数字视频课程考试习题第一题.docx
《数字视频课程考试习题第一题.docx》由会员分享，可在线阅读，更多相关《数字视频课程考试习题第一题.docx（16页珍藏版）》请在冰豆网上搜索。
数字视频课程考试习题第一题
1.给一个繁忙的交通路口设计一个基于视频检测的信号灯控制系统，希望能够实现动态获取某个方向上等待绿灯的车辆长度（或数目），根据长度或数目设置绿灯时间（即等待车辆多，绿灯时间长，等待车辆少，绿灯时间短），请列出您的方案。
第一章运动车辆检测技术
运动车辆检测技术是智能交通系统的基础，为了获取所需的交通信息，首先需要准确的检测出图像中的车辆目标。
1.1运动车辆检测方法
实现运动车辆检测的方法很多，根据车辆检测器的工作原理的不同，在实际工程中应用比较成熟的检测方法有如下几种:
红外线式、声波式、电磁感应式、视频式等。
根据其基本功能的不同，可概括为两大类:
一是存在型检测器，目的是检测车辆的存在;二是通过型检测器，目的是检测是否有车辆通过，任何交通检测器至少应具有上述两个基木功能之一。
有些检测器只能检测静态的存在或动态的通过中的一种;有些则既能检测静态的存在又能检测动态的通过，称为复合型检测器。
目前具有代表性的是按检测器的工作方式及工作时的电磁波波长范围，将检测器划分为三大类:
磁频车辆检测器、波频车辆检测器和视频车辆检测器。
1.11视频检测技术：
基于视频图像处理的车辆检测技术是近年来逐步发展起来的一种新型的车辆检测方法，它具有无线、可一次检测多参数和检测较大范围的特点，使用灵活，有很好的应用前景。
它以交通监控视频图像为主要的分析对象，通过视频摄像头提取监控图像，通过对图像的分析处理提取出有效信息，根据信息进行运动车辆检测。
基于视频的车辆检测技术可以分为:
1、基于知识的运动车辆检测技术是应用目标和场景的先验知识，从图像中定位运动车辆。
这些先验知识包括几何特征、颜色、纹理等。
车辆所具有的几何特征具有一定的宽度、高度和宽高比例范围以及明显的对称性。
该方法简单、直观，易于编程实现，但需要多个经验值，如车辆长宽的经验比值、车辆边缘的最小长度等。
2、基于立体视觉的运动车辆检测技术是运用两个或多个摄像机从不同位置对同一景物成像获得一组立体像对，通过各种算法匹配出相应像点，从而恢复深度（距离）信息。
该方法能在车辆车速很慢时直接检测其位置，但该方法要求正确标定摄像机，受车辆运动和天气等因素的影响，这是很难做到的。
缺点是该方法依赖于几何目标模型的详细信息，需要做大量的模型设计工作，耗时费力。
图像和模型的匹配计算量巨大，实时性不好，很难适用在车辆数目较大的场合，同时姿态评价函数缺少良好的解析性。
3、基于运动信息的运动车辆检测技术主要是利用序列图像之间存在的大量相关信息进行车辆的检测，主要有光流法和运动能量法。
光流法能检测出独立运动的物体，不要预先知道场景的任何信息，而且适用于摄像机移动情况。
但该算法耗时大，对于复杂、过快或过慢的运动检测效果不好，不适合实时系统。
4、基于像素强度的运动车辆检测技术主要是直接检测相邻帧间像素的变化，主要分为时间差分法和背景差分法。
时间差分法是在一个较短的时间内比较相邻各帧之间像素强度的变化，差分图像中非零的像素点认为是运动车辆造成的。
该方法卞要用于动杰变化的环境，但不适合摄像机运动的情况，也不能实现完整提取运动对象。
背景差分法的核心是通过构建某种模型来表示背景图像。
现有的背景模型基本是建立在统计模型基础之上，例如:
利用卡尔曼滤波以适应光线发生变化时的背景建模;为了更好地区分监控图像中的前景、背景和阴影，利用3个加权高斯分布表示以上三种情况的背景建模;针对N个高斯分布表示背景像素分布的不足，提出一种改进的自适应混合模型以降低运算量，实现运动阴影检测。
相对于其它运动车辆检测技术而言，视频检测技术主要有以下的优势:
1、安装简便，无需破坏路面，易于移动、调整检测器位置，维护费用低。
