技术中心
 
 

基于目标的智能视频监控系统技术分析

   日期:2013-01-13     来源:互联网    
本文介绍一种在国际上新出现的基于高清卫星图的智能视频监控技术,又称作基于目标的智能视频监控。它采用高清卫星图作为GIS界面,将系统关联的摄像机的智能视频分析结果,有机地集成在基于高清卫星图的视频监控界面上,能简单直观地呈现目标信息,从而大幅提升用户体验。

 GIS视频监控界面
  
当前,主流的视频监控系统采用“井字格”的方式,即在电视墙或者显示器上显示视频图像。这种方式的优点是容易实现,让用户直接看到最原始的视频信息。但是这些视频信息无不缺乏全局性,而GIS视频监控界面是对“井字格”式的传统视频监控系统一个有益的补充。基于GIS的视频监控界面的优点主要体现在:

1、便于用户迅速理解全局安全态势,判断触警位置,快速制定响应方案。使用“井字格”方式显示视频图像就像以管窥豹,虽然众多摄像机图像都被显示,但由于摄像机点位、观察角度甚多,用户仍难以快速理解或判断监控区域的整体态势。可以想象当有触警事件发生时,监控人员需要根据图像不断辨识目标的真实方位,既增加了监控疲劳程度,又降低了监控人员体验满意度,响应非常被动,其实这是视频监控行业的普遍问题。

而在GIS框架下,能将局部信息有效组织,其不仅是局部信息的简单叠加,它可以帮助用户提炼理解全局态势,例如目前监视的目标的运动趋势等,以便更及时有效地做出决策。

2、可以自然地和其它非视频信息集成,形成统一操作平台。除了视频图像以外,GIS界面可以方便地集成GPS、门禁、RFID、消防等非视频传感器信息,是多传感器信息融合最自然的界面选择。

3、在GIS界面上可实现的新功能:

新业务功能:对车辆脱离指定运动轨迹的监控报警;

新的使用管理方法:通过GIS界面快速调阅、管理局部区域内的监控点,例如在某个关键部位用鼠标画框或者点击区域,自动弹出此区域及相邻位置的摄像机图像。在GIS界面上快速制定报警策略,而不必在每个摄像机中逐个进行设置等。

高清卫星图的GIS监控界面

当前主流的视频监控GIS界面采用类似于谷歌地图的电子地图。作为视频图像信息的承载体,采用视频高清卫星图更为自然,同时也能产生更高级的应用。

目前电子地图和智能视频监控的结合主要体现在当智能视频监控发现异常的时候,对应监控区域可以通过闪动等形式表示触警。但是这种触发不够精细,是一种“开关量”式的表达方式,对于监控区域内目标的运动轨迹等信息无法表示,自然也就不能表达自动跟踪等高级功能。

电子地图可以理解为一种简化了的卫星图。但是正是这些被简化掉的信息,可以被用来在卫星图和监控图像之间通过数学方法,自动建立起一种匹配关系,从而可以使在摄像机中发现的目标信息在卫星图上准确标注出来。例如发现的目标运动轨迹可以转换成目标在卫星图上的运动轨迹,从而可以将运动目标信息在卫星图上统一呈现出来。

将高清卫星图作为背景可以增强系统的真实感,更便于监控人员理解和接受。同时,由于建立摄像机和GIS的匹配关系需要卫星图,所以使用卫星图不是锦上添花,而是必须的。

 衡量监控系统优劣的标准
  
美国安防界总结的安防至高境界是“SituationalAwareness”,即态势感知。从而提供“actionable”,即可操作的决策信息。一套视频监控系统的价值主要体现在能否在触警事件发生后的一段时间内,为用户提供及时、有效和可操作的信息。

摄像机点位合理充足、图像清晰、电视墙壮观、智能分析误报率低等等,这些都是客户对视频监控系统的常见要求。但是如果这些要求不能转化成可操作的决策及应急措施,花巨资的系统可能就是一个形象工程。所以信息的“可操作性”是衡量视频监控系统优劣的根本标准。

  当前视频监控的瓶颈
  
目前视频监控系统的主要应用模式还是“事后调查取证”,是亡羊补牢而不是防患于未然。在海量信息面前,人们寄希望于智能视频分析能有效过滤掉绝大多数的无用信息,将有用信息推送到用户面前。智能视频分析是一个非常有潜力的发展方向,但是现在也存在一些问题。本文主要关注如何将智能视频分析的结果有效呈现给用户,这恰恰是目前监控行业考虑比较少的一个问题。

监视信息各自独立。现有的主流智能视频监控对每一路图像分别进行智能分析,将分析结果推送给用户。各摄像机资源没有得到配合、协同。同一运动目标经过多个摄像机视野会被报告为多个独立的录像片段。由于每个摄像机触警条件不同,当物体在一个摄像机视野内触发报警,运动到其它摄像机视野的时候,很可能被视作为正常的运动物体。所以主流智能视频监控系统或仅在某一个摄像机触发报警。由于时间短,监控人员有可能来不及反应,从而丢失目标。

具有多摄像机协同功能的系统可以保持对触警目标跨区域的持续跟踪。从而成倍地增加对目标的监控时间。大大提高决策的准确性和有效性。如果将对触警目标的跟踪时间作为考核一个视频监控系统价值的标准,具有多摄像机协同功能的系统的价值是普通智能视频监控系统的好多倍。

