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，我國計(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)時代。在這樣的時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，暴露了許多的問題，如過度依賴監(jiān)控人員對危險的識別、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)動目標(biāo)的捕捉現(xiàn)在有許多方法可以實(shí)現(xiàn)對運(yùn)動目標(biāo)的檢測，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某個閾值時，便能夠準(zhǔn)確地對運(yùn)動區(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。其對視頻圖像的內(nèi)容進(jìn)行對比，從而發(fā)現(xiàn)兩者之間的差異來實(shí)現(xiàn)對運(yùn)動目標(biāo)的捕捉，并且比較對象通常是多幀圖像，應(yīng)用非常廣泛。第三種是光流法。，因?yàn)樗恢苯訉σ曨l圖像進(jìn)行簡單檢測，而是檢測光流場在視頻圖像中的序列，這種方法能夠獲得精確的數(shù)據(jù)，但是不足是分析過程耗時較長，且不容易達(dá)到實(shí)時檢測的目的，所以在目標(biāo)捕捉中的應(yīng)用較少。運(yùn)動目標(biāo)識別在系統(tǒng)捕獲移動目標(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)等算法對運(yùn)動目標(biāo)進(jìn)行識別、分類。對于視頻監(jiān)控系統(tǒng)，運(yùn)動目標(biāo)的分類重點(diǎn)體現(xiàn)出了兩種特點(diǎn)，即時間特征和空間特征。其中，系統(tǒng)的時間特征與目標(biāo)跟蹤過程相關(guān)聯(lián)，一般表現(xiàn)為移動目標(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)動目標(biāo)跟蹤通常所說的運(yùn)動目標(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，算法調(diào)度模塊調(diào)用算法并保證算法運(yùn)行的實(shí)時穩(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?？傮w調(diào)度模塊負(fù)責(zé)數(shù)據(jù)的傳輸與調(diào)度工作，Web頁面模塊負(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，在大數(shù)據(jù)服務(wù)器上加入分布式計(jì)算與分布式存儲的內(nèi)容，分布式計(jì)算模塊負(fù)責(zé)識別、檢索過程中的快速比對計(jì)算，分布式存儲模塊負(fù)責(zé)注冊數(shù)據(jù)庫與歷史信息數(shù)據(jù)庫的維護(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)用分析車輛識別分析廠區(qū)門崗結(jié)合車輛道閘設(shè)置車牌識別算法攝像機(jī)，對接廠門門禁系統(tǒng)負(fù)責(zé)識別過崗車輛。主要識別流程如下圖所示車輛一般壓地感線圈感知通過，通過高清攝像抓拍主機(jī)對通行車輛進(jìn)行實(shí)時、不間斷記載、搜集；然后進(jìn)行車牌識別預(yù)處理，包括噪聲過濾、自動白平衡、自動曝光以及伽馬校對、邊緣增強(qiáng)、對比度調(diào)整等，在通過圖像預(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，對切開后的字符進(jìn)行縮放、特征提取，與字符數(shù)據(jù)庫模板中的標(biāo)準(zhǔn)字符表達(dá)形式進(jìn)行匹配區(qū)別，最后將車牌識別的效果以文本格式輸出，同時通過算法模塊提取車身顏色、車型以及通過測速雷達(dá)記錄車速，方便記錄和后期檢索。另外現(xiàn)場施工安裝中應(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)對車型不同、車牌位置差異等帶來的問題。2.2行為分析、行動軌跡查詢視頻分析技術(shù)為解決敵人作案無法預(yù)警或響應(yīng)遲緩等問題提供了一種技術(shù)手段。前端攝像機(jī)采集視頻數(shù)據(jù)，傳輸給后臺進(jìn)行分析比對，算法服務(wù)器調(diào)用程序分析人員的行為特征、外貌特征與行動軌跡，實(shí)現(xiàn)對敵人的實(shí)時行為檢測，迅速定位并追蹤，同時對人員的異常行為或異常行動軌跡進(jìn)行實(shí)時報(bào)警。另可根據(jù)電廠的特殊工作場景定制識別規(guī)則，可增加對安全防護(hù)用品、危險作業(yè)區(qū)域人員行為規(guī)范的識別跟蹤。2.3物體移動偵測視頻圖像分析技術(shù)中，一般采用目標(biāo)檢測算法對目標(biāo)進(jìn)行檢測，通過分離視頻序列中的移動像素和靜止像素，最終實(shí)現(xiàn)目標(biāo)檢測。針對于倉庫、重要物品臨時存放處或危險區(qū)域等，貨物的移動頻率較低，人員進(jìn)出頻率較低，畫面檢測對于非存貨或移貨時間內(nèi)的異常移動進(jìn)行實(shí)時報(bào)警，在實(shí)現(xiàn)監(jiān)控功能的同時也為庫房的探測提供了一種新型的手段。另除視頻信號輸出外同時可輸出開關(guān)量報(bào)警信號，接入輸入輸出模塊后可作為區(qū)域周界探測的補(bǔ)充。視頻分析技術(shù)應(yīng)用和實(shí)施中的問題視頻圖像背景中，可能出現(xiàn)搖動的樹葉、晃動的波浪、逆光等可能造成畫面像素出現(xiàn)變化，從而導(dǎo)致誤報(bào)，因此需要相應(yīng)的過濾算法器，實(shí)現(xiàn)對環(huán)境的自適應(yīng)；對于場景規(guī)則的制定存在差異性和適用性問題，不同的場景有不同的需求，比如電廠中對于人員、車輛的識別，安全行為的檢測等不同場景下有不同的需求，前期可能存在一定量的定制開發(fā)，市面上現(xiàn)有產(chǎn)品可能并非“即插即用”，需要一定時間模擬、測試、統(tǒng)計(jì)的過程。本身監(jiān)控系統(tǒng)采集、編碼、傳輸過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)到幾十或百萬像素，為達(dá)到實(shí)時性、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)，對圖像的識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