当前位置:
文档之家› 智能视频分析技术的应用及发展前景
智能视频分析技术的应用及发展前景
出。
图1
车牌识别原理示意
取和更新技术”,将摄像机采集的视频信号进行处理和 综合分析,对道路上突发的交通事件(如压线、突然停 车、逆行、遗洒、行人跨越公路等)进行实时检测、报 警、记录、传输、统计,并将事件视频图像及报警区域 图像切换到主监控画面,提示管理人员进行应急处理。 2.2在交通卡口系统中的应用 视频分析技术在交通卡口中的应用分2部分:一部 分是和电子警察相同的车辆检测及行为分析;另一部 分就是车牌识别,通过抓拍图片自动识别车辆牌照信 息。
察系统的视频分析已经不需要配备工控机,直接把视频 算法写入摄像机内,由摄像机完成此项工作。这除了得 益于摄像机内置处理器性能的提高外,视频分析技术的 智能化发展尤为重要。在以后的产品和技术发展中,视 频分析技术对前端设备的要求会越来越低,配置在前端 的设备会越来越少,越来越智能,承载的功能会越来越 多。 3.4视频运算的稳定性越来越高 视频分析技术的稳定性一直是发展的难题,尤其 是道路车辆行进速度快,交通行业本身对检测精度要求 又很高,所以有些应用一直处在试用阶段,比如高速路 段的车辆检测采用线圈或雷达检测为主、视频为辅的方 式,视频测速不作为交通超速违章处罚依据等。在将来 视频分析技术进一步发展后,势必会越来越稳定,检测 精度越来越高,将全面取代其他复合检测手段。
4市场发展前景
《“十二五”交通运输信息化发展需求》提出:保 障交通运输系统的畅通、高效,要求加强对交通基础设 施和运输装备的运行监测,提高其运营管理水平和运行 效率;满足人民群众安全便捷出行,要求为公众提供优 质的出行信息服务;保障交通运输安全发展,要求提升 交通运输安全监管和应急处置的监测预警、通信保障和 决策支持水平。因此,作为缓解城市交通压力、减少交 通事故重要手段的智能交通建设成为政府投资重点。据 清科研究中心最新报告显示,我国智能交通行业进入快 速发展阶段,2012年智能交通行业整体市场规模近800 亿元,预计:至lJ2015年,整体市场规模将超过2 000亿元, 市场增长率保持在10%以上,并在未来的很长一段时间 内,持续增长并发展。因此视频分析技术作为智能交通 行业发展的核心技术,其市场发展前景不言而明,也将 获得巨大的发展空间。
及市场前景。 关键词:智能;视频分析技术;应用现状;发展
前景 费用上升、排污量增加,同时诱发交通事故,影响人们 的工作效率和身体健康。对于城市交通管理者来说,一 方面是日渐增长的交通压力,另一方面是警力人员捉襟 见肘,如何利用科技手段提高管理效率,增进交通良性 循环成为很多城市交通治理和发展的重要思路之一。高 清摄像机的广泛使用和基于高清图像的视频分析技术的 发展,为智能交通信息化提供了一种有效的技术手段,
3技术发展前景
视频分析技术在智能交通行业中已经广泛应用,技 术发展更是日新月异。近4年,依赖视频分析技术的产 品更新了2代产品,从标清到高清至现在的高清智能。 由于视频分析技术的高效及实用,在将来的技术发展 中,仍会保持快速发展,其发展方向主要有4方面。 3.1适应的图像像素越来越高 过去,高清视频的视频分析是整个视频分析技术的 瓶颈,高像素的视频流对视频运算和前端设备的承载能 力有很高的要求。经过几年的技术发展,这一“瓶颈” 已经得到解决。现在,智能交通各系统已基本使用高清 摄像机作为基础数据源。在以后的技术发展中,摄像机 的像素还会越来越高,从目前主流的200万、500万像素 向更高清发展,视频分析技术也会随之适应相应的前端 设备。 3.2视频分析的维度越来越宽 目前视频分析技术主要应用在交通行业电子警察系 统(包括车辆综合违章抓拍)、卡口系统、动态车流监 测系统。各系统中视频分析的数据基本固定,如电子警 察系统主要是检测车辆经过监测点、判别车辆闯红灯、 违章变道压线等各种违章行为,卡口系统中主要是识别 车辆牌照,动态车流监测系统主要是统计交通断面的交 通流信息。在今后的技术发展中,视频分析的数据维度 会越来越宽,包括复杂的交通行为分析、车身颜色识 别、车标车型识别、驾驶人员人脸识别等。 3.3前端硬件设备越来越智能 在刚进入高清时代时,高清摄像机的视频分析基本 上是1台摄像机配备1台工控机来进行视频运算,然后发 展到2~4台摄像机配备l台工控机。现在卡口、电子警
万方数据
智能视频分析技术的应用及发展前景
曾超
2.3在动态车流量监测系统中的应用 动态车流量监测系统采用视频图像处理技术,可 实时提供车流量、平均车速、车型、占有率等交通流 信息,适用于高速公路、城市快速路、桥梁、普通公路 的道路交通流信息采集,为交通信号控制、信息发布、 交通诱导、交通指挥和环境监测等提供依据和参考。采 用边缘特征车辆检测算法,结合区域特征处理,鲁棒性 高,受环境光线变化和阴影的影响小,不同的光照和天 气状况下均保持较高检测精度。