2、直观可靠，便于管理人员干预，检测范围广，获取信息量大，还可以利用原有的监控设备，最大限度地发挥原有资源的作用。
3、可提供现场录像，重现交通场景，为研究交通行为、改进交通管理方法和处理交通事故提供了大量的信息。
4、对周围环境没有影响，不会造成污染，相同检测器之间也不会发生相互干扰。
这些优势使得该技术可被广泛应用于国民经济的各个邻域，难点在于图像识别实时性要求较高，复杂背景下车辆检测和识别的准确率也难达到实用化的程度，但其适用范围广阔，应用前景光明。
随着计算机硬件和软件技术、数据图像处理和人工智能技术的发展进步，一些视频检测难题正在不断克服，计算速度、检测精度及模型泛化能力正在逐步提高，所以这一技术必将在工领域得到广泛的应用，并能代表自动化检测技术的发展趋势。
1.2运动目标视频检测算法：
随着信息技术的发展，视频检测技术方便、快速、稳定的特点得到了更好的发挥。
运动目标检测方法有很多，目前比较常用的运动物体检测主体算法有以下几种种:
帧间差分法、光流法、背景差分法、边缘检测法等。
帧差法的优点是计算简单、速度快，并且它只对运动物体敏感，不需要考虑背景缓慢变化的影响，而且因差分图像的时间间隔较短，差分图像受光线变化影响小。
但是对做差分的连续帧的选择时机要求较高，而且有赖于运动目标的运动速度。
如果运动速度较快，选取的时间间隔过大，就会造成两两帧之间无覆盖区域，从而无法分割出运动目标;如果运动速度过慢，选取的时间过小，则造成过度覆盖，最坏的情况是目标几乎完全重叠，根本检测不到目标。
光流法的优点是能够检测独立运动的对象，不需要预先知道场景的任何信息，并且可用于摄像机运动的情况，但是由于噪声、多光源、阴影、透明性和遮挡性等原因，使得计算出的光流场分布不是十分可靠和精确，而且，多数光流法计算复杂、耗时多，除非有特殊的硬件支持，否则是很难实现实时检测。
背景差分法适用于摄像机静止的情况。
计算速度快，可以获得关于运动目标区域完整精确的描述，但对场景中光照条件、大面积运动和噪声比较敏感，在实际应用中需采用一定的算法进行背景模型的动态更新，以适应环境的变化。
获取高质量的背景图像是在背景差分法中决定目标提取效果的关键。
常用的背景提取算法很多，如统计直方图法、统计中值法、多帧平均法、分块法等。
这些算法各有优缺点，下面进行简单介绍。
统计直方图法由于其抗噪声干扰性较好，在通常隋况下该方法提取出的背景较多帧平均方法好，但该算法需要保存大量信息运算量大、提取背景速度慢是该方法的主要缺陷。
同时还伴随有这样的问题出现，对于图像中的近景，因为运动目标快速通过，背景显现的时间比较长，得到的背景图像较好;而对于图像远景，一些运动目标相连，目标出现的几率较高，这样会误把运动目标当成背景统计出来，得到的远景背景图像失真。
统计中值法的优点有滤波值是图像中现存的值，所以不会有新的值被创建，运算简单，易于实现，而且能较好的保护边界。
此外，当用户仅想使用整数计算时，也不会存在舍去误差。
背景提取模型统计中值法的缺点是它无法为图像序列的变化给出严格的统计解释，在处理背景差值时也无法对偏差做出估计。
该算法存在的问题与统计直方图法也相差无几，当图像上半部分有连续相似车辆经过时会将车辆误认为背景，而图像的下半部分得到的背景图像非常好。
此外，该算法实现时计算量较大，占用计算机内存较大，处理较慢。
多帧平均法的特点是模型简单，计算方便。
在实际生活中，一段时间内路面某点（x,y）不可能既有亮度高和低的车辆，而是某些地方有亮度高或者是亮度低的车辆，而通过平均法得到的背景就会出现亮暗分布不均匀的状态。
该算法得到背景图像受车流量的影响比较大，随着平均帧数的增加，噪声消除有所改善。
分块法的优点是可利用的有效信息多、减少像素形式的背景模型所带来的计算冗余以及提高系统的运行速度。
对于一帧图像中的近摄像头，由于图像变形较大容易区分，分块法以及其他统计方法都能够很好的区分目标与背景图像。
