引言

近年来，科技的发展，芯片工艺的进步带动视频监控系统高速发展。视频监控逐步融入我们的日常生活，尤其是自2010年以来，视频监控技术从模拟系统逐步转向数字高清系统。视频监控技术的快速发展，带动了人们对视频系统的需求也越来越高，从早期要求有图像可看进步到要求看得清，能提供高清码流按需进行分析。特别是近年来高清技术的快速发展，网络技术、AI智能技术的快速发展，也带动了视频监控技术的高速发展。同时，随着社会不断变化的需求，网络监控技术也不断在技术和性能方面创新和升级，新技术不断在快速发展中得到应用。视频智能分析管理技术IVAM(Intelligent Video Analytics&Managerment)目前作为一个比较前沿的技术在监控领域，尤其是在平安城市、反恐等场景得到广泛的应用。

一、 视频智能分析管理技术的原理

视频智能分析管理技术IVAM是一种针对监控目标动作行为进行分析的技术。视频智能分析管理技术首先将场景中背景和监控对象分离，识别出真正的目标,去除背景干扰(如树叶抖动、水面波浪、灯光变化),进而分析并追踪在摄像机场景内出现的目标行为。

视频智能分析管理技术IVAM的方法基本主要有两大类，一类是利用当前实时图像和固定场景图像的差分（SAD）来分析区域内目标动作变化移动的一种方法。这种方法主要用于场景比较固定，具有具体目标特征的对象进行分析，具有较高的精准度和较好的可靠性。该方法的技术关键是监控对象背景的模式建立。在目前计算机应用技术，人工智能学习技术的应用条件下，一般采用在前期人工设定部分场景需求，系统通过自适应学习时间来确认场景，自动建立数学模性，根据实际的连续图像进行分析学习，固定下在目前需求场景下的模式，并针对场景的一些具体状态可能影响后期模式算法的正确性进行进一步计算并将计算结果加入分析模型，从而最终确立针对目前场景的最终模式。目前，系统上云，可以进一步运用云计算和大数据进行场景维护和学习，以进一步提高视频分析的准确性和可靠性。

另一类就是利用连续的视频图像，从图像中发现并计算出所要监控的动态图像特征信息，该方法是一种比较先进的算法，主要用于检测监控对象的运动轨迹和监控对象的外型。该方法的关键是也需要建立一个动态的模型，通过计算获得监控对象的参数和行为特征。动态模型建立的过程为：首先要从监控的视频中的获取运动对象，基本算法有：帧差法，GMM，vibe等；在获取对象后进行追踪，算法有：camshift，粒子滤波，TLD，压缩感知等；并对获取的图像质量进行加强分析，通过计算机对视频图像进行分析并建立模型。如帧差法，采用前后2至3帧图像进行分析，根据图像灰度的变化来判断是否是运动物体。从算法上又可分为两帧差分法与三帧差分法。三帧差分法的逻辑示意图如下：

Dn(X,Y)=︱fn+1(x,y)-fn(x,y)︱∩︱fn(x,y)-fn-1(x,y)︱

其中fn+1、fn、fn-1为计算时的三帧视频图像，Dn(X,Y)为图像处理后图像，考虑到现实影响到图像分析的各种干扰因素，整个公式可修改为如下：

其他各种算法如GMM，vibe，camshift，粒子滤波，TLD，压缩感知等都有类似计算公式，目前视频分析并不是简单采用单一的一种分析方法进行判别，而是多种方法混合判别，以提高视频分析的准确率，上述的分析方法已经在实际中广泛应用。

目前各种视频智能分析管理技术都是在这2类基础上发展而来的，落实到具体应用又分成二大类。一类是视频智能分析集成到监控系统的前端设备-高清摄像机，由前端高清摄像机采集现场实际图像并进行分心，对监控的对象进行跟踪，行为判别，并根据预设的条件进行报警，报警有前端摄像机实现功能并将信号通过传输系统发送到控制中心后台，可以人工确认后作出相应动作或直接联动预设的动作模式。另一类是基于计算机的末端视频智能分析管理技术，在这种模式下，前段设备提供高清连续视频流，末端的计算机、服务器对前端的所有视频进行统一的处理和分析，这种模式对末端的设备和传输网络提出较高要求，成本也比较高。目前这2种模式在实际应用的场景都得到广泛应用。但随着网络技术的快速发展，CPU、GPU芯片的功能越来越强，体积越来越小，末端视频智能分析管理技术的优越性得到越来越多的体现。

二、 视频智能分析管理技术的主要功能

基于前述的视频智能分析管理技术的原理，目前主要实现的行为分析功能包括以下几大类：

入侵检测 自动检测监控范围内设定区域的闯入行为，判断是否有目标闯入设定区域内并对闯入行为产生告警。

徘徊检测 自动检测监控范围内设定区域的人员滞留、徘徊行为，只对进入设定区域内的目标滞留、徘徊行为并超过一定的时长后才触发告警。如在预设时间内人员离开则认为是误入行为不予处理。

