陶國(guó)云

摘 要 在視頻監(jiān)控智能分析序列中，運(yùn)動(dòng)目標(biāo)檢測(cè)正處于行業(yè)應(yīng)用的前沿和發(fā)展方向，其在智能視頻監(jiān)控過(guò)程中發(fā)揮了舉足輕重的作用。筆者根據(jù)工作研究實(shí)踐，對(duì)智能視頻監(jiān)控運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)進(jìn)行了簡(jiǎn)要的闡述。

關(guān)鍵詞 智能視頻監(jiān)控；運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)

中圖分類號(hào)：TN941 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2014）03-0160-02

智能視頻的監(jiān)控指的是：不需要人為干預(yù)的情況下，利用視頻、數(shù)字圖像處理，分析相關(guān)的技術(shù)，對(duì)視頻中的活動(dòng)或者監(jiān)控中實(shí)時(shí)、現(xiàn)在的目標(biāo)，進(jìn)行跟蹤與檢測(cè)，可對(duì)異常的情況，及時(shí)做出的反應(yīng)效果；又可滿足日常的監(jiān)控工作。運(yùn)動(dòng)目標(biāo)的檢測(cè)是：用計(jì)算方法的視頻以及數(shù)字圖像的處理，運(yùn)動(dòng)目標(biāo)的區(qū)域，提取出來(lái)的。運(yùn)動(dòng)目標(biāo)，視覺(jué)技術(shù)分析的第一個(gè)步驟是對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)、后續(xù)運(yùn)動(dòng)的目標(biāo)跟蹤、分類、行為分析理解等；作為后續(xù)處理及分析的前提。隨著科技的不斷發(fā)展，社會(huì)上一系列安全事件頻繁發(fā)生，視頻監(jiān)控系統(tǒng)無(wú)疑是一種安全防范的手段，在諸多方面取得了廣泛應(yīng)用。然而，傳統(tǒng)的模擬和數(shù)字視頻監(jiān)控系統(tǒng)只提供了一個(gè)簡(jiǎn)單的視頻捕捉、傳輸、存儲(chǔ)、再現(xiàn)等功能。對(duì)視頻中的內(nèi)容也只能靠人為判定，不能主動(dòng)的向監(jiān)控者提供監(jiān)測(cè)信息。屬于視頻圖像序列內(nèi)的智能視頻監(jiān)控是從中自動(dòng)對(duì)監(jiān)控目標(biāo)場(chǎng)景進(jìn)行實(shí)時(shí)同步分析，并且跟蹤與識(shí)別其目標(biāo)，把信息反饋出來(lái)和異常現(xiàn)象的警報(bào)等。所以，在動(dòng)態(tài)目標(biāo)檢測(cè)是視頻監(jiān)控中的視頻序列的首要任務(wù)。一般背景物體的特性應(yīng)在一段時(shí)間內(nèi)固定的物體，活動(dòng)物體應(yīng)該為移動(dòng)或短時(shí)間出現(xiàn)的物體。但是在現(xiàn)實(shí)中，由于背景圖像的動(dòng)態(tài)變化所帶來(lái)的諸多影響，運(yùn)動(dòng)目標(biāo)檢測(cè)是一個(gè)非常困難的工作。

1 運(yùn)動(dòng)目標(biāo)的檢測(cè)

1.1 運(yùn)動(dòng)目標(biāo)的檢測(cè)是什么

運(yùn)動(dòng)目標(biāo)檢測(cè)是指：變化區(qū)域中的部分圖像，從背景圖像序列中被提取出來(lái)，使之成為一個(gè)有意義的實(shí)體。運(yùn)動(dòng)目標(biāo)的檢測(cè)是智能監(jiān)控中一個(gè)基礎(chǔ)但很關(guān)鍵的部分，是實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤、在識(shí)別與事件監(jiān)測(cè)的前提下，運(yùn)動(dòng)目標(biāo)的分割、精確檢測(cè)都會(huì)影響到運(yùn)動(dòng)目標(biāo)的分類及跟蹤；而目標(biāo)檢測(cè)的好壞將決定后續(xù)處理的效果。

