智能视频监控的异常检测.docx
《智能视频监控的异常检测.docx》由会员分享,可在线阅读,更多相关《智能视频监控的异常检测.docx(7页珍藏版)》请在冰豆网上搜索。
![智能视频监控的异常检测.docx](https://file1.bdocx.com/fileroot1/2023-2/2/d094a489-a2bf-4607-bcde-ead804dc1e85/d094a489-a2bf-4607-bcde-ead804dc1e851.gif)
智能视频监控的异常检测
智能视频监控的异常检测
智能视频监控的异常检测
摘要:
视频监控在国民经济中发挥着越来越重要的作用,本文在对视频监控技术的构成与发展进行研究分析的基础上,针对智能网络视频监控系统图像采集范围广、通道数量多,难以实时全面兼顾的特点,对硬件故障,图像异常检测、异常分析等若干关键技术进行了深入研究,并建立了带有自动识别报警系统的视频监控设备故障检测系统。
关键词:
视频监控;异常检测;报警系统
anomalydetectionofintelligentvideomonitor
zhangguimao1,liuxiang2,liuqu2
(1xinjiangdushanzitianlihigh-techco.,ltd.,karamay833600,china;2xinjiangdushanzipetrochemicalcompany,communicationscompany,karamay833600,china)
abstract:
videomonitorinthenationaleconomyisplayinganincreasinglyimportantroleinthispaper,thecompositionofvideosurveillancetechnologywiththedevelopmentofresearchandanalysis,basedontheintelligentnetworkvideosurveillancesystemforimageacquisitionrange,numberofchannelsandmoredifficulttofullytakeintoaccountthecharacteristicsofreal-time,hardwarefailure,theimageanomalydetection,anomalyanalysis,anumberofkeytechnologies
长期存储,自动化程度很低,另外vcr的视频检索效率十分低下。
2.数字视频监控系统。
产生与20世纪90年代,以dvr为主要标志性产品,模拟的视频信号由dvr实现数字化编码压缩并进行存储。
dvr对vcr实现了全面取代,在视频存储、检索、浏览等方面实现了飞跃,之后dvr在网络功能上不断强化。
3.智能网络视频监控系统。
开始于本世纪初,主要由网络摄像机、视频编码器、高清摄像机、网络录像机、海量存储系统及视频内容分析技术构成,可以实现视频网络传输、远程播放、存储、视频分发、远程控制、视频内容分析与自动报警等多种功能。
智能网络视频监控正逐渐成为视频监控领域的主流,他的智能性和可靠性高,能提供远程访问能力,以及解决了视频图像远程传输问题,视频资料管理保存方便,数字化系统图像清晰、抗干扰能力强,网络视频监控系统使用现有的网络系统,使整个网络系统硬件和软件资源共享以及任务和负载共享,是监控系统发展的必然趋势。
(三)本文主要工作。
由于不间断地分析监视场景内的活动、日夜值守工作量过于繁重,借助智能网络视频监控系统的海量存储能力,现在对于大多数非重要安全场所大多采用全程录像监控,在需要时再检索查询相关录像进行回放。
智能网络视频监控系统的网络摄像机分布范围广,所在环境差异大,许多摄像机易受到干扰或损坏,如果未被及时发现将可能遗漏重要信息。
本文对智能网络监控系统中得硬件故障,图像异常检测、异常分析等若干关键技术进行了深入研究,并建立了带有自动识别报警系统的视频监控设备故障检测系统。
二、智能视频监控理论技术基础及关键技术
(一)智能视频监控的结构与功能。
一般的智能监控系统体系结构主要包括摄像机组、智能监控服务器、视频索引服务器.视频存储系统和用户操作终端五部分。
在该体系结构中,像机获取的视频在数字化的同时就传送给智能视频监控服务器进行分析,自动检测感兴趣的活动或事件,给出实时告警并产生丰富的视频索引,同时对摄像机进行控制。
智能视频监控服务器是实现智能视频监控的关键组成部分。
其功能是对摄像机获取的视频进行智能处理,先检测出其中的感兴趣运动目标,然后跟踪它们,对跟踪得到的一些参数通过分类模块、实时告警模块等处理实现系统的智能。
(二)智能视频监控关键技术。
智能视频监控主要涉及的是视频分析技术,包括强健的目标检测、拥挤条件下的目标跟踪、关节体的跟踪,以及基于此并结合生物技术(如人脸识别)的语义推理、活动理解和状态感知、多媒体化描述方法。
另外还涉及如何设计多机网络化硬件框架、引入多摄像机系统、完善知识库等等。
快速准确的运动检测。
运动检测主要是从监控摄像机所捕捉的序列图像中检测是否有运动目标存在。
实时性、鲁棒性的基于三维模型的车辆与行人及物体的定位、识别和跟踪。
基于移动摄像机的视觉监控技术,即将现有参数固定的静态摄像机改进参数可
