智能化視頻監(jiān)控技術(shù)的進(jìn)一步發(fā)展，仍然是仿生學(xué)引導(dǎo)的結(jié)果
　　智能化是視頻監(jiān)控的亮點(diǎn)，但又是視頻監(jiān)控技術(shù)的關(guān)鍵和難點(diǎn)
　　智能視頻監(jiān)控產(chǎn)業(yè)的發(fā)展需要采用新的符合智能監(jiān)控要求的體系結(jié)構(gòu)
 
　　基金項(xiàng)目：國家自然科學(xué)基金(60672134、61071091)

視頻監(jiān)控是視頻工程中重要的技術(shù)和應(yīng)用領(lǐng)域，支撐其發(fā)展的視頻技術(shù)在不到一個(gè)世紀(jì)的發(fā)展過程中，大致經(jīng)歷了3個(gè)跨越式的發(fā)展階段。20世紀(jì)30年代，以電視廣播為代表的視頻技術(shù)走出了實(shí)驗(yàn)室，進(jìn)入廣播電視臺(tái)和千萬家庭，實(shí)現(xiàn)了從靜止圖像傳輸?shù)交顒?dòng)圖像傳輸?shù)目缭剑?0世紀(jì)80年代末，以會(huì)議電視、視頻監(jiān)控等為代表的視頻技術(shù)走出了實(shí)驗(yàn)室，進(jìn)入眾多的電視會(huì)議室、安防系統(tǒng)，實(shí)現(xiàn)了從模擬視頻通信到數(shù)字視頻通信的跨越；如今，以智能視頻監(jiān)控(IVS)為代表的視頻技術(shù)，正處在走出實(shí)驗(yàn)室、進(jìn)入到各行各業(yè)的應(yīng)用階段，將要實(shí)現(xiàn)從“機(jī)械”的視頻信息處理向智能化視頻信息處理的跨越。當(dāng)前中國正處在這一跨越的關(guān)鍵時(shí)段。智能視頻監(jiān)控只是智能視頻技術(shù)的一個(gè)部分，一個(gè)將視頻技術(shù)引入智能時(shí)代的部分。

1 IVS的發(fā)展歷程

和人類許多技術(shù)一樣，視頻技術(shù)也是仿生學(xué)引導(dǎo)的結(jié)果。視頻技術(shù)模仿人類眼睛的功能，把眼睛“拉”到實(shí)際難以到達(dá)的時(shí)空。電視廣播提供了大量有聲有色的娛樂節(jié)目，豐富了人們的文化生活；而視頻監(jiān)控的出現(xiàn)，不僅提供了栩栩如生的現(xiàn)場信息，更解決了安全和生產(chǎn)方面的問題，使人們深切感受到視頻技術(shù)的應(yīng)用范圍之廣和所起的重要作用。

視頻監(jiān)控已有三四十年的發(fā)展，最早安裝在銀行營業(yè)廳的模擬視頻監(jiān)控設(shè)備，采用的是攝像頭加磁帶錄像機(jī)；后來發(fā)展為數(shù)字監(jiān)控，實(shí)際上是數(shù)字視頻記錄(DVR)，采用的是攝像頭、采集卡加計(jì)算機(jī)（主要用于壓縮、存儲(chǔ)）；近幾年的網(wǎng)絡(luò)視頻監(jiān)控裝置，主要是由嵌入式攝像機(jī)、傳輸網(wǎng)絡(luò)和計(jì)算機(jī)構(gòu)成。

智能視頻監(jiān)控經(jīng)過近四、五年的發(fā)展，已由簡單的視頻監(jiān)控發(fā)展到具有人工智能的視頻監(jiān)控。視頻監(jiān)控的由來很簡單，從需求層面來看：人們一直需要擴(kuò)大眼睛的功能，希望在必要的地方“掛上”一只“眼睛”進(jìn)行不間斷的監(jiān)控；從技術(shù)可行性的層面來看：傳感器技術(shù)從單點(diǎn)傳感器發(fā)展到多點(diǎn)，從一維傳感器，發(fā)展到二維、三維傳感器（圖像、視頻傳感器），快速的發(fā)展為實(shí)現(xiàn)以看為主的監(jiān)控提供了可能。實(shí)際上這一過程再次體現(xiàn)了仿生學(xué)對技術(shù)發(fā)展的巨大影響力：監(jiān)控技術(shù)即智能化視頻監(jiān)控技術(shù)的進(jìn)一步發(fā)展，仍然是仿生學(xué)引導(dǎo)的結(jié)果。從仿生學(xué)的角度出發(fā)，各種傳感器的出現(xiàn)均模仿人類的各種感覺的結(jié)果，從觸覺、嗅覺到聽覺、視覺，如模仿人耳的麥克風(fēng)和模仿人眼的攝像機(jī)。最近，如何在模仿視覺的基礎(chǔ)上模仿人腦功能，使現(xiàn)有的監(jiān)控設(shè)備具有一定的智能并、成為研究的焦點(diǎn)。智能的匯入使傳感的內(nèi)容、含義具有了主觀“感覺”，能夠給出分析、判斷和結(jié)論，而并非只對傳感對象的物理量作忠實(shí)的記錄。

