智能视频监控和智能视频分析技术在检察工作中的应用

介绍了智能视频监控和智能视频分析的基本概念、工作原理及相关技术。分析了当前"监视居住"在司法实践中存在的问题。借鉴智能视频监控技术和智能视频分析技术的成熟应用经验,将该技术应用到"监视居住"中。利用智能视频监控技术和智能视频分析技术实现智能检察,为落实检察机关科技强检战略开辟了一条新思路。     

监控视频中正面人脸快速判别方法

视频监控领域由于其数据量巨大使得对视频分析变得更加困难,找到视频中正面人脸图片能够使得分析变得简单。正面人脸判别采用了基于积分通道特征和Adaboost的方法,通过提取积分通道特征,利用Adaboost训练分类器,对人脸检测窗口进行正面人脸快速判别。实验结果表明,该方法具有比较好的判别速度和精度,能够应用于大部分监控视频。     

基于本体的监控视频语义事件探测*

为了探测视频高层复杂事件,架构了一个视频事件分析框架,采用本体和Petri网进行推理从而获取复合事件;运用视频语义本体标注算法分析低层视频语义,在高层构建一个视频事件分析本体,将低层本体映射到事件分析本体表示高层视频事件;通过本体和扩展Petri网结合的方法对监控视频中的事件进行图形化异步事件推理;最后用semantic Web rule language(SWRL)规则表示视频监控事件的探测。实验证明,提出的方法比基于模式识别的事件探测方法更加有效。     

海量监控视频快速回放与检索技术

为解决海量监控视频的快速浏览和检索,介绍了一种基于目标索引的视频摘要和检索方法。该方法在光流分析的基础上,在画面的静止区域更新背景,运动的区域利用差分法分割出运动目标图像。经过优化的快速特征匹配和建立运动跟踪模型后,根据目标运动轨迹,按照时空距离进行聚类。在目标图像数据和运动参数进行XML结构化存储为索引的基础上,最后在检索时将符合条件的所有目标图像,按照其原有时间顺序逐帧贴到同一个背景图像中,形成动态的摘要视频。由于该方法剔除了背景中大量的时空冗余信息,可在较短回放时间内浏览全部有用目标,显著提高海量监控视频的查阅效率。     

Performance evaluation of an intelligent video surveillance system – A case study

Intelligent video surveillance (IVS) technology is on the cusp of moving from early adopters to general acceptance in several markets such as security and business intelligence. This transition has been made possible by embedding computer vision technologies directly into video devices such as cameras, encoders, routers, DVRs, NVRs, and other video management and storage hardware. For this technology to be successful, it is crucial that IVS systems can be deployed easily, without requiring computer vision expertise to customize them for every installation; and that the systems work robustly in a wide range of environments. One of the key enablers to achieve this goal is proper testing. This paper discusses some of the major challenges involved and provides a case study for addressing the problem. One of the key concepts is utilizing fuzzy evaluation to handle boundary conditions.     

视频监控场景下的面部遮挡检测

提出了一种监控场景下的面部遮挡检测方法。基于AdaBoost算法进行人脸验证,通过面部划分,分块分析是否存在遮挡情况。首先判断是否有人进入,在有人进入的情况下进行面部遮挡检测,对眼部区域采用AdaBoost方法及墨镜特征提取方法判断是否遮挡,而对嘴部区域采用高斯肤色模型进行判断。实验结果表明,该方法能实时检测面部遮挡的情况,并达到了较好的效果,适用于银行ATM等监控场景,具有较高的应用价值。     

一种交通监控场景下的多车道检测方法

为自动有效地获取交通监控场景中的多车道信息,提出一种利用骨架化边缘的多车道检测算法,以克服视频处理对固定场景和明确的先验车道位置信息的依赖。算法主要针对静态的交通背景图处理,采用背景提取、滤波和数字形态学预处理等,由Hough变换确定车道位置的骨架线;由行车方向约束车道线角度,利用车道线几何成像特性检测出准车道线,获取车道线和车道区域。实验表明,对不同的交通场景和不同光照条件,该方法能有效检测多车道,鲁棒性强,具有较高的工程应用价值。     

Framework for distributed video surveillance in heterogeneous environment

In order to overcome the disadvantages of traditional centralized video monitoring system or distributed systems based on wired network, we propose a framework for distributed video surveillance in heterogeneous environment. Video flows are compressed with the scalable video encoding standard MPEG-4 and transmitted over lnternet or wireless network. Video surveillance can be performed wherever there is Internet or mobile telephone signal. The feasibility of this framework has been demonstrated with a prototype implementation. The system is cheaper and easier to achieve with simple equipments, so it can be widely used in practice.     

