摘要：智能視頻監控技術是基于圖像處理、模式識別的新型視頻監控技術。簡而言之，就是發現圖像中運動的物體，并對其跟蹤、分析，及時發現"異常"行為，觸發報警并采取其他措施進行干預。

　　智能視頻分析技術和現有監控技術的比較

　　國內現有港口的視頻監控系統主要由攝像機、光纜、矩陣、硬盤錄像機和電視墻等組成。由于視頻監控圖像數量大，內容枯燥，現有系統即使配備值班人員，在大多數情況下仍處于無人觀看的狀態下。當犯罪事件發生時，從硬盤錄像機中調取錄像回放、取證變成系統主要的價值之一。即使值班人員在崗，由于人的生理特點，不可能長時間有效觀察多路圖像，很可能造成遺漏可疑事件，對安全形式產生錯誤判斷。

　　智能視頻監控技術可以理解為用計算機來幫助值班人員"看"監控錄像。現代計算機的高可靠性可以提供24小時不間斷地保護。從根本上杜絕由于人員疲勞造成的遺漏問題。同時也可以防止出現監控人員內外勾結的可能性。

　　現有的智能視頻分析技術還不能替代人，它仍然需要人來辨識報警的性質，進而決定處置方式。它的價值在于大大降低了監控人員的工作強度，使監控質量有了質的提升。和傳統視頻監控系統相比，智能視頻分析可以及時發現、甚至阻止犯罪行為的發生。這對港口等敏感、關鍵基礎設施的意義是顯而易見的。

　　智能視頻分析技術的功能及在港口的應用范圍

　　國內港口對視頻監控系統的需求主要源于防盜、生產安全以及反恐的需要。在港口內的貴重物資，重點要害部門的監控都是較典型的應用場景。

　　由于中國簽署了索納斯公約，所有出口到美國的港口的都要滿足一定的安保標準。同時作為國民經濟的重要環節，港口的防恐也被國內主要港口納入到議事日程上來。

　　主要功能

　　目前市場上的智能視頻分析系統通常都具有以下功能：

　　1、圖像采集/接口。絕大多少的智能視頻分析算法是基于非壓縮圖像格式，如RGB或者YUV,所以圖像信號在被采集以后不經過壓縮直接送給視頻分析單元。幾乎所有的視頻分析系統都自帶有圖像采集功能，通常是通過BNC輸入模擬圖像信號。現有的圖像監控系統中圖像信號通常是以壓縮圖像流的形式存在，可以將圖像流解壓還原成原始圖像格式后再進行分析。

　　2、運動物體檢測。簡單地說，運動檢測就是發現圖像中運動的物體，運動物體可以簡單定義為圖像中變化的部分。一些初級的運動檢測算法就是基于這些概念，此類方法的誤報警率太高，不適合用作實時報警系統。

　　并不是所有圖像中的變化都是我們感興趣的運動物體，例如由攝像機自身引入的變化，它包括像素噪聲，攝像機自動光圈控制電路引起的整體亮度變化，圖像傳輸中引入的高低頻周期噪聲信號，紅外攝像機周期校準所帶來的突變等。外界環境引入的變化包括地面光照在多云天氣里迅速的變化，運動物體陰影，水面波浪或者波光粼粼現象，陸地上樹枝的擺動，夜間汽車大燈造成的光暈，雨雪天氣等現象。

　　另外攝像機在大風天，尤其是高燈桿上容易抖動，由上述這些現象造成的圖像變化是應該被過濾掉的，它們可以通過算法或者其它技術手段加以解決。

　　從算法的角度來看，可以簡單地分為兩大類。一類是建立背景模型，通過和背景模型相對比來發現運動物體。另一類是通過"光流"法，通過發現運動物體對光流場的影響來發現運動物體。另外就是介于兩者之間或者兩者結合的方法。

　　3、多物體跟蹤。跟蹤實質上就是將在每一幀上發現的同一物體沿時間順序串起來。此領域本身就是一個相對獨立的活躍的研究領域。主要研究方向是在復雜環境下，如多個運動物體，多個攝像機，運動物體之間互相遮擋，消失及重現等情況下進行有效跟蹤。

　　在實際監控應用中，尤其是對一些入侵報警的應用案例中，對跟蹤算法的要求比較低。現有的系統對運動物體"融合"及其它復雜應用場景的跟蹤效果并不理想。但是參照以往技術發展速度，這方面會很快完善起來。