早期的傳感器往往比較簡單，傳感的是一維、單義的物理量，且易于分析、便于結(jié)論，如溫度傳感器，當(dāng)所獲得溫度超過某一閾值時(shí)，說明發(fā)生了異常情況。以攝像機(jī)為代表的視覺傳感器是一種多維、多義的傳感器：面對記錄的圖像難以判斷其內(nèi)容的含義，如難以判斷攝像機(jī)所面對的場景到底“發(fā)生”了什么事?，F(xiàn)階段該問題的解決主要靠人工完成：值班人員用眼睛對成百上千的攝像機(jī)信息進(jìn)行屏幕“監(jiān)視”，對存儲(chǔ)的海量信息進(jìn)行回放“檢索”，對可疑信息進(jìn)行人工對比、分析。但人（尤其是人的眼睛和大腦）是很容易疲勞的，有數(shù)據(jù)表明：如值班人員緊盯屏幕十幾分鐘后將會(huì)不自覺丟掉大部份信息。再如在倫敦地鐵案中，安保人員為找到一點(diǎn)有價(jià)值的信息，往往要花幾十小時(shí)查看大量的存儲(chǔ)磁帶。尋找不會(huì)疲勞的眼睛和大腦，分析所監(jiān)控的內(nèi)容，減輕負(fù)擔(dān)，提高監(jiān)控效率，這就是視頻監(jiān)控智能化的目標(biāo)。

監(jiān)控智能化并不僅僅可以幫助我們緊盯屏幕，提高效率，還可以通過“智能”承擔(dān)并實(shí)現(xiàn)更多工作。目前最典型的“智能”主要集中在以下4個(gè)方面：

(1) 攝像機(jī)保護(hù)。這是首要任務(wù)，如果攝像機(jī)得不到保護(hù)，其它的一切都免談。因此對攝像機(jī)被遮擋、被移動(dòng)、模糊等情況能及時(shí)自動(dòng)轉(zhuǎn)移、報(bào)警并通知維護(hù)人員。

(2) 入侵檢測和運(yùn)動(dòng)目標(biāo)跟蹤。對非正常進(jìn)入監(jiān)視區(qū)域的可疑目標(biāo)及時(shí)檢測，能夠識(shí)別單個(gè)或多個(gè)目標(biāo)的運(yùn)動(dòng)情況（如運(yùn)動(dòng)方向、運(yùn)動(dòng)速度等）。在檢測到可疑目標(biāo)后，發(fā)送控制指令使攝像機(jī)自動(dòng)跟蹤目標(biāo)，在物體超出該攝像機(jī)監(jiān)控范圍之后，自動(dòng)通知鄰近的攝像機(jī)協(xié)同工作，繼續(xù)進(jìn)行跟蹤并發(fā)出報(bào)警信號(hào)。

(3) 滯留物和搬移物報(bào)警。當(dāng)場景中（如候機(jī)室、會(huì)議室等）某一物體(如包裹、手提箱等)在敏感區(qū)域停留的時(shí)間過長，或原場景中存在的物體（如手提電腦、貴重儀表）被無故搬移時(shí)，系統(tǒng)就發(fā)出報(bào)警信號(hào)，同時(shí)自動(dòng)在前面的視頻畫面中查找放置滯留物或搬走原有物品的可疑人。

(4) 群體行為分析。包含對人群、車流等目標(biāo)的正常行為和異常行為分析。能夠?qū)鼍爸腥后w的正常行為進(jìn)行分析，如統(tǒng)計(jì)穿越出入口或指定區(qū)域的人或車的數(shù)量、高速公路交通流量，識(shí)別人群的整體運(yùn)動(dòng)特征，包括速度、方向等。也能夠?qū)鼍爸腥后w的異常行為進(jìn)行分析和判斷，如檢測、分類、跟蹤和記錄過往行人、車輛及其他可疑物體，判斷公路上是否有車輛非法?？?、是否有故障車輛，是否有行人及車輛在禁區(qū)內(nèi)發(fā)生長時(shí)間徘徊、停留、逆行等行為，檢測公共場所是否有人員的集聚、奔跑、斗毆等異常行為。