但对于图像远摄像头的部分，由于远处的车辆粘连严重，背景提取过程中经常造成错误，而分块法对于远处的场景背景提取效果较其它方法好。
第2章运动车辆检测算法研究
运动车辆检测方法在上一章中已经做了一个介绍，根据各算法特点，这里选取背景差分法作为运动车辆获取算法。
2.1背景更新算法研究
由于天气、光照等条件的不断变化，背景并不是静止不变的。
如果直接用当前帧和原始背景图像相减进行图像分割，则会产生不理想的分割，甚至是错误的分割。
因此需要对背景进行更新，以达到较理想的分割效果。
（1）多帧平均法
该算法思路是累计多帧像素值，运用累加平均的方法得到更新后的背景。
该算法原理简单较为粗略，不能适用于光线突然变化，对于光线慢变化等也反应较慢，并且计算量较大。
用公式表示为:
其中，
表示更新后的背景图像，N表示平均帧数，
表示第i帧序列图像。
该方法可用于背景提取和背景更新。
当用于背景提取时，初始背景，然而背景是动态变换的，因此需要对背景更新;通过多帧平均获得当用于背景更新时，每隔一段时间就用多帧平均法重新计算背景，并将其作为当前时刻的新背景。
（2）选择更新法
该算法思路是利用二值化模板，对当前帧中的像素进行选择性的更新。
若t时刻差分图像为:
其中，
为t时刻的差分图像，
为t时刻的前景图像，
为t时刻的背景图像。
假定t时刻的二值模板为:
上式中，T为进行二值化的阈值。
从两个相邻帧图像中获取t时刻运动模板。
设在t和t-1时刻的二值模板分别为
和
，则t时刻运动模板为:
当前像素的瞬时背景为：
最后再利用瞬时背景和当前背景进行加权更新:
上式中，a为更新系数，其大小直接影响背景的更新速度。
由于更新原则为稳定平稳变化，因此更新系数
应该尽可能小。
2.2背景更新算法优化
（1）获取临时背景
记当前采集的图像为f（x,y），估计的初始背景为B（x,y），待估计的临时背景为IB（x,y）。
计算当前图像中各像素点的灰度值与初始背景图像对应像素点的灰度值的绝对差值。
若其小于等于闭值T1，则说明两幅图像中对应点像素变化不大，可用当前像素点的灰度值作为临时背景像素点的灰度值;否则，说明该像素点可能是运动目标像素点，此时以背景像素点的灰度值作为临时背景像素点的灰度值。
可用如下公式表示:
（2）计算阈值
对于给定的一组图像序列，假设第N帧作为当前帧，记为
，背景图像记为
。
当前帧在像素P（x,y）处的灰度值记为
，背景图像B在（x,y）处的灰度值记为
（
由第一幅图像
生成），则当前帧与背景图像在（x,y）像素处的灰度差是
因此，对于背景点来说
而对于前景点，
的值一般不是0,所以可对差分图像
设定一个阈值，即可去除部分噪声从而提取出前景目标车辆。
，如果
，如果
其中Th是我们上面提到的阈值，
是第N帧图像的前景点。
那么，Th的选值方法为：
。
2.3阴影检测算法研究
阴影的产生是由于物体对光线的遮挡而引起的。
由于阳光或照明设备的照射，在交通场所中存在的阴影一般有两种:
一种为静态阴影，比如厚重的云、建筑物或树木等静态物体产生的阴影;一种为动态阴影，是由运动车辆等动态物体产生的阴影。
由于阴影与我们的目标车辆联系紧密，且移动速度一致，因此很难用光流法解决。
而且，由于阴影经常会因为背景的原因发生改变，通过颜色或者亮度来区分二者的做法也是很难的。
然而相对于背景来说，阴影的色度是固定的，而且亮度相对于背景来说也较低，很多阴影检测算法正是基于这一点。
本设计方案是基于以下的现实情况来对系统建立模型的，如下图所示，在阴影模型中，存在以下两种光源，一是来自于阳光的直射，二是来自于周围环境的散射光。
图2.1阴影模型中的光源
基于对阴影特征的分析，我们获取了阴影与背景、阴影之间在亮度、色度及位置间的关系。
下面我们将建立几个不同的选择器来对阴影加以识别。
1.色度选择器
在一般天气条件下，由于阳光和散射光的存在，阴影要比背景暗。
因此在RGB空间中，如果一个像素点的亮度比背景大，我们基本可以断定它不是阴影，可以看作运动物体。