1我国交通环境分析
近10年,我国城镇化发展迅速。目前我国城市人口 密集区,机动车和非机动车数量增长迅速,相对匮乏且 陈旧的道路交通设施、布局不尽合理的城市路网已经不 堪重负,导致城区交通拥堵频繁、交通秩序混乱等问题 日益严重。特别是早晚流量高峰期间,道路人流、车流 量基本处于饱和或超饱和状态,加上车辆违规行驶、商 贩占道摆摊设点、车辆乱停乱放、侵占道路等现象比较 严重,是城市交通管理的难点和热点。 交通拥堵使交通延误、车速降低、时间损失、燃料
2.1.1
车辆检测原理
采用基于运动检测的车辆检测方法,其核心原理是 通过学习建立道路背景模型,将当前帧图像与背景模型 进行背景差分得到运动前景像素点,然后对这些运动前 景像素进行处理得到车辆信息。该方法效果的优劣依赖 于背景建模算法性能。 2.1.2视频检测红绿灯信号 视频分析算法对于红绿灯的检测综合运用了亮度比 较算法与灰度比较算法,在场景中红绿灯所在位置划定 检测区域,并对该区域的亮度与灰度变化进行实时检测 与判断,从而获知当前的红绿灯状态。 2.1.3道路交通事件视频检测 道路交通事件视频检测系统基于视觉的车辆检测 和跟踪的视频分析技术。具有图像稳定、阴影消除、视 场校对、自动补偿等功能,能在不同环境条件下正常并 准确地进行视频检测和数据分析。采用“航天多目标识 别与跟踪技术”、 “图像预处理技术”及“图像背景提 (1)图像采集:通过高清摄像抓拍主机对卡口过 车或车辆违章行为进行实时、不问断记录、采集。 (2)预处理:图片质量是影响车辆识别率高低的 关键因素,因此,需要对高清摄像抓拍主机采集到的原 始图像进行噪声过滤、自动白平衡、自动曝光以及伽马 校正、边缘增强、对比度调整等处理。 (3)车牌定位:车牌定位的准确与否直接决定后 面的字符分割和识别效果,是影响整个车牌识别率的重 要因素。其核心是纹理特征分析定位算法,在经过图像 预处理之后的灰度图像上进行行列扫描,通过行扫描确 定在列方向上含有车牌线段的候选区域,确定该区域的 起始行坐标和高度,然后对该区域进行列扫描确定其列 坐标和宽度,由此确定一个车牌区域。通过这样的算法 可以对图像中的所有车牌实现定位。 (4)字符分割:在图像中定位出车牌区域后,通 过灰度化、灰度拉伸、二值化、边缘化等处理,进一步 精确定位字符区域,然后根据字符尺寸特征提出动态模 板法进行字符分割,并将字符大小进行归一化处理。 车牌识别是基于图像分割和图像识别理论,对含有 车辆号牌的图像进行分析处理,从而确定牌照在图像中 的位置,并进一步提取和识别出文本字符。 车牌识别过程包括图像采集、预处理、车牌定位、 字符分割、字符识别、结果输出等一系列算法运算。车 牌识别原理示意见图1。
(5)字符识别:对分割后的字符进行缩放、特征 提取,获得特定字符的表达形式,然后通过分类判别函 数和分类规则,与字符数据库模板中的标准字符表达形 式进行匹配判别,就可以识别出输入的字符图像。 (6)结果输出:将车牌识别的结果以文本格式输
一86.
(二徽。÷I苎。CH|NEsE
RA||Ⅵ硝Ys 20 13,08
一85—
万方数据
智能视频分析技术的应用及发展前景曾超
2.1
在电子警察系统中的应用 视频分析技术在电子警察中的应用,主要是利用视
频分析技术对行进车辆的行为进行分析,通过高清摄像 机抓拍的实时视频,对每一帧图像进行t:lf.,x,1分析,运用 智能算法计算图片的变化分析监控区域内车辆的变化曲 线,进而检测车辆经过并判断车辆的违章行为。
责任编辑王小红 收稿日期201
3-07-1 9ห้องสมุดไป่ตู้
—87.
万方数据
智能视频分析技术的应用及发展前景
作者: 作者单位: 刊名: 英文刊名: 年,卷(期): 曾超 深圳中兴力维技术有限公司,广东深圳,518057 中国铁路 Chinese Railways 2013(8)
本文链接:/Periodical_zhongguotl201308023.aspx
并日益得到广泛应用。
2视频分析技术的应用现状
视频分析技术已在标清摄像机中进行一些应用, 如越界、人员聚集等,但是标清摄像机由于取景范围受 限,图像不清晰,尤其在快速变化的道路上很难实现有 效地分析和取证。 随着高清摄像机的大量使用,高清图像的视频分析 技术得以快速发展,已在城市智能交通系统中得到广泛 应用,其中应用最多的是电子警察、交通卡口和动态车 流量监测系统。
/;寒轨道交通视频技术实验室
智能视频分析技术的
应用及发展前景
曾超:深圳中兴力维技术有限公司,行业市场总监,广东深圳,51
8057
摘
要:在我国交通环境分析的基础上,介绍视
频分析技术在电子警察系统、交通卡口系统和动
态车流量监测系统中的应用现状,从适应的图像
像素、视频分析的维度、前段硬件设备和视频运 算的稳定性等方面分析智能视频分析技术的发展