视频监控技术的现状与发展摘要：本文主要阐述了传统视频监控系统存在的主要问题，分析了视频监控技术工作原理及系统结构，其次，对视频监控技术发展趋势进行了深入的探讨，提出了自己的建议和看法。

供同行参考。

关键词：视频监控；技术分析；应用；发展趋势一、传统视频监控系统存在的主要问题传统视频监控，包括模拟监控和数字监控，因缺乏智能，均被称之为“被动监控”，其主要作用在两个方面：（1）为重大事件现场提供远程实时监视和控制的保障手段，即实时视频监控；（2）为事后取证提供重要的录像资料依据，即历史视频查看。

实时监控作用的发挥主要依靠监控室的值机人员实时观看监控画面（监视屏或电视墙），对画面出现的异常事件作出判断，实现报警联动指挥。

这里人的作用是最大的。

历史视频查看作用的发挥主要依靠工作人员人工调用dvr录像码流和视频回放，仍然需要人对感兴趣目标的判读，并确定其为证据。

这里仍然是以人为主。

在上述“以人为主”的监控系统中，随着监控探头和dvr录像数据增长到一定数量后，其效率会大大下降，要从海量的监控录像数据中快速查找需要的证据，也是很难的。

在“被动监控”系统，还带来其他问题，例如，大量的视频海量数据的传输和存储，造成资源浪费和信息污染。

为了减轻对通信网络带宽的压力或减少存储容量，数字视频监控系统将不得不采用高度的数字压缩技术，而这些压缩技术往往都是有损的，从而又带来另一个问题，即“看不清”。

应用部门为了解决此问题，采取了很多工程化措施：为了看的清，尽量采用无压缩或视觉无损压缩的光纤专网传送实时监控画面；为了查找的历史视频资料能作为“证据”，采用双流压缩存储技术，其中一路高压缩存储流，主要用于人工查找录像，另一路无损压缩流，主要用于证据回放。

环境对于监控系统视频质量的影响以及目标信息的辨别也会造成很大的影响。

具有环境自适应的编码技术、图像增强预/后处理技术有很大的需求。

对于重点目标的多视角立体监控、连续目标的跟踪监控对现有的监控系统提出了挑战。

因此，智能视频监控技术是发展方向。

二、智能视频监控的技术分析（一）移动目标提取运动检测是从图像序列中将变化区域从背景图像中提取出来。

运动区域的有效分割将大大减少后续过程的运算量。

然而，背景图像的不稳定性，如阴影、光照、慢移动、静移动（树叶的摆动）等等，也使得运动检测非常困难。

目前较为实用的视频分析方法主要有两类：首先，是背景减除方法，其次，是时间差分方法。

背景减除方法是利用当前图像和背景图象的差分（sad）来检测出运动区域的一种方法，可以提供比较完整的运动目标特征数据，精确度和灵敏度比较高，具有良好的性能表现。

时间差分法利用视频图像特征，从连续得到的视频流中提取所需要的动态目标信息。

时间差分实质是利用相邻帧图像相减来提取前景目标移动的信息，此方法不能完全提取所有相关特征像素点，在运动实体内部可能产生空洞，能检测出目标的边缘。

（二）移动目标跟踪标跟踪即对监控区域内的运动目标的轨迹进行跟踪，是目标监控的最基本的应用，也是其他事件监测的基础，处于智能视频分析的中层。

（三）目标分类1.基于形状信息的分类基于形状信息的分类是利用检测出的运动区域的形状特征进行目标分类的方法。

例如vsam采用区域的分散度、面积、宽高比等作为特征。

利用三层神经网络方法将运动目标划分为人、人群、车和背景干扰；lipton等利用分散度和面积信息对二维运动区域进行分类，主要是区分人、车及混乱扰动，时间一致性约束使其分类更加准确；kuno与watanabe使用简单的人体轮廓模式的形状参数从图像中检测运动的人。

