首页 > 技术 > 软件技术 > 正文

视频分析技术原理浅析

2016-01-06 00:00:00来源:互联网

[摘要] 视频分析技术通常采用背景分离(背景减除)技术来进行图像变化的检测(所有的视频分析模式,如入侵、丢包、逆行等都是一种模式的图像变化)。其思路是对视频帧与基准背景图像进行比较,相同位置的像素(区域)变化则认为是变化了的区域,对这些区域进一步处理、跟踪、识别,得到包括目标位置、尺寸、形状、速度、停留时间等基本形态信息和动态信息,完成目标的跟踪和行为理解之后,也就完成了图像与图像描述之间的映射关系,从而使系统进一步进行规则判定,直到触发报警。

\
 

  视频分析技术通常采用背景分离(背景减除)技术来进行图像变化的检测(所有的视频分析模式,如入侵、丢包、逆行等都是一种模式的图像变化)。其思路是对视频帧与基准背景图像进行比较,相同位置的像素(区域)变化则认为是变化了的区域,对这些区域进一步处理、跟踪、识别,得到包括目标位置、尺寸、形状、速度、停留时间等基本形态信息和动态信息,完成目标的跟踪和行为理解之后,也就完成了图像与图像描述之间的映射关系,从而使系统进一步进行规则判定,直到触发报警。

  背景减除法是目前普遍使用的运动目标检测方法,其算法本身需要大量的运算处理资源,并且仍然会受到光线、天气等自然条件及背景自身变化(海浪、云影、树叶摇动等情况)的影响。但是,针对不同的天气以及自然干扰,已经有多种附加算法(过滤器)应用来弥补这些缺陷,随着芯片能力的提升及算法改进,相信视频分析技术会进一步成熟。


  视频内容分析的关键技术

  前景目标的探测是视频分析技术实施的前提条件。背景减除法是目前视频分析技术中用于前景目标探测的最常见方法,其原理是利用当前图象和背景图象的差分(SAD)来检测出运动目标(区域)的一种方法。此方法可以提供比较完整的运动目标特征数据,精确度和灵敏度比较高,具有良好的性能表现,但对动态场景的变化,如光线变化情况也比较敏感。背景减除法的工作原理如图2所示,当前图像与背景图像模型做差后形成运动目标区域,即图中的小船。

\

  背景模型的建立是背景减除法的关键所在。通常,视频分析算法需要一定的时间进行“背景学习”,所谓背景学习,实质上是利用时间平均图像的方法,将背景在一个时间段(如30秒钟)内的平均图像计算出来,作为该场景的背景模型。那么,“背景学习”时间结束后,系统仍然需要具有“背景维护”的能力,之前建模的背景并不是一成不变的,这样能保证系统对场景内的图像变化不那么敏感,如光线变化、影子等等,因此,开发出实用、有效的背景模型以适应动态、复杂的场景是目标探测及视频分析技术的关键。


  视频分析的工作流程

  视频分析实质是人工智能的一部分,是通过模仿人类的工作过程来实现的。人类通过眼睛这个“传感器”实现视频的采集、预处理、处理然后将真实图像传送给大脑,大脑并不是对所有传送过来的图像进行整体的分析处理,而是采用多层分级,将背景、缓慢移动及远处的目标分辨率最低化,忽略一些细节;并对前景感兴趣区进行二次聚焦(我们常说的眼前一亮就是这个意思),获得更多细节,然后对该区域进行判定。

  图3所展示的案例是日常生活中常见的情况,图像是一个地铁站台,画面中出现一个穿红色衣服的女子,手里拿着一个黑色包放到站台中的一个空地上,之后迅速离开。这是一个很普通的视频场景,值班人员对这段场景很容易迅速地提取出特征描述来,即“一个红衣女子将一个黑色包放在站台上后迅速离开”,而对这个简单的信息,值班人员利用眼睛采集到信息,首先是场景(站台),之后分离出感兴趣的前景目标(红衣女),之后对其跟踪,最后形成结论(丢下一个包),之后将整个过程的完整信息传给大脑去按规则判定。

\

0
[责任编辑:黄仁贵]

《安防知识网》一个服务号 二个订阅号 微信服务全面升级

不得转载声明: 凡文章来源标明“安防知识网”的文章著作权均为本站所有,禁止转载,除非取得了著作权人的书面同意且注明出处。违者本网保留追究相关法律责任的权利。

方案案例调研报告

注册会员免费申请杂志
及下载本站所有案例调研报告

立即免费注册