关键词： 智能视频分析   高清   立体视觉技术   双目立体视觉   智能分析技术  

摘要： 近年来在视频监控市场中,智能视频分析技术成为热点产品,在城市管理、公共安全、银行、交通等行业得到了较广泛的应用,取得了很好的社会效益和经济效益,成为安防企业一个新的技术制高点和发展方向。大华公司经过多年的技术积累,拥有自主开发的全系列智能分析算法,提供了从前端到后端的丰富多样的产品形态,集中体现在下面的几个方向:

关键词： 公安局   深圳市   技防   视频监控   海康威视   智能视频分析   安防企业   智慧城市   安全技术防范   警队  

摘要： 深圳公安局:2014年完成"平安深圳"视频监控建设任务广东深圳警方今年将重点推进四大改革事项、推进执法精细化管理,全力建设"平安深圳"和"法治公安"。2月14日,深圳市公安局召开电视电话会议部署今年重点工作,深圳市副市长、公安局局长刘庆生要求,要坚持改革创新,狠抓源头治理,打造具有国际水平的现代化警队,维护好深圳社会稳定,促进深圳经济发展,保障深圳百姓安居乐业,为实现"三化一平台"("三化"即市场化、法治化、国际化,"一平台"即前海开发开放平台)的战略目标创造最优环境。

关键词： 视频内容分析   背景建模   目标特征提取   基于内容视频  

摘要： 中国的视频监控市场近年来持续高速发展,国内监控摄像头正以惊人的速度逐年增加,其覆盖范围越来越广。视频信息也已成为现实生活中一个非常重要的信息载体,然而,在视频数据信息迅速膨胀的同时,视频监控系统仍停留在较低层次的简单应用上。因此,对视频监控的研究,特别是对视频内容的分析研究也越来越被关注,成为一个新的研究热点。本文以简单场景的监控视频为研究对象,针对目前视频监控存在的目标检测准确率低,目标特征提取鲁棒性差,以及视频存储周期短等问题,站在模仿人类视觉系统的角度上,采用模式识别相关算法进行研究分析,克服现有视频分析方法的局限性,以速度快、准确性高、鲁棒性好、低容量为最终目标,旨在建立一套适用于监控视频的视频处理分析系统。在深入研究了监控视频分析处理基础技术之后,确定了其分析处理的基本流程,以监控视频背景建模方法为基础进行运动目标检测,对检测出的运动目标进行稳定特征提取,并采用多特征融合的方式进行目标跟踪,最后以基于内容的背景分离处理方式进行视频编解码。其中,背景建模方法是引用了码本(CodeBook)的监控视频背景建模方法,在此基础上,本文提出了一种实时视频背景提取方法。此种背景提取技术可以实时响应背景的变化,有效提取真实背景。采用背景建模的方法检测到运动前景,分离目标图像后,通过目标帧间连续位置信息实现跟踪,对多目标帧间位置相近的情况,融合目标SIFT和彩色直方图特征进行目标匹配,并记录目标各帧的运动状态,最终实现目标运动的跟踪。实验表明该方法对多目标缓慢变化的监控视频有较好的跟踪效果。同时,本文在现有视频编解码方式基础上,提出了一种基于内容的静态监控视频编码方法。该方法是一种实现背景与运动目标分离的编码方式,采用不同的编码方式分别对背景和运动目标进行编码。实验证明,与传统编解码方法相比,基于内容的编码方法获得了更多的存储空间。论文还进一步探讨了背景更新算法对基于内容编码的影响。

关键词： IPC   网络摄像机   智能视频分析   芯片技术   高清产品   创新  

摘要： 安防监控市场在2013年仍然维持了快速增长,全球市场增长超过12%,网络摄像机这几年发展的速度之快是有目共睹的,尤其是高清网络摄像机更是如雨后春笋般迅速发展。高清网络摄像机之所以能够在这几年快速发展起来,最主要原因是整个市场对视频监控画质需求的提升,

关键词： IVE   CPU   引擎   智能视频监控   智能视频分析  

摘要： 高清化、IP化、智能化是视频监控产业向前发展的核心逻辑。随着全球视频监控领导企业海思半导体H.265/HEVC划时代产品即Hi3516A与Hi3536处理器的上市,超高清的画质和低带宽的网络传输、存储与显示得以实现,解决了高清化和网络化带来的业界公认的"带宽、存储、显示"三大难题,必将引领整个视频监控产业进入一个新的发展时期。