1.2 視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)流程

1.2.1 視頻監(jiān)控體系的硬件是怎樣構(gòu)成的

如今已分為，實(shí)時(shí)監(jiān)控系統(tǒng)和非實(shí)時(shí)監(jiān)控系統(tǒng)。實(shí)時(shí)監(jiān)控系統(tǒng)就是：把攝像頭裝在，需監(jiān)控的場(chǎng)所中合適的位置，隨時(shí)監(jiān)控該場(chǎng)景的景象，將其傳輸?shù)奖O(jiān)控中心，監(jiān)控中心再對(duì)信號(hào)進(jìn)行分析、判斷，由于實(shí)時(shí)的監(jiān)控系統(tǒng)其對(duì)計(jì)算機(jī)的信息處理速度要求高，故而其不能兼顧準(zhǔn)確性、實(shí)時(shí)性，所以實(shí)際的行業(yè)應(yīng)用還是無(wú)法得到大范圍推廣。非實(shí)時(shí)視頻監(jiān)控系統(tǒng)是指對(duì)已經(jīng)存在的“過(guò)去時(shí)”的視頻進(jìn)行分析和判斷，是目前視頻監(jiān)控實(shí)際應(yīng)用中的常用方法。

1.2.2 視頻監(jiān)控系統(tǒng)的處理流程是怎樣的

不管是非實(shí)時(shí)的還是實(shí)時(shí)的視頻監(jiān)控系統(tǒng)，其關(guān)鍵所在都是計(jì)算機(jī)對(duì)視頻的處理。視頻監(jiān)控系統(tǒng)對(duì)視頻的處理流程主要有5個(gè)部分：1）獲取序列圖；2）圖像的預(yù)處理；3）目標(biāo)分割的提取；4）目標(biāo)的匹配跟蹤；5）目標(biāo)的行為分析。對(duì)視頻進(jìn)行處理的時(shí)，整個(gè)系統(tǒng)之基石是如何處理噪聲，處理了噪聲后，將運(yùn)動(dòng)目標(biāo)從圖像中找到，提取出運(yùn)動(dòng)目標(biāo)的信息，然后，計(jì)算機(jī)通過(guò)原目標(biāo)信息，與提取出運(yùn)動(dòng)目標(biāo)的信息對(duì)比，最終，得到目標(biāo)的真實(shí)信息，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)。

2 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)

作為計(jì)算機(jī)視覺(jué)領(lǐng)域中，一項(xiàng)很重要而又很高效的研究方向——運(yùn)動(dòng)目標(biāo)檢測(cè)。人們一直都在對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)進(jìn)行研究，希望可以研究出一種適應(yīng)所有普遍場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)，不過(guò)因?yàn)橛兄鴱?fù)雜、多樣的監(jiān)控背景的運(yùn)動(dòng)目標(biāo)，可用于各行業(yè)各類監(jiān)控場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)還能大范圍得到應(yīng)用和推廣。當(dāng)前只能根據(jù)特定的場(chǎng)景和特定少量的運(yùn)動(dòng)目標(biāo)進(jìn)行智能分析，需要利用不同的檢測(cè)方法來(lái)進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。目前，常用的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)有以下幾種。

2.1 光流法

光流是指：空間運(yùn)動(dòng)著的物體，被觀測(cè)面上像素點(diǎn)運(yùn)動(dòng)的時(shí)候，產(chǎn)生瞬時(shí)的速度場(chǎng)，其攜帶的信息有：動(dòng)態(tài)行為及物體表面的結(jié)構(gòu)等。給圖像中各個(gè)像素點(diǎn)，一個(gè)速度矢量就形成了一個(gè)圖像運(yùn)動(dòng)場(chǎng)；其運(yùn)動(dòng)時(shí)用投影將三維物體上的點(diǎn)對(duì)應(yīng)圖像上的點(diǎn)，根據(jù)各個(gè)像素點(diǎn)、動(dòng)態(tài)分析和速度矢量計(jì)算。這便是光流法檢測(cè)運(yùn)動(dòng)目標(biāo)的基本原理。光流計(jì)算法由：基于頻域的、匹配的及梯度的光流計(jì)算法所組成。

