计算机智能视频监控系统相关问题探讨

1/4计算机智能视频监控系统相关问题探讨计算机智能视频监控系统相关问题探讨计算机智能视频监控系统融合了视频处理技术、计算机技术以及网络技术等，大大提高了视频监控各项性能，因此被广泛应用在个生产领域，为各个行业的发展做出了突出贡献。有关计算机智能视频监控系统的研究，也因此受到越来越多业内专家的高度重视，经过多年的研究获得了丰硕的研究成果，一定程度上推动了我国在计算机智能视频监控系统的发展。1计算机智能视频监控系统技术计算机智能视频监控系统应用了包括视频压缩技术、运动目标检测，以及物体识别及跟踪等在内的多种技术。接下来对上述智能视频监控系统技术进行逐一探讨。数字视频压缩技术数字视频压缩技术是保证智能视频监控系统正常工作的基础，原因在于智能视频监控系统工作过程中涉及视频信息的上传、检索、下载等环节，这些环节需要传输大量视频信息，倘若不采用数字视频压缩技术进行处理，一方面获得的视频信息量比较大会占据大量的储存空间，另一方面，会严重影响视频信息传输效率。例如，按照每秒25帧的速度传输GIF的图像信息，则每秒钟将要本文由论2/4文联盟HTTP/收集整理传输38MB的信息量，会耗费大量的网络资源。因此，无论从哪个方面分析，计算机智能视频监控的正常工作，需要数字视频压缩技术的支持。1运动目标检测技术运动目标检测技术主要用于监控出现异常行为的事物或人，从而判断可能出现的突发事件或潜在危险等。通常情况下，事物或人的异常多少表现在运动形式上，而计算机智能视频监控系统通过监控事物或人的运动形式达到监控的目的。另外，对智能视频监控系统捕获的视频信息进行分析时，需要从背景场景中将运动目标的变化区域加以提取，帮助工作人员分析、跟踪等。但视频图像背景图形并非一成不变，而是随着时间的变化而处于不断的变化之中，因此，容易受阴影、光照、环境、天气等因素的影响，无形之中增加了监控的难度。为进一步提高检测技术水平，目前常用光流、EM算法扩展、时间差分、背景减除等方法进行运动目标检测。1物体识别及跟踪技术计算机智能视频监控系统性能优于传统视频监控系统之处在于其能对影像进行智能捕捉，并加以识别和跟踪。在科技发展推动下，人脸识别技术的出现进一步提升了智能视频监控系统的发展潜力。物体识别及跟踪技术的实现主要涉及运动目标分类、3/4运动目标跟踪、行为理解与描述三方面内容。其中对运动目标分类的目的在于识别运动目标所属类别，因为视频监控内容非常繁多，对运动目标进行正确分类有助于工作人员迅速提取有用信息，从而准确判断是否对其加以跟踪。目前来看，时间共生矩阵井下的分层分类、基于运动特性的分类、基于形状数据的分类是比较常用的分类方法。所谓目标跟踪指在连续的视频监控图像帧间建立以色彩变化、速度、位移等相关特性的对应问题。当前，基于特性、活动轮廓、模型的跟踪等最为常用。行为理解与描述指识别、分析物体的运动模式，并对其加以描述。在该过程中利用隐马尔可夫、动态时间规整技术等完成测试序列与现有标注好的行为参考序列进行匹配。另外，较为常用的实现时变数据匹配的方法为神经网络，其可辨别人的轨迹及运动模式，在径向基的函数网络加以识别。计算机智能视频监控系统应用计算机智能视频监控系统的应用由非安全与安全之分，其中非安全的应用集中在聚会场所、服务领域及零售领域等主要目的用于交通流量控制、人群控制，以及人数统计等，而安全应用主要为了检测车辆、人物、事物等从而及时发现异常，营造安全的社会环境。计算机智能视频监控的应用离不开各种组成部件的支持。例如，高清摄像机的作用在于采集视频图像，光端机负责完成光信号至电4/4信号间的转换，硬盘阵列用于存储采集到的信息等。从视频监控系统的发展来看，未来其将朝着网络化、智能化以及数字化方向发展，使视频监控系统的智能性得以进一步的提升。从当前来看，我国计算机智能视频监控系统发展与发达国家相比还存在一定的差距，因此，我国还需要加强核心技术的研究，并与发达国家展开亲密友好的合作，以提高我国智能视频监控系统研发水平。结论计算机智能视频监控系统在不同行业从事正常的生产经营