为了确定像素点
是运动物体还是阴影的像素点，首先我们要估计对于阴影像素的均值m和标准偏差
。
本设计方案中应用最大可能估计法计算阴影像素均值m和标准偏差
的值。
2.亮度选择器
通过上述色度选择器，我们已经对阴影和目标物体进行了初步的判别，不过仅凭色度还无法完全区分二者，因此，我们根据阴影和物体的亮度进行二次判断。
亮度差BD（x,y）同样遵从高斯分布，我们定义BD（x,y）的均值为m，标准方差为
。
同理，我们用最大可能估计法可以得到其均值m和标准方差
的值。
3.位置选择器
通过上述两个选择器，我们基本确定了阴影的像素范围。
我们通过位置选择器对目标像素是否为阴影作进一步的判断。
第3章系统控制算法研究
交通信号控制是指以交通信号控制模型为基础，通过合理控制路口信号灯的灯色变化，达到减少交通拥挤与堵塞、保证城市道路通畅和避免发生交通事故发生的目的。
本章将首先介绍与交通信号优化控制有关的交通流理论相关知识，以及城市交通信号控制的相关概念，然后对城市单交叉路口建立坐标模型，选择合适有效的算法对交通进行控制。
3.1交通流基本理论
交通流理论是运用物理学和数学的方法来描述交通特性的一门边缘科学，是交通信号控制的理论基础。
它用分析的方法阐述交通现象及机理，以便更好的理解交通现象的本质，并通过应用这些理论使得城市交通管理与控制发挥最大限度的作用。
交通流中一定时间内到达某一断面处的车辆数是随机的，属于一种离散分布，而在交通流中车辆到达的时间间隔则是一种连续形分布。
运用这些分布在不同交通流状况下的不同分布模型，就可以用有限的已知数据来预测未来的交通状况，有效的解决交通流中某些实际问题。
在交通信号配时设计中，就是要利用交通流的这种随机分布来预测一个信号周期内到达的车辆数。
在描述交通流随机性的统计规律时，可用概率论中的离散型分布和连续型分布，当描述车速和穿越空挡等之类的交通流现象时，也可用连续型分布。
通过大量的实际交通观测，交通流在一定的观测周期内到达的车辆数服从泊松分布、二项分布、负二项分布等离散型分布规律。
在一定路段上分布的车辆数也服从这些离散型分布规律。
3.2城市交通控制信号概述
城市交通信号控制就是通过对交叉路口的信号灯的灯色顺序和持续时间进行有效控制，使得车辆能够高效地驶离交通路口，达到疏导、改善交通流的目的。
目前，我国的交通信号控制理论的研究还刚刚起步，尚未形成完整的体系，有关交通控制的许多理论正在研究之中。
第一相位第二相位
图3.1两相位示意图
图3.2四相位示意图
3.3单交叉路口概述
单交叉路口信号控制是最简单的一种交通信号控制方式，是城市交通的最基本组成方式，对于单交叉路口的控制可以推广到整个城市交通的控制，是由点到面的一个发展，所以研究先进有效的单交叉路口信号控制方法具有重要的现实意义。
单交又口交通信号控制器的设计就是合理地设计一种交叉口的配时方案，包括:
相位序列、信号周期和绿信比。
图3.3单交叉路口示意图
交叉路口具有将城市道路连接起来构成道路交通网络的功能，在城市交通运输中，交叉路口对交通运输的快捷性影响最大。
交叉路口分类主要有以下几种:
三路交叉、四路交叉以及多路交叉等。
根据路口的形状又可以分为T型交叉口、十字交叉口、Y型交叉口以及环行交叉口。
因为交通路口中最常见的为四路、十字交叉路口，所以下面的描述都是基于这种类型的交叉路口，但其建模和优化控制原理同样适用于其它类型的交叉路口。
城市中典型的四路、十字交叉路口的交通流分布如上图所示。
图中，交叉路口东、南、西、北四个方向的进口道路均分为三个车道，分别为左转车道、直行车道和右转车道。
为了保障交通流高效、安全地通过交叉路口，通常根据各方向各车道交通流的大小，可对交叉路口的交通流实行不同的相位控制方式。
对于单交叉路口的信号控制来说，最常见的信号控制方式为二相位控制和四相位控制。