关键词： “像素-模型”距离   背景建模   局部描述子   智能视频分析   复杂环境  

摘要： 在智能视频监控中,场景建模和修复是目标检测和场景理解的核心内容。计算机视觉科技的进步使得背景建模的算法日臻成熟,对于普通场景中的前景物体变化都能做到较为准确的识别。但在视频监控中常常存在着一些复杂高动态的场景,其中前景在时域和空域中的比例都要大于背景,目前流行的背景建模算法难以做到实时、准确地建模。针对此问题,本文提出了一种基于“像素-模型”(Pixel to Model,P2M)距离的无参数背景模型。本论文在学术上的主要贡献如下。1.本文提出了一种全新的像素表达框架:基于压缩感知的理论,利用图像中各点上下文信息,通过提取局部特征的方式来对中心像素进行建模。本文分析了之前多种基于色彩值的背景建模方式,针对其局限性提出了引入空域信息对像素点进行建模的方法,并使用压缩感知的方法解决其面临的巨大计算量的问题,将广义的Haar-like特征引入背景建模,完成本文背景建模中像素点的特征表达。通过引入基于纹理和边缘的图像上下文信息,本文的背景模型在前景检测上比单像素色彩模型更为准确,在监控行业常见的高动态场景中的鲁棒性也有所提高。2.针对先前的“像素-像素”背景建模方法的不足,本文提出了“像素-模型”距离的概念,以量化像素点和背景模型之间的相似度。该量化方式是本文前景分割和模型更新的基础。同时,本文使用了最小和最大“像素-模型”距离来对像素点以及其邻域像素点的背景模型进行更新,并对其中一些参数的自适应性做了推导和说明。在复杂高动态环境的前景分割实验中,该模型优于主流的四种背景建模方法;在后续的应用开发上,利用该模型能进行有效的智能视频监控。3.受高斯混合建模求取期望进行背景生成以及通过历史帧的线性组合进行背景像素点计算方法的启发,本文提出了基于贝叶斯方法,使用最小“像素-模型”距离进行权重计算,并通过类似期望求取的办法对场景图像进行修复的方法,提高了视频监控中场景修复的准确性。

关键词： 智能视频分析   跨平台   播放器   运动目标检测   图形加速  

摘要： 随着视频监控系统在安防等领域得到广泛的应用,视频监控正朝着智能化的新兴应用方向发展。流媒体播放器作为视频监控系统中的核心部分,直接影响到安防人员对监控视频的准确分析与实时响应。传统的视频监控系统中流媒体播放器存在缺乏智能视频分析功能、运行性能低、平台兼容性差以及功能扩展性差等问题。因此,提升流媒体播放器性能,实现智能化与跨平台化对推动视频监控行业的发展有着重要的意义。 本论文研发了一个具备智能视频分析功能的流媒体播放器。该播放器基于自由组建模块的方式,采用链接式方法将各独立的功能模块组成数据处理管道,并配合事件以及命令处理管道等协同处理多媒体数据。框架中集成了解码模块,显示模块以进行前台视频显示和智能视频图像分析模块以进行后台视频分析。针对应用平台及硬件环境组建不同的界面模块和优化模块以适应不同的平台,以此达到该框架的跨平台性。由于框架采用自由组建功能模块的形式,具有极好的可扩展性。 同时,利用智能指针管理内存、通过精准定时器控制视频平滑播放,集成高清视频硬件加速解码功能、良好的音视频同步机制,使得播放器的性能得到提升。 此外,本播放器中集成了智能视频分析模块,可对视频解码之后的图像序列进行分析。针对运动目标检测功能,采用了改进的运动检测算法,将高清视频解码和运动检测算法在图形加速器中加速处理,可高效地进行视频智能分析。 测试结果表明,本论文中播放器软件已经实现各项基本功能需求,能进行跨平台应用与智能化,各项性能指标可达到监控行业标准。

关键词： 智能视频分析   应急管理   智能安防监控   应急方案  

摘要： 随着经济的发展和社会的进步,人们的生活水平得到了很大提高。与此同时,各类突发事件时有发生,对社会建设的稳定和人民的人身财产安全造成很大威胁,这就对各类安全防护系统提出了更高的要求。基于以上需求,本文结合实际项目,通过对智能监控技术和应急管理技术的研究,设计了应用于大型活动或特殊场所的重点区域智能安防监控系统。主要的具体的研究方向和设计实现工作如下:a)对智能安防监控系统架构的研究和设计通过对传统视频监控系统的发展过程和功能特点的研究,发现系统存在的问题,并提出研究设计智能安防监控系统的意义。根据功能需求,设计了智能安防监控系统的整体架构,使之具备智能视频分析、综合指挥调度和应急管理功能。b)智能视频分析算法研究及系统的实现智能视频分析是智能安防监控系统的重要功能之一,通过对智能视频分析的发展过程和常用算法的研究,设计了一种运动目标检测算法,并进行了试验,证明了算法的正确性和有效性。c)应急管理系统的研究及实现在突发事件的应急处置中,需要有实时有效的应急方案为其提供决策依据和行动指导,才能够使行动及时有效的展开,从而降低各类损失。通过对应急管理技术的研究,设计了应急管理系统的架构,并通过将应急方案的生成转化为求解约束满足问题来设计应急方案的生成算法。根据本文的研究和设计成果,搭建了一套智能安防监控系统的测试系统,具有智能视频分析功能、应急管理功能以及与指挥调度系统互联互通协调功能。

