淺談視頻分析技術(shù)在電廠閉路電視監(jiān)控系統(tǒng)中的應(yīng)用

淺談視頻分析技術(shù)在電廠閉路電視監(jiān)控系統(tǒng)中的應(yīng)用

Summary：近年來(lái)，我國(guó)計(jì)算機(jī)、互聯(lián)網(wǎng)等科學(xué)技術(shù)在飛快地發(fā)展，人們進(jìn)入人工智能、物聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代。在這樣的時(shí)代背景下視頻分析技術(shù)應(yīng)運(yùn)而生，并火速應(yīng)用至各行各業(yè)，使工作變得更加簡(jiǎn)單和高效。本文以視頻分析該技術(shù)在電廠閉路電視監(jiān)控系統(tǒng)中的應(yīng)用為主線，進(jìn)行了簡(jiǎn)要的分析和描述。Keys：視頻分析、監(jiān)控系統(tǒng)、電廠引言由于信息技術(shù)的發(fā)展以及安防負(fù)擔(dān)的加重，傳統(tǒng)的視頻監(jiān)控系統(tǒng)已經(jīng)不能滿足當(dāng)前安防的需要，暴露了許多的問(wèn)題，如過(guò)度依賴監(jiān)控人員對(duì)危險(xiǎn)的識(shí)別、報(bào)警反應(yīng)遲鈍、視頻分析水平較低等等。因此而產(chǎn)生了智能視頻分析技術(shù)，目前受到安防領(lǐng)域的廣泛應(yīng)用和歡迎。本文分析了視頻分析技術(shù)在電廠閉路電視監(jiān)控系統(tǒng)中的應(yīng)用研究，以期為今后的安防工作提供參考，提高安防水平。視頻分析技術(shù)概述運(yùn)動(dòng)目標(biāo)的捕捉現(xiàn)在有許多方法可以實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)，然而在具體的應(yīng)用中主要有三種：第一種是背景減法。這一算法能夠從背景模型圖像中刪減掉每一幀的圖像，并且當(dāng)獲得的圖像與背景之間的偏差超過(guò)某個(gè)閾值時(shí)，便能夠準(zhǔn)確地對(duì)運(yùn)動(dòng)區(qū)域?qū)崿F(xiàn)判斷。第二種是相鄰幀差法。與上述的方法存在部分的差別。其對(duì)視頻圖像的內(nèi)容進(jìn)行對(duì)比，從而發(fā)現(xiàn)兩者之間的差異來(lái)實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的捕捉，并且比較對(duì)象通常是多幀圖像，應(yīng)用非常廣泛。第三種是光流法。，因?yàn)樗恢苯訉?duì)視頻圖像進(jìn)行簡(jiǎn)單檢測(cè)，而是檢測(cè)光流場(chǎng)在視頻圖像中的序列，這種方法能夠獲得精確的數(shù)據(jù)，但是不足是分析過(guò)程耗時(shí)較長(zhǎng)，且不容易達(dá)到實(shí)時(shí)檢測(cè)的目的，所以在目標(biāo)捕捉中的應(yīng)用較少。運(yùn)動(dòng)目標(biāo)識(shí)別在系統(tǒng)捕獲移動(dòng)目標(biāo)后，能夠采用神經(jīng)網(wǎng)絡(luò)算法、貝葉斯算法和支持向量機(jī)等算法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行識(shí)別、分類。對(duì)于視頻監(jiān)控系統(tǒng)，運(yùn)動(dòng)目標(biāo)的分類重點(diǎn)體現(xiàn)出了兩種特點(diǎn)，即時(shí)間特征和空間特征。