智能,小设备大智慧 智力智能智慧大智慧

　　当有非法人员闯入禁区防区时，系统主机会第一时间给指定用户拨打电话及发送短信或email，用户收到电话短信时可以第一时间用手机或者电脑查看监控区域的画面。这一功能，消除了传统监控系统马后炮及传统报警系统误报出警的顾虑！这既神奇又安全的“保安”就是智能监控系统。
　　智能监控的英文名称是Intelligent Monitor。智能监控是嵌入式视频服务器中，集成了智能行为识别算法，能够对画面智能监控场景中的人或车辆的行为进行识别、判断，并在适当的条件下，产生报警提示用户。
　　对于智能监控系统更加详细的解释是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用的信息，快速准确地定位事故现场，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警，事中处理，事后及时取证的全自动、全天候、实时监控的智能系统。
　　
　　智能监控，全天候的守护
　　虽然目前监控摄像机在商业应用中己经普遍存在，但并没有充分发挥其实时主动的监督作用。而我们需要的监控系统应能够每天连续24小时的实时智能监视，并自动分析摄像机捕捉的图像数据，当异常发生时，系统能向保卫人员准确及时地发出警报，从而避免犯罪的发生，同时也减少雇佣大批监视人员所需要的人力、物力和财力的投入。
　　智能视觉监控就是要用计算机视觉的方法，在不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而做到既能完成日常管理又能在异常情况发生的时候及时做出反应。智能监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场等。
　　智能监控具有广泛的应用前景和潜在的经济价值，从而激发了世界上广大科技工作者及相关人士的浓厚兴趣。
　　在我国，这方面的研究近几年才开展起来。中国科学院自动化研究所模式识别国家重点实验室己经成立智能视觉监控研究组，开展这方面的研究，目标是实现一个动态场景集成分析演示系统并最终推向实用。
　　
　　智能行为识别，一目了然
　　编者介绍几种智能行为识别在当前比较主流的识别归类：
　　物体识别 能区分出移动物体的类别，是轿车、还是摩托车，还是人、还是飞机等等，这是其他识别的基础。
　　越界识别 在视频画面上人为的画一道线或曲线，可以识别出物体穿越此界限的行为。比如视野是个马路上，画一条线把道路分成两端，假设定义了从左到右是合法的，从右到左为非法，一旦车辆行驶跨越了这个界线，设备判断其是否非法，非法则产生报警。
　　轨迹跟踪 识别处移动物体之后，能在移动的元素后面画出其运动经过场所的轨迹。如广场、车站等公众场所，人流穿梭，设备能显示并记录下每个人的走动轨迹，如果一个人长时间在视野中徘徊游荡，超过一定时间，则设备自动报警提示发现可疑行为人物。
　　遗留或丢失物体识别 设备能识别出视野场景中的物体多出一个或者少了一个，适合仓库、车站、展厅、安检等场所，如果有背包长时间丢失在某处无人拾取，超过设定的时间，系统将产生报警，或者像展厅这些场所，如果展示品缺少一件，设备也能发现并报警。
　　车牌识别 如果视频场景是个道路口或者小区出入口；只要车牌区域在视频中出现过，设备能自动识别出车牌号码；并以文字的方式提示用户。可以用于违规车辆稽查，比如某牌照车辆在事故后逃逸不知去处，如果市内各要道口都有智能识别视频服务器，系统只有通过网络一次性把一个或几个需要稽查的车牌号码设置到系统中的各个智能设备中，一旦此牌照的车辆在视野中出现过，就能立即告警，节省许多警力资源。
　　车速测量 比如高速路上有200M的速度提示区，时时提醒驾驶员不要超速行驶，然而超速行驶还是屡屡发生；试想如果在高速路上安装一个智能视频服务器，我们只要在视野中画两道线，如果确知这两道线的实际距离是100M，输入到设备中，设备就能自动计算出每个进过车辆的速度，并且超速时立即报警。
　　流量统计 智能设备能识别出过往的行人和车辆，同时能统计出过往的人或车的数量；试想在一个十字路口或者一个会展中心的门口，安装这样一个智能设备，就能统计出过往车流量或人流量。为公交调度提供更多更及时的信息。
　　逆行告警 比如单行道，或者车站、机场的出口或入口，车流人流都是单方向的，一旦有人逆行，系统会自动识别出，并产生报警。