2.1.1 基于頻域的光流計(jì)算法

基于頻域的光流計(jì)算法是利用速度可調(diào)的濾波組輸出頻率或相應(yīng)的信息，可以獲得高精度的初始光流估計(jì)；但其計(jì)算非常復(fù)雜也很難進(jìn)行可靠性的評(píng)價(jià)。

2.1.2 基于匹配的光流計(jì)算法

基于匹配的光流計(jì)算法又分為基于特征和區(qū)域兩種方法。前者是通過(guò)對(duì)目標(biāo)的主要特征進(jìn)行實(shí)時(shí)監(jiān)控，不斷進(jìn)行定位和跟蹤，對(duì)大目標(biāo)的運(yùn)動(dòng)和亮度變化的監(jiān)測(cè)具有較好的效果，但由于光流的稀疏性使得對(duì)特征的提取和匹配難度較大，精確度不高。基于區(qū)域的方法是指：通過(guò)對(duì)相似區(qū)域進(jìn)行的定位以及位移計(jì)算光流，此法在視頻編碼中有著上佳效果；不過(guò)光流稠密性的計(jì)算上仍然存在問(wèn)題。

2.1.3 基于梯度的光流計(jì)算法

基于梯度的光流計(jì)算法是利用圖像序列的時(shí)空微分來(lái)計(jì)算光流，它的計(jì)算方法簡(jiǎn)單，而且在早期的試驗(yàn)中取得較好的效果，因此目前在廣泛的研究中，但由于在選擇計(jì)算光流時(shí)需要的可調(diào)參數(shù)的人工選取和可靠性評(píng)價(jià)因子上比較困難，即使基于梯度的計(jì)算方法雖然在光流估計(jì)上取得好的實(shí)驗(yàn)效果，但在利用其對(duì)目標(biāo)進(jìn)行檢測(cè)與自動(dòng)跟蹤上仍存在問(wèn)題。

基于光流場(chǎng)，分析的運(yùn)動(dòng)目標(biāo)之檢測(cè)方法是根據(jù)：各個(gè)光流矢量中所包含的各個(gè)像素之動(dòng)態(tài)的信息，精確的計(jì)算出運(yùn)動(dòng)目標(biāo)之速度，且還能檢測(cè)出，運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)。不過(guò)噪聲會(huì)影響到光流矢量。所以光流不是單一的，且此法采用的是計(jì)算量很大的求解計(jì)算，要實(shí)時(shí)檢測(cè)運(yùn)動(dòng)目標(biāo)，需有特殊的硬件支持。所以其多適用于目標(biāo)運(yùn)動(dòng)速度和圖像噪聲均較小的場(chǎng)合。endprint

2.2 背景差值的方法

背景差值的方法是指：常用的運(yùn)動(dòng)目標(biāo)檢測(cè)法，運(yùn)用于靜態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)。背景差值法的原理是將前幀圖像和已有的背景模型圖像做差，得到的不同部分就作為運(yùn)動(dòng)目標(biāo)的信息。此法的基礎(chǔ)是構(gòu)造背景模型，常用的背景建模算法是高斯背景建模算法，而且這種算法還可以進(jìn)行實(shí)時(shí)更新。背景差值法的優(yōu)點(diǎn)是可以提取出運(yùn)動(dòng)目標(biāo)的完整信息；但視頻監(jiān)控中的場(chǎng)景是真實(shí)的場(chǎng)景，會(huì)受到很多外在因素環(huán)節(jié)的影響，比如天氣影響、以及噪聲影響等等，這些因素都會(huì)影響到運(yùn)動(dòng)目標(biāo)的信息提取，有時(shí)甚至?xí)划?dāng)成運(yùn)動(dòng)目標(biāo)的信息被提取出來(lái)，所以當(dāng)使用此法時(shí)需二次處理才能適用于視頻監(jiān)控系統(tǒng)當(dāng)中，從而確能保證檢測(cè)的效果。