當(dāng)然，智能視頻監(jiān)控能夠做到的事不只如此。今后它可以幫我們做更多的事，但前提是我們要有足夠的智能來設(shè)計(jì)并實(shí)現(xiàn)這樣的智能視頻監(jiān)控系統(tǒng)。

2 IVS的技術(shù)難點(diǎn)

IVS的前景十分美好，但仍面臨漫長的探索路程。智能視頻監(jiān)控和普通視頻監(jiān)控本質(zhì)的區(qū)別在于：普通監(jiān)控視頻只是幫助我們“看”；而智能視頻監(jiān)控不僅要“看”，而且能“看見”、能“理解”，能夠搜尋目標(biāo)，分析視頻內(nèi)容，處理視頻監(jiān)控的結(jié)果。

這樣的目標(biāo)在技術(shù)實(shí)現(xiàn)上有很大難度，首先面臨的問題是圖像分割：把關(guān)注的目標(biāo)從圖像中分離出來。這是一個(gè)基本和圖像處理同時(shí)誕生的老問題，但至今仍得不到很好的解決。在圖像分割領(lǐng)域，各種方法層出不窮，基本是一個(gè)問題一種方法，或多種方法，但結(jié)果仍差強(qiáng)人意。

除圖像分割外仍有接踵而至的難題，如特征提取、目標(biāo)匹配、目標(biāo)描述、目標(biāo)跟蹤、多攝像機(jī)協(xié)同等。這些問題正是當(dāng)前圖像處理、視頻分析的熱點(diǎn)問題，雖然已取得一些成果，但距離人們的期望還相當(dāng)遙遠(yuǎn)?？傮w上說，智能化是視頻監(jiān)控的亮點(diǎn)，但同時(shí)又是視頻監(jiān)控技術(shù)的關(guān)鍵和難點(diǎn)。智能視頻監(jiān)控技術(shù)的研究和應(yīng)用仍處在萌芽狀態(tài)，剛剛步入初級(jí)階段[1-4]。

3 IVS產(chǎn)業(yè)的發(fā)展

經(jīng)過幾十年的發(fā)展，視頻監(jiān)控已成長為一個(gè)新興的IT產(chǎn)業(yè)，以6 000萬人口的英國為例，已在全國范圍內(nèi)設(shè)置約420萬個(gè)攝像機(jī)監(jiān)控點(diǎn)。據(jù)統(tǒng)計(jì)和預(yù)測，全球安全市場2011年的產(chǎn)值，將從2001年的802億美元，增長到2 658億美元，成為全球重要產(chǎn)業(yè)之一[5]。

作為一個(gè)產(chǎn)業(yè)，或者一類產(chǎn)品，必須滿足人類所需或?yàn)槿祟愒黾有б娌趴赡艿玫窖杆俚陌l(fā)展，如提供物品、文化或服務(wù)，替代人的工作，提高工作效率等。移動(dòng)通信正是滿足這樣條件的產(chǎn)業(yè)，由視頻通信和移動(dòng)通信的發(fā)展情況可以看出：視頻通信起步早，但發(fā)展較慢，而移動(dòng)通信發(fā)展速度快、普及廣。因?yàn)橐苿?dòng)通信提供的是一種方便的通信方式，解除了通信終端對固定位置電線的束縛，不僅為人們提供了隨處通信的自由，還增加了可觀的經(jīng)濟(jì)效益和社會(huì)效益。因此，它的飛速發(fā)展在情理之中。相比之下，圖像通信主要提供的是不同的通信內(nèi)容，且至今還沒有解決圖像傳送的暢通問題，在很大程度上仍屬于“錦上添花”的應(yīng)用，其發(fā)展的內(nèi)在動(dòng)力遠(yuǎn)遠(yuǎn)不足，因此發(fā)展速度滯后。如果視頻傳輸能夠暢通，且系統(tǒng)能夠?yàn)槿颂峁┳銐虻闹悄芊?wù)，視頻監(jiān)控產(chǎn)業(yè)也會(huì)得到迅速的發(fā)展[6]。