　　涂鸦行为识别 原本洁净的墙面，被人乱贴小广告、电话或者乱涂乱画等，有碍市容。有了智能监控系统设备，就能及时发现这样的涂鸦行为，并及时告警。
　　打架等反常行为视频 公园、广场、车站等公众场合，人流众多，任何突发的危害人身安全的行为都可能造成重大损失和负面影响。智能识别系统，能及时发现人或车辆的异常行为，突然奔跑、摔倒，追打等行为，系统都会及时发现并提醒管理者。
　　智能监控系统研究的主要内容有：
　　环境建模 在摄像机静止的条件下，环境建模的工作是从一个动态图像序列中获取并自动更新背景模型。其中最为关键的问题在于怎样消除场景中的各种干扰因素，如光照变化、阴影、摇动的窗帘、闪烁的屏幕、缓慢移动的人体以及新加入的或被移走的物体等的影响。
　　运动检测 运动检测的目的是从序列图像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对于目标分类、跟踪和行为理解等后期处理是非常重要的，因为以后的处理过程仅仅考虑图像中对应于运动区域的像素。
　　目标分类 对于人体监控系统而言，在得到了运动区域的信息之后，下面一个重要的问题就是如何将人体目标从所有运动目标中分类出来。
　　人体跟踪 人体的跟踪可以有两种含义，一种是在二维图像坐标系下的跟踪，一种是在三维空间坐标系下的跟踪。前者是指在二维图像中，建立运动区域和运动人体(或人体的某部分)的对应关系，并在一个连续的图像序列中维持这个对应关系。从运动检测得到的一般是人的投影，要进行跟踪首先要给需要跟踪的对象建立一个模型。对象模型可以是整个人体，这时形状、颜色、位置、速度、步态等等都是可以利用的信息；也可以是人体的一部分如上臂、头部或手掌等，这时需要对这些部分单独进行建模。建模之后，将运动检测到的投影匹配到这个模型上去。
　　多摄像机数据融合 由于不同类型摄像机的功能和适用场合不一样，常常需要把多种摄像机的数据融合在一起。在需要恢复三维信息和立体视觉的场合，也需要将多个摄像机的图像进行综合处理。
　　行为理解和描述 事件检测、行为的理解和描述属于智能监控高层次的内容，它主要是对人的运动模式进行分析和识别，并用自然语言等加以描述。
　　
　　智能监控应用，用事实说话
　　在目前使用的监控系统中，智能监控的使用在国内已经派上守护城市的大用场。目前的数字化、智能化系统正在逐步接近并根据需求逐步完善，以下举一些案例来具体说明。
　　案例：长沙市投资3000多万元建设智能交通行车诱导系统
　　长沙市投资3000多万元建设智能交通行车诱导系统，将在城区主要路口、路段设立数十个交通行车诱导显示牌。智能交通行车诱导系统将对交通视频监控、出租车、公交车GPS定位系统以及路面线圈检测结果进行即时信息采集，并对采集来的即时路面信息进行综合评估处理后，生成交通诱导信息，通过显示牌进行实时发布。拥有这个系统，可以根据感应线圈传输的数据自行分析出相关路段的拥堵情况。如果该路段道路车辆通行速度低于40km/h时，电脑上的路段简图上会自动更新为黄色，如果车辆通行速度低于20km/h时，就会变成红色，户外交通诱导屏也会相对应地随之变成红色。
　　交通诱导员根据系统上变色的路段调出该路段的现场视频进行人工确认和调整。如果出现大雾等天气，诱导员还可以通过诱导牌告诉驾驶人谨慎行驶。同时，诱导员还会根据122接到市民反映的紧急交通情况调整交通诱导屏提示信息。目前，该智能交通行车诱导系统已开始试运行。
　　案例：被誉为城市“智慧之眼”的武汉城市视频监控系统
　　被誉为城市“智慧之眼”的武汉城市视频监控系统分三类：第一类为市级监控点5000个，用于覆盖主城区出城道口、跨江大桥、隧道、主要路口和重要部位，是骨干视频监控网，目前已全部建设完成，总投资2.98亿元；第二类为区级监控点2万个，用于覆盖城市主要联通道和区级重要部位；第三类为社会监控点22.5万个，由社会单位按统一规划自建，其使用和入网方法为“本地储存、本地调用、按需接入”。
　　进入运维中心，最吸引视线的便是正中的一个指挥台。围站在台前，俯视台面上的电脑屏，呈现的是武汉电子地图，这就是一个全触屏操作的“电子沙盘”。点击地图上的“眼睛”，就出现了该点的实景监控画面，手指在屏幕上左右拖拽，就如同转动了镜头，可以360°旋转观察。“电子沙盘”，能够让决策者快速、清晰看到武汉城区每一个地方的实时监控画面，可以随时触摸城市的角落，感知社会动态。有的监控探头传输画面的清晰度，甚至达到了电视直播水平。
