì)于現(xiàn)在動(dòng)則成千上萬(wàn)的監(jiān)控終端而言，想從這些海量數(shù)據(jù)中查找到自己關(guān)心的事件和目標(biāo)，必須借助智能視頻檢索技術(shù)。
結(jié)語(yǔ)
視頻監(jiān)控技術(shù)是機(jī)器視覺(jué)領(lǐng)域一個(gè)新興的應(yīng)用方向和備受關(guān)注的前沿課題，也是計(jì)算機(jī)科學(xué)、機(jī)器視覺(jué)、圖像工程、模式識(shí)別和人工智能等多學(xué)科技術(shù)的結(jié)晶。
可以想象，當(dāng)機(jī)器視覺(jué)與圖像處理技術(shù)加入之后，打破了原有的限制，得以設(shè)計(jì)出一個(gè)實(shí)時(shí)視頻監(jiān)控系統(tǒng)。該系統(tǒng)在實(shí)現(xiàn)視頻監(jiān)控同時(shí)，通過(guò)運(yùn)用機(jī)器視覺(jué)技術(shù)，增加了視頻變化檢測(cè)和自動(dòng)錄像功能，系統(tǒng)能夠自動(dòng)識(shí)別場(chǎng)景變化，檢測(cè)出運(yùn)動(dòng)目標(biāo)并鎖定，同時(shí)發(fā)出警告和啟動(dòng)存儲(chǔ)裝置。這樣不僅可以節(jié)省大量存儲(chǔ)空間，提高監(jiān)控存儲(chǔ)效率，減少不必要的回放，而且數(shù)據(jù)更加具有針對(duì)性。
責(zé)任編輯：姚泓澤