　　4、行為特征分析。行為特征分析是從圖像中尋找滿足預先設定的行為特征的事件。目前市場上比較典型的應用包括：

　　(1)分類。判斷運動物體是人、車、船只、飛機。停止或者突然加速，例如車輛在隧道或者公路上拋錨，大街上搶劫得手后逃跑等場景。

　　(2)徘徊。如在敏感區域外觀察的人員。對正常通過的行人、車輛不報警。

　　(3)遺留物。如在機場，油庫等地放置爆炸物然后離開。

　　(4)物品遺失。如博物館的貴重展品當發現展品消失后系統會立刻報警。

　　(5)人數統計。如對進入超市等場所的人數進行統計，并結合銷售數據繪制一天當中平均消費額曲線。

　　(6)人群密度。如當*人員過多時報警，或者人群突然散開出現異常情況時進行報警。

　　(7)人員倒地。如當人員由直立突然變成平躺。

　　總的來說，智能視頻分析可以作很多事情，需要視頻分析開發人員和最終用戶進行有效溝通。由于智能視頻分析還是一個較新的技術，在國內了解此項技術的圈子目前只拓展到集成商這個層面上，很多適合視頻分析技術的應用場景還有待市場開發。但有一點是一目了然的，企業必須掌握核心技術并具有自主研究開發能力。智能視頻分析市場是由許多細分小市場組成的，新的應用正不斷地出現。

　　5、設定報警條件。在視頻監控里引入"智能"極大地豐富了監控內容。目前可供選擇的報警要素包括區域、時間段、物體種類、尺寸、運動方向、速度、行為特征等許多內容。

　　6、報警聯動。在智能視頻分析系統發現異常情況以后，通常需要作核實報警真實性，如通過另外一臺云臺相機對報警事件拉近進行詳細調查，或者及時通知、提醒監控人員。常用實時提示方法包括語音、彈出圖像、發送短信、截圖等手段提示監控人員。

　　特殊功能

　　智能視頻分析也可以解決港口的特殊需求。

　　尤其是在安全生產方面。例如在集裝箱堆場干道的違章停車問題，集裝箱卡車在橋吊下停車位置不準問題，煤堆場自燃報警等等。由于智能視頻分析技術本身可以應用到很多領域，港口和視頻分析公司之間都的溝通可以為港口帶來很多全新的問題解決思路。

　　遇到的特殊問題

　　和其它智能視頻分析的應用場景(如監獄，電廠，銀行，要害機關等)相比，港口項目有以下一些難點需要引起注意：

　　1、范圍大

　　港口的周界通常在幾公里以上。通常也較為空曠。可供選擇的安裝點不一定能夠滿足典型智能視頻分析系統的要求。這主要是由于現有產品的典型檢測距離通常在幾十米這個范圍內，個別廠家可以做的遠一些。從技術上講，主要是分辨率和處理能力之間的矛盾。如果分辨率過高，由于數據量增大，一些低端的系統就無法實時處理如此大量的圖像數據。對于港口而言，利用D1(704乘以576)圖像進行分析是經常遇到的。

　　2、相機抖動

　　由于港口通常較開闊，面臨海面或者江面，所以相機抖動是肯定存在的。即使將相機固定在很粗的燈桿上，在大風天也無法避免抖動現象。對采取背景模型法的固定相機，相機抖動必須有效補償后才可以使用，否則將產生大量誤報警。

　　3、水面波浪，反光。

　　以上技術難點在部分現有商業系統中得到解決。所以在選擇系統時要加以甄別。

　　當要求對碼頭水域進行監控時，如對入侵的小舢板進行報警，如果不能很好地處理水面波浪和陽光反射造成的波光粼粼的現象也會造成大量誤報警。

　　技術發展趨勢

　　智能視頻分析無論是技術還是市場成熟度都處于早期階段。一些新產品、新功能不斷涌現。總的來說，國外比國內的市場應用范圍更廣;國內自主研發的廠家較少，集成國外系統的廠家較多。從長遠來看，視頻監控系統朝智能化方向發展逐漸被政府部門、集成商以及最終用戶所認同。如何選擇進入市場時機，在利用智能視頻分析技術提升港口安保水平，進而提升貨主滿意度和尋找成熟技術之間達到一個平衡，是港口安防部門需要結合自身情況考慮的問題。