2.基于运动特性的分类基于运动特性的分类是利用人体运动的周期性进行目标分类的方法。

例如cutler与davis通过跟踪感兴趣的运动目标，计算出目标随着时间变化的自相关特性，而人的周期性运动使得其自相关也是周期性的，因此通过时频化方法分析目标是否存在周期性的运动特性而将人识别出来；lipton通过计算运动区域的残余光流来分析运动实体的刚性和周期性，非刚性的人的运动相比于刚性的车辆运动而言具有较高的平均残余光流，同时它也呈现了周期性的运动特征，据此可以将人区分出来。

目标识别是系统对之前提取并跟踪的目标进行识别和辨识。

要想让系统具有目标识别和辨识能力，需要对系统进行模型训练。

就是利用已知的目标特征（如车辆、人员、动物等），对系统进行训练，系统将会在大量已知的样本信息上了解、学习不同目标的特征（大小、颜色、速度、行为方式等），这样当系统发现一个目标时，系统将自动与已经建立好的模型进行比对或匹配特征，从而对目标进行识别和分类。

（四）识别行为1.模板匹配方法采用模板匹配技术的行为识别方法首先将图像序列转换为一组静态形状模式，然后在识别过程中和预先存储的行为标本相比较。

模板匹配技术的优点是计算复杂度低、实现简单，然而它对于噪声和运动时间间隔的变化是敏感的。

2.状态空间方法基于状态空间模型的方法定义每个静态姿势作为一个状态，这些状态之间通过某种概率联系起来。

任何运动序列可以看作为这些静态姿势的不同状态之间的一次遍历过程，在这些遍历期间计算联合概率。

其最大值被选择作为分类行为的标准。

目前，状态空间模型已经被广泛地应用于时间序列的预测、估计和检测，最有代表性的是hmms。

每个状态中可用于识别的特征包括点、线或二维小区域。

状态空间方法虽然能克服模板匹配的缺点，但通常涉及到复杂的迭代运算。

三、智能视频监控应用系统（一）智能视频分析前端系统运用电脑视频分析技术详细辨认摄像机拍摄到的视频图像，分析其人或车的动作，过滤掉海而水波及潮汐、风摇树影与光线照明的变化等自然现象干扰，避免错报与误报。

当发生违反预设的安全规则时立即能通过网络发布报警信息到移动电话、pda、电子邮件或监控中心。

系统主要由双通道智能型视频处理单元（采集、辨认、分析、跟踪、记录图像）、管理服务器（记录详细动态报告）、监控目标设定工具箱及监控报警台组成。

（二）三维全景多视监控系统将多个摄像头所摄取的监控图像嵌入三维模型，对于监控区内的重点目标进行报警和跟踪。

通过提高画而的覆盖率、识别盲点让用户能够观看任意地点的完整的、连贯的图像，而且可以及时无缝隙地移动视野在监控区域内进行“环绕巡航监视”。

系统主要由内核（提供核心视频捕捉、制作视频流和建筑透视图等功能）、gu工（图形用户接口，提供预先视角控制、画中画、视频矩阵显示和全景画而显示功能）、快速回放等基本功能模块和基于地图的报警显示、基于地图的报警综合模型、外部报警输入模型、摄像机的安装与定位工具等扩展功能模块。

系统主要应用于重点区域突发事件、复杂场合整体区域监控、高级别演习及回放等。

（三）视频警戒系统通过移动目标监测、周界区：域阻截和嫌疑目标监测，及时发现跨越用户预设的、无形警戒边界的目标，完成对可疑目标的智能报警和自动记录。

系统的主要功能包括周界警戒（智能发现跨越用户预设警戒边界的目标并自动报警记录）、运动目标监测（智能发现用户预设警戒区域内的运动目标并报警记录）、遗留物体监测（智能发现所监测区域内的遗留物体并报警记录）、徘徊目标监测（智能发现监测区域内逗留时间长的目标并报警记录）。