面向边缘端设备的轻量化视频异常事件检测方法

现有基于CNN模型的视频异常事件检测方法在精度不断提升的同时,面临架构复杂、参数庞大、训练冗长等问题,致使硬件算力需求高,难以适配无人机等计算资源有限的边缘端设备。为此,提出一种面向边缘端设备的轻量化异常事件检测方法,旨在平衡检测性能与推理延迟。首先,由原始视频序列提取梯度立方体与光流立方体作为事件表观与运动特征表示;其次,设计改进的小规模PCANet获取梯度立方体对应的高层次分块直方图特征;再次,根据每个局部分块的直方图特征分布情况计算表观异常得分,同时基于内部像素光流幅值累加计算运动异常得分;最后,依据表观与运动异常得分的加权融合值判别异常分块,实现表观与运动异常事件联合检测与定位。在公开数据集UCSD的Ped1与Ped2子集上进行实验验证,所提方法的帧层面AUC分别达到86.7%与94.9%,在领先大多数对比方法的同时参数量明显降低。实验结果表明该方法在低算力需求下,可以实现较高的异常检测稳定性和准确率,能够有效兼顾检测精度与计算资源,因此适用于低功耗边缘端设备。     

Real-time control of video surveillance systems with program supervision techniques

In this article, we describe a knowledge-based controlled platform using program supervision techniques. This platform eases the creation and the configuration of video surveillance systems. Several issues need to be addressed to provide a correct system configuration: (1) to choose, among a library of programs, those which are best satisfying a given user request, (2) to assign a correct value for each program parameter, (3) to evaluate performances and to guarantee a performance rate which is satisfactory regarding end-user requirements. This platform is composed of three main components: the library of programs, the knowledge base and the control component. The knowledge is either given by experts or learnt by the system. The control is generic in the sense that it is independent of any application. To validate this platform, we have built and evaluated six video surveillance systems which are featured with three properties: adaptability, reliability and real-time processing.     

基于智能分析技术的高清视频监控系统的设计与实现

视频监控系统是安防中较为核心的软件产品,在安全系统中具有非常重要的地位。但是,在传统的视频监控系统中,视频信号的局限性很难满足现代用户对视频的需求。随着控制系统水平的提升,尤其是芯片处理技术以及视频分析技术的进步,推动了高清智能视频监控系统的发展。同时,高清智能视频监控系统具有网络和智能化分析,视频数据高清晰度等优势,更好地满足了高水平的智能视频控制﹐更好地保护了人们的人身和财产安全。     

基于Web的远程视频监控系统的设计

本文给出了一种采用B/S模式的嵌入式视频监控系统,能够实现web方式的远程监控。通过构建嵌入式流媒体服务器实现视频的处理和传输;然后搭建嵌入式Web服务器,实现基于Web方式的远程视频监控。本设计有很强的实时性,交互性较好,方便管理和控制。     

面向视频监控的AVS帧间预测模式快速选择算法*

针对监控视频多噪点以及存在大量静止背景的特点,以AVS视频编码标准为基础,提出了一种结合降采样视频预处理技术和及早停止准则的快速帧间预测模式选择算法。实验结果表明,该算法在保持视频主观质量相当的条件下,编码过程的计算复杂度和码率分别降低了50％和20％左右。     

河道监控视频的运动对象分割算法

针对内河航道监控视频的特点,提出一种基于背景差法的对象分割算法。首先在HSI颜色空间里利用像素的色调和亮度对其进行归类;然后利用基于块处理的方法确定背景像素,并在背景缓慢变化和急速变化时,采用定时和实时的背景重构方法进行背景更新;最后利用背景差提取运动对象。     

公共区域监控视频数据目标特征跟踪定位方法

为了提高公共区域监控视频的目标定位检测能力,需要进行目标特征跟踪定位算法设计,提出一种基于图像超分辨率重建的公共区域监控视频数据目标特征跟踪定位方法。构建公共区域监控视频的三维图像重建模型,采用边缘层的高分辨融合方法进行公共区域监控视频图像数据的三维结构重组,提取公共区域监控视频的关键特征点,用图像退化模型进行公共区域监控视频数据目标特征检测,结合线性滤波模型使得监测输出图像满足最优匹配特征解,提高对公共区域监控视频数据目标特征跟踪能力。引入引导滤波方法进行公共区域监控视频数据的图像超分辨重建,实现对目标特征准确跟踪定位。仿真结果表明,采用该方法进行公共区域监控视频数据目标特征跟踪定位的准确性较高,图像重建能力较强,归一化均方根误差较小。     