  基于目标的智能视频监控
  
基于目标的智能视频监控技术是目前国际上监控行业提出的一个新概念。它是相对于目前主流的基于摄像机的智能视频监控技术而言的,是它的升级和延伸。基于摄像机的主流技术没有在摄像机之间分享、关联信息,信息源之间是独立的。基于目标的技术强调突破基于摄像机的技术对信息共享的束缚,在系统范围内协同调配监控资源。自动关联摄像机之间来自同一目标的信息。最终达到的目的是让用户“忘掉”某个摄像机,不需要知道摄像机的点位和朝向,仅需要关心和业务相关的目标,从而非常直接、方便地了解当前的安全态势,及时有效地制定出响应对策。

让监控信息的表达更简单直接是基于目标的智能视频监控技术的核心思想。

智能视频监控的本质就是一个海量信息的提取和过滤过程。

主流的智能视频监控技术实现了可操作(Actionable)信息元素的提取,基于目标的智能视频监控技术就是将这些元素进行有效的组织,进一步梳理和过滤信息,并呈献给用户,让用户感觉简单和直接。

基于目标的智能视频监控技术的两个支撑技术是:一是多摄像机(监控点)协同;二是基于卫星图的集成信息的呈现,下图描述了两支撑技术和基于目标监控的关系。

 实现多摄像机协同的关键技术
  
摄像机目标“握手”、协同技术
  
GIS(高清卫星图)作为多摄像机协同技术的平台基础是非常理想的。如果采用“井字格”形式的监控形式,摄像机之间的关联关系非常难确立。同一个目标在相邻摄像机之间由于视角、变焦、成像敏感度、颜色差异等,会对目标在不同摄像机之间“握手”(Re-identification)造成较大困难。通过利用GIS作为统一平台,不同摄像机之间的目标可以投射到GIS上面,从而利用位置约束来有效“握手”,大大提高了多摄像机协同的有效性。

将多摄像机放在系统层面上来考虑可以很自然地引入资源调配的概念。就是对运动目标的前进方向进行预判,提前调度监控资源。例如让云台摄像机在某个预置位“迎接”运动物体,在分叉口上可以调集多个云台摄像机进行准备,从而提高“握手”的成功率,用少量的摄像机达到覆盖大面积监控区域的目的。

 动态平台跟踪技术
  
在固定摄像机中进行目标跟踪是较为成熟的技术,为了用少量摄像机覆盖较大监控面积,通常需要使用动态平台跟踪技术,即云台目标跟踪技术。

相对于固定摄像机,由于没有背景模型的支撑,在云台摄像机上保持对目标的跟踪难度大大增加。尤其当需要摄像机变倍来放大目标,目标转弯造成目标图像形态发生较大变化等情况下目标容易丢失。可靠的云台跟踪是当前非常先进的技术,也是国际上活跃的研究方向。

目前市场上有少量具有云台跟踪功能的产品,但是厂家并没有重点推广此功能。所以在选择此类产品的时候,一定要关注实际效果。单独的云台跟踪产品对于较大监控系统(几十个及以上探头)的监控效率的提升是有限的,云台跟踪产品可以做到在系统范围内调配、协同,才能真正发挥多摄像机协同的效能。

 模式识别技术
  
智能视频分析的一个特点就是可以对运动目标的属性,例如人、小汽车、大卡车、自行车(摩托车)、人群等进行模式识别。这些运动目标可以利用图标形式在GIS界面上将它们的属性及轨迹表示出来。人用人的图标,车用车的图标。对于用户不关心的运动物体可以不显示,从而对海量图像信息进行有效过滤,将信息量控制在人生理上可以接受的范围之内。

人车分类为主的模式识别技术和车牌识别、人脸识别属于一类技术,但由于相对来说使用环境更多样、人车大小不一、角度更多变,所以成熟度相对差一些,但是此类技术正迅速实用化,可以期待在近期接近或者可达到人脸识别的准确度。

 摄像机信息卫星图集成技术
  
监控摄像机图像和卫星图本质上都是图像。

可以通过将它们之间的共同特征进行匹配,从而实现监控摄像机图像和卫星图之间的映射关系。也就是说摄像机中的像素和卫星图位置之间形成一一映射的关系。在摄像机中发现的运动物体轨迹可以同样在卫星图中表达出来。

每个摄像机在卫星图上的相应区域“投射”目标信息,形成一个完整的、实时的运动目标全局态势图。

摄像机信息卫星图集成技术本质上就是将不同的摄像机视角通过数学变换,转换成一个统一的从高空俯瞰的卫星视角,从而消除了不同视角方向带来的对全局态势判断的困惑,能简单直接地表达出目标信息。

 结语
  
本文介绍了一种目前在国际上先进的基于目标的智能视频监控模式。其核心思想就是让用户“忘掉”摄像机、“忘掉”井字格形式的传统监控方式,从用户真正关心的目标的角度去使用监控系统。它核心技术是多摄像机协同和基于高清卫星图的全局信息集成。通过关联不同摄像机之间的视频分析结果,集中统一投射到一个集成卫星图平台,从而帮助监控人员克服使用传统监控技术时缺乏全局观念、众多信息源、不同视角造成的困惑,能轻松及时地掌控当前的安全态势,快速形成响应方案。



 
  
  
  
  
 
更多>同类技术
 
全年征稿 / 资讯合作
 
推荐图文
推荐技术
可能喜欢