自动调节的动态摄像机。
多摄像机的协作监控。
单个摄像机视野有限,要监控大范围的动态场景就需要多个摄像机,此外,多摄像机也有利于解决遮挡问题。
多摄像机的定标与数据融合是两个关键问题。
事件的机器学习方法,拟通过对序列图像进行自组织、自学习的方法建立事件的分布模式,从而达到事件识别的目的。
异常现象的检测、报警与目标的行为预测。
视觉监控系统的最终目的是为了解释监视场景中所发生的事件,根据要求对异常事件进行报警,并能根据当前目标所处的状态对将要发生的事件进行预测。
研究对目标运动情况给出语义上的解释的方法,并将简单的行为识别与语义理解推广到对监控场景的自然语言描述。
远距离的身份识别。
生物特征识别技术与人的运动分析的结合是视觉监控系统的一个重要问题。
脸像与步态是具有可感知性与非接触性优点的生物特征,是目前被认为可以用于视觉监控系统中的身份识别的两个主要生物特征。
研究脸像、步态,体形特征相融合的人的身份识别算法,以便自动从监控视频中确认可疑份子。
(三)异常检测系统流程。
一般的视频异常检测系统流程主要是读取视频图像,然后检测出目标,对目标提取特征后,根据设定的标准情况进行异常判断及分析。
视频异常检测中的关键是目标检测和异常分析。
目标检测的关键是根据不同的情况选择合适的参考帧,判别特征与判别准则。
参考帧的选取可以有两种:
一种是静止的背景图像;第二种使用动态背景,不停的使用当前帧替代参考帧,这种方式下检测到的多为景物中相对运动的对象。
判别特征的选取和判断当前图像与参考图像相似度的方法很多,可以通过像素特征例如灰度、色彩分量等信息,也可以通过直方图等统计信息的变化来进行判断,还可以考虑采用压缩域的特征进行判断。
三、视频监控设备故障检测系统
(一)系统功能与结构。
本系统应用视频智能识别技术替代人工巡检,针对安防应用领域设备量巨大,出现故障后不能及时、准确定位的问题,通过分析监控视频这一安防系统中最常见的数据源,实现自动巡检、自动定位问题、实时告警等功能,以便迅速对产生故障的安防设备做出反应,确保生产生活的安全进行。
图1系统结构
本系统的核心功能是对安防设备运作情况的实时智能监控。
系统的结构如图1所示。
从拓扑结构上看,本系统由图像智能检测服务器、网络服务器、数据库服务器、视频存储服务器和客户终端组成。
网络服务器与安防监控系统网络相连,负责接收安防系统内部各个设备的视频和控制等信号,并将其转发给图像智能检测服务器以备处理;图像智能检测服务器、网络服务器、数据库服务器和视频存储服务器连接于智能检测专用网内,相互协调完成检测、报警、存储、录像、报表、数据分析等相关功能;客户终端既可以安装于智能检测专用网内,也可以安装于安防系统网络内,供用户查看报警信息和报表、视频等相关数据,可以为不同终端设置各自的权限。
图2软件主界面
(二)系统详细功能。
主要包括的安防设备实时智能监控、数据统计和管理两个方面。
1.安防设备实时智能监控。
视频监控设备故障智能检测系统的自动监控和检测功能如下:
图像模糊:
检测由于灰尘、相机故障、聚焦、镜头质量等多方面因素造成的图像模糊不清的现象。
图像闪烁:
检测由于线缆接触不良或者相机内部故障等造成的图像时好时坏的现象。
图像过暗:
自动检测由于夜晚光照不足、人为遮挡、遭到喷涂或者摄像机自身故障等原因造成的图像过暗的现象。
图像过亮:
自动检测由于环境光过强、摄像机增益控制失效等原因导致的图像过亮现象。
摄像机无信号:
自动检测由于摄像机自身故障、电源故障或者视频信号线断开等原因造成的摄像机信号丢失。
云台检测:
自动检测云台在上、下、左、右等各方向上是否运转正常。
定时检测:
用户可自主设置自动检测的起止时间与检测项目,避免干扰正常生产过程。
2.数据统计和管理。
在自动检测故障的核心功能基础上,本系统还提供了实用的数据统计和报表生成功能,方便用户根据数据统计进行任务安排和管理。
系统实现的数据统计和管理功能包括:
故障率:
检测在一定时期内一组设备发生故障的几率,并由大到小排序,以便对设备质量进行统计。
故障持续时间:
统计在一定时期内一组设备从发生故障开始到故障得到处理所持续的时间,以便对检修人员的响应速度进行统计。
详细数据报表:
统计并打印一定时期内所有的故障详细记录,包括车间名称、通道名称、故障发生时间、故障原因、检修人员等。
四、结束语
随着社会经济的发展,基于安全目的视频智能监控技术的发展己成为社会发展程度的重要标志之一。
它从最初的将视频采集到监控室由人来完成守候监控,到现在的智能自动视觉监控系统的发展己有近40年的历史。
本文建立的视频监控设备故障检测系统针对目前智能网络视频监控监测点越来越多,分布范围越来越广的发展趋势,能够保证在无人坚守的情况下对故障设备及时给出警告,以尽快修复设备减少遗失录像信息,既减少了监控人员的工作量,又最大限度的保障了监控系统的正常工作时间,将会在智能视频监控系统中得到越来越广泛的应用。
参考文献:
[1]董吉文,杨海英.活动轮廓模型综述[j].信息技术与信息化,2008,44-47
[2]靳鹏飞.基于自适应模板相关跟踪算法的研究[j].西安邮电学院学报,2007,44-47
[3]朱铮涛.基于计算机视觉图像精密测量的关键技术研究[d].广东:
华南理工大学,2004
[4]张弘.数字图像处理与分析[m].北京:
机械工业出版社,2007:
55-150