其中，系統(tǒng)的時(shí)間特征與目標(biāo)跟蹤過(guò)程相關(guān)聯(lián)，一般表現(xiàn)為移動(dòng)目標(biāo)的速度變化情況。而空間特征是指視頻圖像的形狀和大小特征等等運(yùn)動(dòng)目標(biāo)跟蹤通常所說(shuō)的運(yùn)動(dòng)目標(biāo)的跟蹤是指基于目標(biāo)的環(huán)境選擇可以體現(xiàn)目標(biāo)的運(yùn)動(dòng)特征，在進(jìn)行之后的圖像幀中的特征最佳匹配的目標(biāo)位置。目標(biāo)跟蹤算法一般包括特征追蹤、三維空間追蹤和基于運(yùn)動(dòng)軌跡模型的追蹤等方法。系統(tǒng)總體架構(gòu)本系統(tǒng)由IPC網(wǎng)絡(luò)攝像機(jī)、智能算法服務(wù)器、Web前端服務(wù)器、大數(shù)據(jù)服務(wù)器等硬件以及運(yùn)行在這些服務(wù)器平臺(tái)上的算法及軟件組成。算法服務(wù)器提供可供調(diào)用的智能算法庫(kù)，算法調(diào)度模塊調(diào)用算法并保證算法運(yùn)行的實(shí)時(shí)穩(wěn)定，拉推流模塊負(fù)責(zé)拉取前端IPC的視頻流，以及將處理完成的視頻流推送至總體調(diào)度模塊。總體調(diào)度模塊負(fù)責(zé)數(shù)據(jù)的傳輸與調(diào)度工作，Web頁(yè)面模塊負(fù)責(zé)產(chǎn)品前端展示部分，此兩者均可運(yùn)行在Web服務(wù)器上。同時(shí)，在大數(shù)據(jù)服務(wù)器上加入分布式計(jì)算與分布式存儲(chǔ)的內(nèi)容，分布式計(jì)算模塊負(fù)責(zé)識(shí)別、檢索過(guò)程中的快速比對(duì)計(jì)算，分布式存儲(chǔ)模塊負(fù)責(zé)注冊(cè)數(shù)據(jù)庫(kù)與歷史信息數(shù)據(jù)庫(kù)的維護(hù)。主要架構(gòu)如圖所示：視頻分析技術(shù)在電廠閉路電視監(jiān)控系統(tǒng)中的具體應(yīng)用分析車輛識(shí)別分析廠區(qū)門(mén)崗結(jié)合車輛道閘設(shè)置車牌識(shí)別算法攝像機(jī)，對(duì)接廠門(mén)門(mén)禁系統(tǒng)負(fù)責(zé)識(shí)別過(guò)崗車輛。主要識(shí)別流程如下圖所示車輛一般壓地感線圈感知通過(guò)，通過(guò)高清攝像抓拍主機(jī)對(duì)通行車輛進(jìn)行實(shí)時(shí)、不間斷記載、搜集；然后進(jìn)行車牌識(shí)別預(yù)處理，包括噪聲過(guò)濾、自動(dòng)白平衡、自動(dòng)曝光以及伽馬校對(duì)、邊緣增強(qiáng)、對(duì)比度調(diào)整等，在通過(guò)圖像預(yù)處理的灰度圖像上進(jìn)行掃描，判定車牌區(qū)域，在圖像中定位出車牌區(qū)域后，通過(guò)灰度化道閘、二值化等處理，精判定位字符區(qū)域，然后依據(jù)字符尺度特征進(jìn)行字符切開(kāi)，對(duì)切開(kāi)后的字符進(jìn)行縮放、特征提取，與字符數(shù)據(jù)庫(kù)模板中的標(biāo)準(zhǔn)字符表達(dá)形式進(jìn)行匹配區(qū)別，最后將車牌識(shí)別的效果以文本格式輸出，同時(shí)通過(guò)算法模塊提取車身顏色、車型以及通過(guò)測(cè)速雷達(dá)記錄車速，方便記錄和后期檢索。