系统主要应用于银行、机场、仓库、监所、港口、桥梁、隧道、重要公共场所等重点保护区域。

（四）视频图像甄别处理系统利用视频图像甄别处理技术将摇曳不清的、低质量的原始视频信号转换成稳定清晰及更加完整的图像信息，以适应对侦察目标的确认及可疑点的证据提取。

系统的主要功能包括图像稳定（将晃动、摇曳不定的视频图像实时转换成稳定的图像）、实时全景图像拼接（将视频图像帧序列逐个拼接形成画而展开的全景图）、视频融合（红外图像与可见光图像从不同的角度表现物体互为补充）、视频跟踪（使用运动分析和跟踪技术对场景中的真实运动和人为运动进行模拟和恢复）。

系统主要应用于对侦察目标的确认及可疑点的证据提取、技侦实验室常规分析以及实时现场侦察的手段。

（五）高空缭望监控系统基于视频监控、gis和视频智能检测技术采用一体化超远望低照度高精度可编程高速云台摄像机在制高点设立监测燎望点实现大范围的图像精确监控，既兼顾大场而又实现具体目标特写拍摄的视频监控功能。

系统的主要功能包括固定重点监控位置快速定位、任意位置监控定位、监控目标地图定位、定轨迹寻检、随意轨迹寻检、监控目标跟踪监控、监控位置坐标定位等。

系统主要应用于城市消防监控、城市重点目标监控、城市治安监控、森林消防监控、机场周界监控、城市环保监控、防空安全监控、边境防卫监控、小区防卫监控、厂区监控等。

时间连续的监控点接力跟踪监视和目标事件关联性分析与检索系统：基于网络化监控，并利用gis，gps导航系统，对目标事件进行事件连续的接力跟踪监视和行为分析。

四、视频监控技术的发展趋势（一）视频数字化视频数字化根本上改变了模拟视频监控系统从信息采集、数据处理、传输到系统控制等的方式和结构形式。

数字化最主要的优点在于视频流编解码及其数字传输。

新一代视频压缩标准h.264是面向无线网络和因特网的视频图像编码与传输技术，相对mpeg4/avc标准，除了增强网络适应能力外。

大幅度提高了压缩编码效率，在相同的码率下能够获得更高的主客观质量。

具有自主知识产权的avs编码格式正在大力发展。

高性能的视频压缩技术为视频监控提供了高质量、高压缩比的视频，提高了视频传输效率，降低对带宽要求，减小视频存储空间。

（二）监控网络化视频监控系统的网络化将意味着监控系统的结构将由集中式向集散式系统的过渡，集散式系统采用的是多层分级的结构形式，具有实时、多任务、多用户的分布式操作系统以实现抢先任务调度算法的快速响应。

组成集散式监控系统的硬件和软件采用标准化、模块化和系列化的设计，系统设备的配置具有通用性强、开放性好、控制功能完善、数据处理方便、人机界面友好以及系统安装、调试和维修简单化，系统容错可靠等功能。

系统的网络化在某种程度上打破了监控系统布控区域和设备扩展的地域和数量界限。

系统的网络化将使处在同一个网络中的系统硬件和软件资源达到一个可以共享的目的，这也是视频监控的一个重要发展方向。

（三）监控智能化视频监控的智能化表现为计算机视觉算法在视频分析中的应用。

智能视频监控区别于传统意义上的监控系统在于变被动监控为主动监控（自动检测、识别潜在入侵者、可疑目标和突发事件），即它的智能性。

简单而言，不仅用摄像机代替人眼，而且用计算机代替人、协助人，来完成监视或控制的任务，从而减轻人的负担。

五、结语智能视频分析技术应用于监控领域，不仅使得传统的被动监控变为主动监控，而且为海量信息传输、存储以及检索提供了新途径。

但是受各种因素影响，智能视频监控系统目前还处于初步应用的阶段，今后需在智能视频分析算法、系统方案、降低成本等方面加快发展速度。