视频监控中的异常事件分析技术方案

【重庆监控安防资讯】智能视频分析技术涉及到较复杂的软件算法，是通过编程识别出奇怪与异常的行为。智能视频分析技术的应用主要集中在移动检测、图像检测、区域入侵检测、物体遗留检测、目标PTZ跟踪、拌线/穿越检测、人流量计数、车牌识别、打架斗殴检测、异常奔跑检测等功能。下文将逐一介绍。

视频异常检测技术

视频异常检测技术是一种通过智能图像分析软件自动检测摄像头的视频状态，能够检测各种视频异常现象并报警的技术，常见视频异常有：摄像机被移位或遮挡、视频信号被干扰、视频信号差或无视频信号等现象。该技术能有效解决前端设备视频异常而不能及时发现的问题，可大大减少警卫人员的日常设备维护工作量

区域入侵检测技术

区域入侵检测技术是一种可以自动检测出异常事物进入视频画面中预设的防区内，并进行自动抓拍、录像和报警等关联性动作的技术。

与被动红外传感器、地面震动传感器等传统传感器相比，区域入侵检测技术具有更大范围的入侵检测能力，能提供更大的检测范围、更高的检测率和更低的误报率，可用来替代各种类型的传统式传感器来进行入侵检测和报警。这种检测技术可适用于各种场合的非法入侵检测，例如入室盗窃、入侵高危区域、入侵无人区、攀越围墙等。

重庆工地无线监控http://cq.anfangjishu.com/

物体遗留检测技术

物体遗留检测技术是一种可以对遗弃物进行自动检测的技术，当物品(包裹、碎块、行李、危险物品等)在某个防区内被放置或遗弃的时候会自动报警。

遗弃物检测技术具有快速检测响应、遗弃物放置过程录像、检测后预报警、即时视频确认等机制，可大大减轻警卫人员的巡逻负担，还可以让警卫人员有足够多的时间和信息进行报警处理和响应，有利于警卫人员把握当前场景的安全情况并做出重大决定。此外，通过查看现场遗弃过程录像，警卫人员还可以迅速找到放置遗弃物的可疑人物并采取相应的措施。

遗弃物检测技术适用于多种场合的检测，如用于检测伪装铁路上的危险障碍物、掉落的岩石、乱扔的垃圾、交通干线/高速公路/飞机跑道上的物品碎块、遗留在柜台上的包裹、地面上积留的滑溜液体(可能导致行人滑倒、车祸等事故)等。

目标PTZ跟踪技术

目标PTZ跟踪技术是一种自动检测预设位下监控范围内的运动目标，如触发报警，则进行目标跟踪，根据目标的运动行为对摄像机的云台和变焦镜头进行视觉导向的自主驱动，使跟踪目标持续以放大特写画面出现在镜头中央的技术。

传统监控中，摄像机监控区域相对固定，监控范围有限，而自动PTZ跟踪很好地解决了这个问题。而且当报警触发时，智能检测技术自动锁定目标，不再需要警卫人员手工来操纵PTZ来寻找和跟踪入侵者，智能PTZ摄像机在接收到报警事件时会自动锁定目标并触发自主跟踪，同时自动回传即时视频画面。从而实现7*24小时真正实时监控，能在第一时间发现入侵者并连续跟踪。

拌线/穿越/攀爬检测技术

绊线穿越检测技：，通过自动检测技术可以自动检测出视频画面中的运动行为特征。绊线穿越检测既可以在固定摄像机上使用，也可以在PTZ摄像机上使用，当人或交通工具穿越绊线时自动发出报警。绊线穿越模式允许用户设定一条或多条任意形状的绊线，针对每一条绊线还可以指定穿越绊线的非法方向(两个单向或者双向)。当以绊线穿越模式进行检测时，在绊线平行方向运动的目标将被忽略，仅当目标穿越绊线时发出报警。

这种检测模式适用于某些特定场合的入侵检测，例如攀越围墙、穿越安全检查点、穿越安全周界等。

打架斗殴检测技术

重庆连锁店监控http://cq.anfangjishu.com/

打架斗殴检测技术是一种通过检测人体运动速度特征、运动轨迹特征及肢体变化剧烈程度等重要特征，自动区分人群的正常行为与疑似打架、斗殴的暴力行为。

同方云计算开发的打架斗殴检测技术是一种基于立体视觉运动场分析的打架斗殴检测方法。根据目标的运动矢量场和深度图，提取出目标人体。以运动矢量场为主要特征，基于块统计累积运动矢量方向直方图，计算一段时间内累积直方图的熵。统计块内平均运动矢量强度，根据目标的深度信息，制定运动剧烈程度评价策略。最后结合块的混乱和剧烈程度评价分数，得到此块发生打架斗殴行为的概率，经过时间和空间累积，当打架斗殴行为的概率持续大于一定阈值时，则确认打架斗殴行为发生。此技术可以过滤监控环境下的场景光照变化、目标交错遮挡引起运动矢量计算错误。根据场景深度信息对剧烈程度判定更为合理准确。

结束语

人类并不是可以完全信赖的观察者，仅仅20分钟后，人对视频监视器的注意力就会下降30%，1小时后将会下降70%，达到一个非常低的水平。视频监控系统只能实现录像、存储、事后取证，不能实时监控、自动报警。智能视频监控技术的迅速发展有效的解决了大量摄像头的实时监看、管理的难题;有效降低了人员的劳动强度、以及视频存储的压力;通过被动监控到主动监控模式的改变，实现了从事后追踪到实时预警的转变。