作為一個(gè)產(chǎn)業(yè)，視頻監(jiān)控屬于視頻通信的一部分。要加快視頻監(jiān)控的發(fā)展速度，首先需要了解并分析目前視頻監(jiān)控產(chǎn)業(yè)的特點(diǎn)和問題：

(1) 個(gè)性大于共性。不同的用戶對視頻監(jiān)控有不同的需求，如個(gè)人和企業(yè)、室內(nèi)和室外、公開與隱蔽、大場景和小范圍、移動(dòng)和固定等，導(dǎo)致產(chǎn)品品種繁多難以擴(kuò)大規(guī)模，大批量生產(chǎn)難以統(tǒng)一標(biāo)準(zhǔn)。

(2) “運(yùn)營”重于“生產(chǎn)”。監(jiān)控產(chǎn)品的服務(wù)成分很大，并非只限于幫用戶安裝完成（如消費(fèi)電子類產(chǎn)品）的環(huán)節(jié)。至少還應(yīng)像通信運(yùn)營商那樣經(jīng)營、維護(hù)、更新，為用戶提供持續(xù)的服務(wù)，服務(wù)的復(fù)雜程度甚至要超運(yùn)營商。例如，由于通信運(yùn)營商建立面向社會(huì)的通用視頻監(jiān)控系統(tǒng)，建立面向特定部門的專用監(jiān)控平臺(tái)，開展運(yùn)營級(jí)視頻監(jiān)控服務(wù)，就是一個(gè)很好的產(chǎn)業(yè)化發(fā)展模式。有數(shù)據(jù)統(tǒng)計(jì)，受運(yùn)營級(jí)視頻監(jiān)控市場影響，從2006年開始，全球網(wǎng)絡(luò)攝像終端市場的年增長速度達(dá)到70%以上。

(3) 有效服務(wù)時(shí)間短。絕大部分的視頻監(jiān)控所感興趣的是小概率事件，獲得的有效數(shù)據(jù)占總數(shù)據(jù)的比例小，“備用”時(shí)間長。因此，需要具備海量數(shù)據(jù)存儲(chǔ)能力、對無效數(shù)據(jù)的判斷和丟棄能力，并同時(shí)在有效服務(wù)時(shí)間內(nèi)確保有效服務(wù)，不允許輕易失誤（如民用通信中用戶信息有時(shí)會(huì)被無故中斷）。

(4) 涉及范圍廣。一是潛在用戶涉及范圍廣，幾乎沒有單位和家庭不需要視頻監(jiān)控，只是需求的程度有所不同，以及現(xiàn)有的視頻監(jiān)控功能能否滿足客戶需要；二是配合單位涉及范圍廣，某一場景的監(jiān)控常常涉及報(bào)警，報(bào)警又必然要涉及公安部門；監(jiān)控大多涉及傳輸，傳輸必然涉及通信部門；環(huán)境監(jiān)控必然涉及環(huán)保部門；交通監(jiān)控當(dāng)然要涉及公安和保險(xiǎn)等部門等。沒有多部門的配合，監(jiān)控的作用將會(huì)大大縮減。

智能視頻監(jiān)控產(chǎn)業(yè)的發(fā)展，必須針對這些特點(diǎn)采用新的符合智能監(jiān)控要求的體系結(jié)構(gòu)，如采用新的經(jīng)營方式和服務(wù)方式，建立靈活的模塊化的硬件平臺(tái)和軟件平臺(tái)，具有多重保護(hù)的信息安全機(jī)制等。

4 IVS的發(fā)展前景

視頻監(jiān)控技術(shù)正值蓬勃發(fā)展階段，主要有以下幾個(gè)發(fā)展趨勢[7-8]：

一是視頻質(zhì)量向高清化發(fā)展。這和整個(gè)數(shù)字視頻高清化發(fā)展趨勢是一致的。隨著視頻的采集、處理和顯示器件的快速發(fā)展，隨著傳輸帶寬的增加和視頻壓縮技術(shù)的進(jìn)步，高清晰度的視頻監(jiān)控，如720p、1080i、1080p甚至更高分辨率的視頻質(zhì)量，也將逐步實(shí)現(xiàn)。

二是傳輸方式向網(wǎng)絡(luò)化、無線化發(fā)展。這和整個(gè)通信網(wǎng)絡(luò)的IP、無線、寬帶化的發(fā)展趨勢相一致。隨著網(wǎng)絡(luò)和通信技術(shù)的發(fā)展，為視頻監(jiān)控提供靈活的IP傳輸方式、方便的無線連接和足夠的傳輸帶寬等問題有望逐步得到解決，如基于3G網(wǎng)絡(luò)、WiFi的視頻監(jiān)控系統(tǒng)等。