在两相位控制方式中，如图3.1，第一相位期间东、西向进口道的交通流取得通行权，而南、北向进口道的交通流禁止通行;第二相位期间，南、北向进口的交通流取得通行权，而东、西向进口道的交通流禁止通行。
这种控制方式适用于各方向进口道上左转交通流比较小的情况。
而在四相位控制方式中，如图3.2，第一相位期间仅东、西向进口道的直行交通流取得通行权，其它交通流禁止通行;第二相位仅东、西向的左转交通流通行;第三相位仅南、北向的直行交通流通行;第四相位仅南、北向的左转交通流通行。
这种控制方式适用于各方向进口道上左转交通流比较大的情况。
第4章系统的总体结构
视频检测控制系统由上位机和下位机两部分组成，他们之间通过网络连接。
上位机位于交通信息管理和控制中心，负责网络通信、数据存储、数据库管理。
下位机由摄像机、检测卡和工控机组成，摄像机采集的视频图像经检测卡上传到工控机进行监控，同时检测卡对视频图像进行处理，提取交通参数，按约定的时间上传至上位机。
这里我们选择DSP作为视频检测算法实现的处理器。
图4.1控制器总体设计框图
4.1DSP芯片选择
DSP作为信号控制机的核心，它负责控制、管理整个控制系统的运行。
主要完成功能:
对车流量进行检测，对图像进行处理得到需要参数并根据输出来控制信号灯的状态。
另外还兼具其他的一些辅助功能。
作为控制机的核心，它的可靠性和实时性是最基本，也是最重要的要求。
因而对主处理器芯片的要求很高，其中最为重要的是能够实现实时控制。
另外要求有多路输入、输出，并且能够实现与主控制机的通信任务，所以本系统选用美国TI公司生产的TMS320DM642芯片作为主处理器芯片。
图像处理主要由视频A/D、帧存、处理器这三部分构成。
由于本系统的摄像机输出的是彩色视频，因此在A/D之前还需要解码部分。
这里选用集A/D转换和解码于一身的芯片一Philips的视频处理芯片SAA7111。
4.2系统硬件结构
（1）视频采集部分
视频采集部分的核心是SAA7113，这部分主要完成摄像机输出的视频输入、模拟视频A/D转换，以及将转换后的数字视频信号通过与DM642的VIDEOPORT之间的无缝连接传输至DSP进行视频处理。
SAA7113有四个输入通道，2个A/D转换通道，考虑到系统支持输入电视的格式最好具有多样性，因此既包含CVBS输入也包含Y/C输入。
Y/C信号是将色差信号Y,C,、几合二为一，成为一个色度信号C（Chroma），再加上单独的Y信号，由这两种信号组成的就是YlC信号即S-Video;CVBS信号则是进行进一步的信号统合，将3.58MHz的C信号经调变和Y信号合而为一，成为一种6MHz频宽的复合信号。
因此Y/C信号的输入用到AI11和AI21端口，CVBS信号的输入用到AI22端口。
SAA7113在复位时要通过尸C总线接口实现工作方式的配置（如输入信号的选择、输出数据的格式及位数、工作模式等），即IICSA（尸c总线地址选择）端口、SDA（IZC总线数据）端口和SCL（IZC总线时钟）。
DM642的有三个VIDEOPORT，本系统使用VIDEOPORTO来接收SAA7113所输出的视频数据。
下图为SAA7111与DM642的端口连接框图，两者在硬件上的连接十分方便，使得系统简洁。
图4.3SAA7111与DM642的VIDEOPORT的端口连接框图
（2）输出部分
视频输出部分的核心是SAA7121，这部分主要是通过与DM642的VIDEOPORT之间的无缝连接从DSP得到数字视频信号，然后完成数字视频信号的D/A转换，视频编码并输出。
（3）帧存部分
TMS320DM642在VIDEOPORT部分自带FIFO，因此这自然就成为本视频处理系统的帧存部分。
FIFO中的数据使用DMA方式传送到DSP的片内或片外存储空间。
通过设置在FIFO中的缓冲闽值，触发DMA的事件管理器，然后DMA机制完成对一组数据的传输，并且传输的数据宽度是64位。
同样的方式就完成了对要采集的图像的一场或一帧的传输。