另外現(xiàn)場(chǎng)施工安裝中應(yīng)考慮位置、角度、高度以及網(wǎng)絡(luò)帶寬等影響圖像質(zhì)量和響應(yīng)速度，所以盡量使用雙機(jī)位或多機(jī)位以應(yīng)對(duì)車型不同、車牌位置差異等帶來(lái)的問(wèn)題。2.2行為分析、行動(dòng)軌跡查詢視頻分析技術(shù)為解決敵人作案無(wú)法預(yù)警或響應(yīng)遲緩等問(wèn)題提供了一種技術(shù)手段。前端攝像機(jī)采集視頻數(shù)據(jù)，傳輸給后臺(tái)進(jìn)行分析比對(duì)，算法服務(wù)器調(diào)用程序分析人員的行為特征、外貌特征與行動(dòng)軌跡，實(shí)現(xiàn)對(duì)敵人的實(shí)時(shí)行為檢測(cè)，迅速定位并追蹤，同時(shí)對(duì)人員的異常行為或異常行動(dòng)軌跡進(jìn)行實(shí)時(shí)報(bào)警。另可根據(jù)電廠的特殊工作場(chǎng)景定制識(shí)別規(guī)則，可增加對(duì)安全防護(hù)用品、危險(xiǎn)作業(yè)區(qū)域人員行為規(guī)范的識(shí)別跟蹤。2.3物體移動(dòng)偵測(cè)視頻圖像分析技術(shù)中，一般采用目標(biāo)檢測(cè)算法對(duì)目標(biāo)進(jìn)行檢測(cè)，通過(guò)分離視頻序列中的移動(dòng)像素和靜止像素，最終實(shí)現(xiàn)目標(biāo)檢測(cè)。針對(duì)于倉(cāng)庫(kù)、重要物品臨時(shí)存放處或危險(xiǎn)區(qū)域等，貨物的移動(dòng)頻率較低，人員進(jìn)出頻率較低，畫(huà)面檢測(cè)對(duì)于非存貨或移貨時(shí)間內(nèi)的異常移動(dòng)進(jìn)行實(shí)時(shí)報(bào)警，在實(shí)現(xiàn)監(jiān)控功能的同時(shí)也為庫(kù)房的探測(cè)提供了一種新型的手段。另除視頻信號(hào)輸出外同時(shí)可輸出開(kāi)關(guān)量報(bào)警信號(hào)，接入輸入輸出模塊后可作為區(qū)域周界探測(cè)的補(bǔ)充。視頻分析技術(shù)應(yīng)用和實(shí)施中的問(wèn)題視頻圖像背景中，可能出現(xiàn)搖動(dòng)的樹(shù)葉、晃動(dòng)的波浪、逆光等可能造成畫(huà)面像素出現(xiàn)變化，從而導(dǎo)致誤報(bào)，因此需要相應(yīng)的過(guò)濾算法器，實(shí)現(xiàn)對(duì)環(huán)境的自適應(yīng)；對(duì)于場(chǎng)景規(guī)則的制定存在差異性和適用性問(wèn)題，不同的場(chǎng)景有不同的需求，比如電廠中對(duì)于人員、車輛的識(shí)別，安全行為的檢測(cè)等不同場(chǎng)景下有不同的需求，前期可能存在一定量的定制開(kāi)發(fā)，市面上現(xiàn)有產(chǎn)品可能并非“即插即用”，需要一定時(shí)間模擬、測(cè)試、統(tǒng)計(jì)的過(guò)程。本身監(jiān)控系統(tǒng)采集、編碼、傳輸過(guò)程中都可能存在一定的延遲缺點(diǎn)，加入智能分析后每一幀圖像達(dá)到幾十或百萬(wàn)像素，為達(dá)到實(shí)時(shí)性、同步率要求可能需要其他特殊硬件的協(xié)助。4.總結(jié)：綜上所述，智能視頻分析相比于傳統(tǒng)的監(jiān)控系統(tǒng)，對(duì)圖像的識(shí)別和處理都更加有效和智能，能夠?yàn)橛脩籼峁└冗M(jìn)的視頻分析工具，顯著提高工作效率。從而保障安防系統(tǒng)監(jiān)測(cè)的可靠性，隨著視頻分析技術(shù)的不斷成熟，算法的不斷優(yōu)化，電廠的安防也