　　该系统的又一项领先技术――自动运维，出现故障的监控探头会自动报警，不仅在电子地图上有所显示，还会通过运维中心后台判断故障原因、自动向运维部门提交维修指令，如果不在规定时间内修好，系统会自动考核、扣分。
　　如果这里有一辆车着火了，浓烟冒出，系统就会报警。另外，通过设定，此处监控画面内如果出现不明遗留物体，甚至连车辆、行人经过的速度超过常规，系统都会报警。
　　利用“出警分析”功能，民警出发前往报警点位，可以迅速调看沿途摄像头，选择最畅通的路线快速赶到。利用“围捕分析”功能，一旦在某点位发生突发案件，警方只要设置围捕区域，整个区域的摄像头全部调出，犯罪嫌疑人、车只要在路上出现，就逃不出“注视”。
　　武汉公安机关表示，整个系统使用的是公安光纤专网，在建设之初就非常注重安全性。除了确保系统本身安全可靠，视频信息共享实行分层分级授权，严格保密，防止威胁城市安全。
　　在知名景点设置了80多个探头，信号将逐步接入武汉门户网站，让游客在网上就能游览武汉。视频监控还可以为市民提供出行建议，交管部门已经开始进行此方面的尝试。
　　北京：两千探头织就东城电子监控网
　　据悉，从2007年工程启动至今，北京东城区共投入建设资金1.7亿元，整合、新增图像采集点2013处。覆盖全区的全天候视频监控系统，实现了管理监控平台、共享交换平台和17个街道派出所视频监控平台关联互通。
　　
　　智能监控时代，我们充满期待
　　随着智能监控中对人的运动分析研究和其它相关技术的发展，下述几个方面己经成为未来的发展趋势:
　　一、音频与视觉相结合的多模态接口
　　人的相互交流主要是依据语言，过去的许多工作是语音理解，但语音识别受距离和环境噪声的限制，尤其在机场等高噪声环境，将会严重影响语音识别的性能。人的可视化描述与语音解释一样重要，研究者们正逐渐将语音与视觉信息集成起来以产生更加自然的高级接口。当前一些接口系统在视觉方面仅仅做了如脸的表情、身体姿势等的大尺度分析，但还不能分析大多数人的正常姿势。为了完成优化尺度和广域的分析，可以寻求准确实时的多摄像机的信息融合方法，以便机器更好地理解人的通信行为。目前音频和视频的信号处理相对独立，如何更好地集成音频和视频信息用于多模态用户接口是一个严峻的挑战。
　　二、人的运动分析与生物特征识别相结合
　　在智能房间的门禁系统、军事安全基地的视觉监控系统、高级人机交互等应用中，人的运动分析与生物特征识别相结合的研究日益显得重要。在人机交互中不仅需要机器能知道人是否存在、人的位置和行为，而且还需要利用特征识别技术来识别与其交流的人是谁。目前的研究主要集中在人的脸像识别、步态识别或特定行为的识别。近距离时一般可以通过跟踪人脸来加以身份识别。如果是远距离的监控，脸的特征可能被隐藏，或者分辨率太低不易识别，然而进入监控领域的人运动步态是可见的，这激活了的步态可作为一个独特的生物行为特征应用于人的身份鉴别。
　　三、行为理解与描述高层处理的转变
　　目前，用于行为识别的状态空间方法和模板匹配方法通常在计算代价和运动识别的准确度之间进行折中，故仍需要寻找和开发新的技术以利于提高行为识别性能的同时，又能有效地降低计算的复杂度。另外，如何借助于先进的视觉算法和人工智能等领域的成果，将现有的简单的行为识别与语义理解推广到更为复杂场景下的自然语言描述，是将计算机视觉低、中层次的处理推向高层抽象思维的关键问题。
　　在这种情况下，智能视频(Intelligent Video，IV)应用程序由此发展起来。新的智能视频(IV)系统可获取车牌的视频图像并将此信息数字化，然后与数据库中的内容进行交叉比对。人数统计和绊网则是智能视频(IV)应用的另一些实例。
　　无论是国内还是国际厂商都共同表示，在未来的时间里，他们将在智能化视频监控系统领域都加大研发力度。目前厂商在技术层面研发的重点在于建立智能化监控产品的标准、加强产品的稳定性和准确性以及对基于目标的描述表示、针对性的压缩算法和有效的存储检索机制等方面。
　　换句话说，监控行业整体发展为智能化提供原动力，同时也为社会的稳定以及人民生命财产安全提供了保障，就这样一件件小小的设备守护的是一份安心，凝聚的是无限的智慧。

推荐访问:大智慧 智能 设备