多媒体技术研究:2013——面向智能视频监控的视觉感知与处理

目的 随着视频监控技术的日益成熟和监控设备的普及,视频监控应用日益广泛,监控视频数据量呈现出爆炸性的增长,已经成为大数据时代的重要数据对象。然而由于视频数据本身的非结构化特性,使得监控视频数据的处理和分析相对困难。面对大量摄像头采集的监控视频大数据,如何有效地按照视频的内容和特性去传输、存储、分析和识别这些数据,已经成为一种迫切的需求。方法 本文面向智能视频监控中大规模视觉感知与智能处理问题,围绕监控视频编码、目标检测与跟踪、监控视频增强、视频运动与异常行为识别等4个主要研究方向,系统阐述2013年度的技术发展状况,并对未来的发展趋势进行展望。结果 中国最新制定的国家标准AVS2在对监控视频的编码效率上比最新国际标准H.265/HEVC高出一倍,标志着我国的视频编码技术和标准在视频监控领域已经实现跨越;视频运动目标检测跟踪的研究主要集中在有效特征提取和分类器训练等方面,机器学习等方法的引入,使得基于多实例学习、稀疏表示的运动目标检测跟踪成为研究的热点;监控视频质量增强主要包括去雾、去夜色、去雨雪、去模糊和超分辨率增强等多方面的内容,现有的算法均是对某类图像清晰化效果较好,而对其他类则相对较差,普适性不高;现有的智能动作分析与异常行为识别技术虽然得到了不断发展,算法的性能也在不断提高,但是从实用角度,除了简单的特定或可控场景外,还没有太多成熟的应用系统。结论 随着大数据时代的到来,智能视频监控的需求将日益迫切,面对众多挑战的同时,该研究领域将迎来前所未有的重大机遇,必将产生越来越多可以实用的研究成果。     

面向视频监控的TLD改进目标跟踪算法研究

目前智能视频监控对视频目标跟踪算法的实时性、准确性和鲁棒性都提出了很高的要求,而已有算法无法完全满足应用需求。在TLD（Tracking Learning Detector）框架下,提出一种基于视觉背景提取（Visual Background extractor,ViBe）的前景分类算法,提高了TLD算法检测目标的速度;用核相关滤波器（Kernelized Correlation Filters,KCF）实现了TLD框架中的跟踪器,提高了算法的精度及鲁棒性。采用OTB-2013评估基准中针对视频监控的视频序列进行测试,并与其他4种具有代表性跟踪算法进行了对比。测试结果表明：该算法的鲁棒性和准确性均优于对比算法,处理速度可达到40帧/s;相比于标准TLD算法,跟踪距离精度提高了1.52倍,成功率提高了1.2倍;相比于KCF算法,虽然跟踪速度有所下降,但跟踪距离精度提高了2.7倍,成功率提高了2.04倍。     

一种视频监控图像条纹噪声的快速检测方法

针对视频监控图像中存在各类条纹噪声的问题,根据条纹特性和受干扰图像帧的频域特征,提出了一种快速检测监控录像周期性条纹的算法。根据相对距离将频谱图分成两个子块,再运用行列累积函数或阈值检测各子带是否存在异常亮点,进而确定图像帧是否存在条纹噪声。利用频率谱中异常点的对称特性可减少遍历次数,有效提高了算法的运行效率。实验结果表明,该算法对监控视频序列中的多种周期性条纹具有良好的检测效果,并提高了计算速度。     

交通监控中运动目标轨迹的距离计算和聚类

对交通监控中运动目标的轨迹距离计算和聚类方法进行了改进.在轨迹距离计算中,引入目标的空间坐标、运动速度、运动方向和尺寸4个参数,以提高聚类时对不同位置、不同速度、不同方向和不同尺寸运动目标的轨迹的区分能力;针对交通目标运动轨迹比较规律的特点,采用基于统计的方法对K均值的轨迹聚类算法进行初始化,从而可以自适应的确定聚类数目K值和聚类初始中心.在真实场景下,验证了算法的有效性和适用性.