关键词： 智能监控   遗留物检测   徘徊检测   蒙面检测  

摘要： 随着社会经济和科技的蓬勃发展，像银行等金融系统的安全问题正在面临巨大的考验，如何对这些金融场所进行有效地安保工作，越来越受到各界的重视与关注。智能监控系统的出现在这一问题上发挥了很大的作用，如今它己成为计算机视觉领域的一个重要研究方向。由于智能视频监控系统借助了计算机视觉、图像处理以及模式识别等技术，它能够很好的对监控场景中出现的异常行为进行分析与识别，并将出现异常行为的目标进行实时反馈，最终提示相关部门多加注意及处理。因此，各个安保部门不需要再像以前一样一直目不转睛的盯着监控显示器看了，大大的节约了人力、物力和财力，并提高了监控系统的实时性和可靠性。 本文主要研究的是利用智能视频监控系统对特定场景下遗留物体、徘徊、蒙面等异常行为的识别。异常行为识别的基础和关键在于对运动物体进行检测，本文介绍了运动目标检测的一些常用方法，分析了各种算法的优缺点，最终选择了背景差分法对运动物体进行检测。针对背景差分法，介绍了几种背景更新和建模的方法，混合高斯模型能解决背景不断变化（光渐变，光照强弱等）所带来的影响而得到背景模型，因此选择混合高斯模型对背景建模；之后又利用形态学处理了目标检测过程中出现的噪声，得到了完整清晰的目标。 在静止单摄像机条件下，本文采用由混合高斯模型GMM构建出来的背景模型与背景差分法联合的算法来快速高效地检测出遗留物。当对徘徊行为检测时，首先应得到运动物体的外接轮廓，然后再通过获得运动物体外接轮廓的中心轨迹来计算运动物体的路程、位移及方向，最后判断该运动目标是否发生徘徊行为。对于面部有遮挡的运动物体，首先把运动物体的运动区域设置为感兴趣区域，然后在感兴趣区域的特定范围内利用YCbCr颜色空间的椭圆肤色模型进行肤色检测，这样可以大大缩小搜索范围、减少计算量，再对检测到的肤色连通区域进行分析，通过计算连通区域的面积判断面部是否存在遮挡现象。 本文做了大量相关的实验，并且和其他方法进行了比较。实验结果表明，本文采用的这些方法计算简单，大大地减少了算法在时间和空间上的复杂度，实时性好，并且识别率高，适合实时的智能监控系统。

关键词： 智能视频分析   图形处理器   视频解码   性能优化  

摘要： 智能视频分析技术已经广泛应用于安防行业和社会生活的各个方面，通过将图像与事件的描述之间建立的映射关系，能够解决传统的视频监控技术中各种不足和缺陷。随着计算机技术和硬件的不断发展以及越来越庞大的数据计算量，目前的依赖于CPU处理能力的智能视频分析系统已经不能满足需求复杂算法和高级功能的各种应用。因此我们提出了一种新的基于图形处理器（GPU）的智能视频分析系统。 针对目前智能视频分析系统从视频解码、YUV转RGB格式、图像背景提取到算法运行整个过程都需要消耗大量的CPU资源，使得系统在处理的时效性上达不到客户的要求。我们改进了智能视频分析系统流数据处理过程中资源消耗，充分利用GPU的并行处理能力，CPU+GPU的异构计算模式使得整个系统效果大大的提升。其中GPU在视频流解码，YUV转RGB以及算法优化方面的高效处理能力能保障CPU能有更多的资源提供给智能视频分析系统(IVS)，从而保证了IVS系统的稳定性、准确性和可控性。 本文在分析智能视频分析系统的基础上，通过利用具有GPU的嵌入式产品，在智能视频分析系统的视频流解码和格式转化以及算法模块将CPU处理移植到GPU处理，重新设计和移植新的IVS系统，通过比较系统性能和资源使用，说明新的基于GPU的智能视频分析系统具有明显的优势以及很好的应用性，同时为智能视频分析系统的发展研究提供了一个新的方向。