（4）处理器部分
这一部分是整个视频图像处理系统的核心之所在，也是整个系统的难点之所在。
DSP芯片系统结构复杂，管脚多（TMS320DM642管脚数高达548个），工作频率高（最高为600MHz，因此在设计时要分为几个模块研究。
1）EMIF部分
这一部分主要是和外部数据存储器SDRAM和程序存储器FLASH的连接问题。
选择SDRAM是考虑其存取速度快，用来存储DSP处理后的交通信息数据和图像数据，而FLASH就是用来存放DSP要运行的程序。
SDRAM芯片和DSP的EMIF接口能够实现无缝连接。
SDRAM所需要的同步访问时钟由EMIF的AECLKOUTI提供，输入到其CLK端口。
其他的端口如片选端口CS、时钟使能端口CKE、写使能端口WE、行地址选择端口RAS、列地址选择端口CAS、片选端口CS以及地址线和数据线等在EMIF上均有对应的端口与之相接。
具体连接如下图所示。
图4.4SDRAM和EMIF的接口
FLASH芯片与DSP的EMIF接口也实现了无缝连接。
FLASH是异步器件，无需时钟，所以连接比SDRAM还要简单。
其控制信号输出使能OE、写使能WE和片使能CE端口分别与EMIF的AAOE,AAWE和ACEn连接，其中AAOE和AAWE是复用口（分别与ASDRAS和ASDWE复用）。
地址线和数据线与相应的AEA和AED连接。
如下图所示。
图4.5FLASH与EMIF的接口
2）
部分
模块就是两个端口SDA和SCL。
通过这两个端口，DM642向系统中的
器件如SAA7111发出控制指令，与DSP协调工作。
3）电源部分
电源是DSP能否正常工作的重要因素。
TMS320DM642的核心电压为1.4V（600MHz）或1.2V（500MHz）。
核心电压主要为器件的内部逻辑提供电流，包括CPU、时钟电路和所有外设，消耗的电流主要决定于CPU的激活度，时钟电路也消耗一小部分电流，而且这部分电流是恒定的，外设消耗的电流取决于正在工作的外设和速度;周边电压则只为引脚提供电压，消耗的电流取决于外部输出的速度和数量，以及在这些输出口上的负载电容。
因为DSP工作时需要两种电压，所以要考虑供电系统的配合问题。
在加电过程中，应该保证内核电压（CVDD）先上电，最晚也应当与I/O电压（DVDD）一起加。
关闭电源时先关闭DVDD，再关闭CVDD。
在有一定安全措施保障的前提下，允许2个电源同时加电，2个电源都必须在25ms内达到规定电平的95%。
4）时钟芯片和芯片复位时的配置
DSP芯片对输入的时钟脉冲也有一定的要求，上升沿、下降沿和占空比以及外部时钟源的负载电容都应该满足DSP所要求的条件。
晶振的输出经DSP的PLL模块倍频（X1,X6或X12）后便可提供DSP的工作时钟频率。
本系统采用50MHz的晶振，经由PLL的12倍频后得到TMS320DM642的工作频率600MHz。
另外，DSP对PLL的工作电压的质量要求很高，即PLLV端口输入的电压必须是干净的电压，因此在其之前加入了静噪滤波器（EMI）和电容。
在TMS320DM642复位的时候，引导模式（BOOTMODE）、片内外设的选择和器件配置都必须确定，因此需要使用一些拨码开关，以实现DSP工作方式的多样性。
引导模式主要有两种方式:
一种是主机加载，另一种则是8位ROM或FLASH加载，本系统采用后一种方式。
片内外设的选择包括PCI,HPI、通用IO口和EMAC的使能的选择等，因为这下个模块的端口是复用的，每次只能供一个模块使用。
由于本系统只需用到以太网，因此只要使用EMAC模块，即使能EMAC模块。
5）TMS320DM642
以上所述就是图像处理模块的原理图设计，下图为TMS320DM642板卡实物图:
图4.6TMS320DM642板卡实物图
4.3系统的软件设计
智能交通视频监控系统的核心是对交通视频信息实时检测，通过对视频数据的实时处理得到监控中
升级会员 