2.3 幀間差分法

幀間差分法是通過(guò)對(duì)連續(xù)兩幀或多幀的視頻圖像進(jìn)行相減來(lái)得到差分圖像，在差分圖像上檢測(cè)運(yùn)動(dòng)變化的區(qū)域，再用區(qū)域上的灰度信息恢復(fù)之前的運(yùn)動(dòng)目標(biāo)。此法是，在運(yùn)動(dòng)目標(biāo)的檢測(cè)中，用得最多的算法之一。計(jì)算簡(jiǎn)單、檢測(cè)目標(biāo)速度快、自適應(yīng)性較強(qiáng)、易于實(shí)現(xiàn)，是幀間差分法，在檢測(cè)運(yùn)動(dòng)目標(biāo)中的優(yōu)點(diǎn)。但缺點(diǎn)是不能檢測(cè)到完整的目標(biāo)，不能對(duì)目標(biāo)進(jìn)行深入分析和識(shí)別，增加后續(xù)處理的難度，容易空洞運(yùn)動(dòng)實(shí)體內(nèi)部所產(chǎn)生的現(xiàn)象。

2.4 運(yùn)動(dòng)的能量法

運(yùn)動(dòng)的能量法是指：把連續(xù)圖像看成三維空間并計(jì)算空時(shí)梯度。運(yùn)動(dòng)的對(duì)象經(jīng)過(guò)的位置像素空時(shí)梯度的一致性越高，梯度的能量就越大；因此可用來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)。此法可以突出相同方向運(yùn)動(dòng)的對(duì)象，從而有效消除振動(dòng)、非需的像素點(diǎn)，適合于復(fù)雜監(jiān)控環(huán)境。不過(guò)此法不能準(zhǔn)確分割對(duì)象，方法非常復(fù)雜，實(shí)現(xiàn)難度很大。

2.5 人工的神經(jīng)網(wǎng)絡(luò)

當(dāng)前，在運(yùn)動(dòng)目標(biāo)的檢測(cè)中，基于發(fā)展很快的是人工神經(jīng)網(wǎng)絡(luò)的方法，這種方法通過(guò)將每幀圖像分成圖像塊，預(yù)處理圖像塊后將影像投到線性濾波器組，得到圖像模式，再把圖像分類，最后判斷運(yùn)動(dòng)目標(biāo)是哪個(gè)圖像模式中的，這種方法可以識(shí)別出尺度和旋轉(zhuǎn)變形的目標(biāo)，獲得的效果較好。

3 結(jié)束語(yǔ)

智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)是智能視頻監(jiān)控技術(shù)中的一項(xiàng)核心技術(shù)，而隨著社會(huì)生活和生產(chǎn)的進(jìn)步和發(fā)展，人們對(duì)視頻監(jiān)控將會(huì)提出更高的要求，智能視頻監(jiān)控將會(huì)在人們的生產(chǎn)和生活中運(yùn)用的越來(lái)越廣泛，作為核心技術(shù)之一的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)將會(huì)得到越來(lái)越多的關(guān)注。因此，應(yīng)加強(qiáng)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的研究和運(yùn)用，促進(jìn)其技術(shù)的完善和發(fā)展，從而推動(dòng)智能視頻監(jiān)控的廣泛運(yùn)用，推動(dòng)社會(huì)和諧和生活品質(zhì)的提高。

參考文獻(xiàn)

[1]張正友，馬頌德.計(jì)算機(jī)視覺(jué)[M].北京：科學(xué)出版社，2001：53-59.

[2]代科學(xué)，李國(guó)輝，涂丹，袁見(jiàn).監(jiān)控視頻運(yùn)動(dòng)目標(biāo)檢測(cè)背景技術(shù)的究現(xiàn)狀和展望[J].中國(guó)圖像圖形學(xué)報(bào)，2006，11（7）：919，927.

[3]李宏，楊延梧，任樸舟，等.基于光流技術(shù)的復(fù)雜背景下運(yùn)動(dòng)目標(biāo)跟蹤[J].光電工程，2006（10）：13-17.

[4]萬(wàn)衛(wèi)兵，霍宏，趙宇明.智能視頻監(jiān)控中目標(biāo)檢測(cè)與識(shí)別[M].上海：上海交通大學(xué)出版社，2009.

[5]王麗娟.基于OpenCV與混合高斯建模的運(yùn)動(dòng)目標(biāo)檢測(cè)[J].電子測(cè)試，2009（9）：86-90.

[6]金克瓊.視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的研究[D].武漢：武漢理工大學(xué)，2010.endprint