三是視頻監(jiān)控技術(shù)向標(biāo)準(zhǔn)化發(fā)展。盡管這項(xiàng)工作在視頻監(jiān)控領(lǐng)域有相當(dāng)大的困難，至今仍缺少統(tǒng)一的國際和國內(nèi)標(biāo)準(zhǔn)，但是視頻監(jiān)控的標(biāo)準(zhǔn)化工作目前已在艱難中啟動(dòng)。在中國國內(nèi)如中國電信“全球眼”和中國聯(lián)通“寬視界”監(jiān)控標(biāo)準(zhǔn)，國際上如安訊士、博世、索尼等企業(yè)聯(lián)合推出的開放型網(wǎng)絡(luò)視頻接口論壇(ONVIF)，思科、IBM、ObjectVideo、松下等企業(yè)推出的實(shí)體安防互通聯(lián)盟(PSIA)面向全球的標(biāo)準(zhǔn)。

從總體上說，智能視頻監(jiān)控技術(shù)還處在發(fā)展的初級(jí)階段。隨著世界范圍內(nèi)對安全防范的重視，隨著中國“國家應(yīng)急體系”、“平安城市”、“科技強(qiáng)警”、“全球眼”、“寬視界”、“智慧小區(qū)”等重大工程項(xiàng)目的不斷推進(jìn)，以及亞運(yùn)會(huì)、世博會(huì)等重要國際活動(dòng)的開展，智能視頻監(jiān)控技術(shù)必然會(huì)加速發(fā)展。只要智能化程度足夠高、足夠可靠，其產(chǎn)品的市場前景會(huì)越來越好。IVS是一個(gè)充滿技術(shù)瓶頸的產(chǎn)業(yè)，是一個(gè)充滿變數(shù)的產(chǎn)業(yè)，但同時(shí)也是一個(gè)充滿憧憬的產(chǎn)業(yè)。

5 參考文獻(xiàn)
[1] TSAI???Luo Wei, HSIEH Jun Wei. Vehicle Detection Using Normalized Color and Edge Map[J]. IEEE Transactions on Image Processing, 2007, 16(3):850-864.
[2] AHMAD I, HE Z, LIAO M,et al. Special Issue on Video Surveillance[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2008, 18(8):1001-1005.
[3] NGHIEM A T, BREMOND F, THONNAT M, et al. ETISEO, Performance Evaluation for Video Surveillance Systems [C]// Proceedings of the IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS’07), Sep 5-7,2007,London,UK. 2007: 476-481.
[4] GELASCA E D, EBRAHIMI T. Application Dependent Video Segmentation Evaluation: A Case Study for Video Surveillance [C]// Proceeding of the 14th European Signal Processing Conference(EUSIPCO’06),Sep 4-8, 2006, Florence, Italy.2006.
[5] 李鵬飛, 陳朝武, 李曉峰. 智能視頻算法評估綜述[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2010, 22 (2):352-360.
[6] 王素玉, 沈蘭蓀. 智能視覺監(jiān)控技術(shù)研究進(jìn)展[J]. 中國圖像圖形學(xué)報(bào), 2007, 9 (12):1506 -1510.
[7] LIN Weiyao,SUN Ming Ting, Poovendran r, et al. Group event detection for video surveillance[C]// Proceedings of International Symposium on Circuits and Systems (ISCAS’09), May 24-27, 2009, Taipei, China. New York,NY, USA:IEEE,2009: 2830-2833.
[8] MoSSgraber j, Reinert f, Vagts h. An Architecture for a Task-Oriented Surveillance System: A Service-and Event-Based Approach[C]// Proceedings of the 5th International Conference on Systems (ICONS’10),Apr 11-16,2010, Menuires, France. Piscataway, NJ,USA:IEEE,2010: 145-151.

朱秀昌，南京郵電大學(xué)教授、博導(dǎo)、“圖像處理與圖像通信江蘇省重點(diǎn)實(shí)驗(yàn)室”主任、電子學(xué)會(huì)廣播電視分會(huì)理事、“中國多媒體通信”雜志編委；長期從事圖像與多媒體通信方面的研究與教學(xué)工作；曾獲國家政府特殊津貼，國家科技進(jìn)步3等獎(jiǎng)和原郵電部科技進(jìn)步1等獎(jiǎng)；編著出版了“數(shù)字圖像通信”等教材或著作9本，發(fā)表專業(yè)技術(shù)論文60余篇。