遗留检测 指检测监控区域中的物品遗留行为，自动对监控的区域进行连续的监测分析，发现有物品遗留且符合预设的遗留条件产生告警，并支持遗留物识别。

物品移走 对监控的区域进行连续的分析，对区域内的物品被移动或盗窃产生报警。

绊线检测 自动检测设定在监控范围内的警戒线和警戒方向，检测视频监控中的是否有目标跨越设置在监控区域内的警戒线和警戒方向并产生告警。

方向检测 自动检测视频监控区域内指定的某一特定方向，监测是否有目标在监控区域中沿禁止方向移动，对沿禁止方向移动行为发出告警。

人头计数 自动检测特定区域内出入的人员数量，分析计数的数据，针对性的防范特定区域的人员数量过高，提高安全防范措施。

人群密度检测 自动检测视频监控范围内特定区域的人群密度，结合人头计数，避免局部区域人员密度过大造成危害并发出预警。

路经检测 自动检测监控区域中是否有移动目标向警戒方向连续跨越预设的警戒线，当出现类似目标时产生报警。

速度异常 自动检测运动物体在设定区域内的速度，并对速度高于上限或者低于下限的物体发出警告。

人脸布控和人脸检索 对经过布控摄像头的人脸进行实时抓拍，保证人过留影。当有人员信息符合某个布控条件，则会触发预警。

视频结构化系统 视频结构化是一种将监控视频转化为人和机器可理解的信息的技术。自动检测人员不穿工作服、不戴安全帽、高空作业不戴安全带行为等是一种具体化的应用。

视频摘要 通过对视频的压缩处理，生成视频摘要。快速显示完整的视频，方便视频检索，减低检索视频的时间，提高检索效率。

目前其他应用较广的视频分析功能均是在上述功能上细化发展的应用，如人脸识别、.物体识别、火灾检测、进入检测、运行轨迹、离开检测、出现检测、尾随检测、自动跟踪等等。

三、 视频智能分析管理技术的应用实例

西藏南路隧道开通于2011年，当时正处于数字和模拟监控系统转换的时期，数字监控系统存在标准不统一的问题，故西藏南视频监控系统仍采用成熟的模拟系统，系统由隧道内车道监控摄像机、现场视频光端机和监控中心矩阵和存储主机三部分组成。现场摄像机信号经视频电缆传送至就近光端机，通过光缆传输至中控室。在当时的建设中，主要实现对道路的视频监测，而隧道内很多的出入口、通道以及车辆出入口存在监控盲区或设备清晰度不够，安防措施不力的状况，针对目前的状况，按上级管理部门反恐的要求，对西藏路隧道重要区域进行反恐升级改造。

改造主要的监控区域包括隧道运营管理中心所有车辆出入口、中控室内外及出入口；工作井、风塔等设备用房每一层可进出隧道（除正常开放社会车辆通行的道路外）的通道口及其它重要部位；隧道车道层经逃生门进入的逃生通道及联络通道等46个点进行布点监控。

针对目前视频智能分析技术的应用，在满足监控全覆盖的前提下，应用视频智能分析管理技术对相关区域进行智能分析管理的方案进行尝试，根据运行的结果进行试点分析，以便在将来隧道的应用中总结推广。

为此此次改造选用华为的设备作为前端检测和后端存储。整个系统的结构图如下：

前端采用的华为摄像机是高清IP摄像机，该摄像机采用华为特有的技术，提高CMOS感光元件的进光量，其次，结合华为自有的算法，极大改进了感光度和降噪的效率，保证了华为摄像机良好的低照度效果。尤其是华为摄像机采用了三帧超宽动态技术、基于点光源曝光的强光抑制算法、专用图像透雾算法等专业技术，保证了摄像机在隧道、设备房出入口逆光环境、雾霾天气等场景的图像效果。华为自研的Extra265算法，相比标准H.265，Extra265能以更低的码率实现更高质量的图像，让4K超高清的应用得到普及。

由于本次改造项目是针对原先缺陷补漏，并没有对原有监控系统进行大规模改造。为此在中央监控系统为了确保不对原有视频监控系统产生影响，仅对于监控系统原有重点部位视频监控和新增点位的存储扩容，采用新增存储设备的方式来实现。

视频监控系统后端平台建设方式采用新增高清数字平台，存储系统采用IPSAN方案；平台系统功能包含系统管理、前端智能设备管理、实时监控管理、图像存储管理、图像上墙管理等功能模块。该存储方案采用华为的VCN3010系列作为存储设备。VCN3010视频云存储节点关键部件采用冗余设计，双GE主机接口，冗余电源、散热风扇；双系统盘并进行Raid1保护。通过华为专利的视频流动态块控制技术、视频块连续写入技术和合理空间回收技术相结合，从根本上杜绝磁盘碎片的产生，保障读、写、查询、删除业务的高速、高效。系统采用优化的流媒体Raid存储技术，基于流媒体接入的数量和码流以及Raid组的磁盘数量，根据磁盘吞吐性能自动调整条带深度、IO块大小和并发数量，实现流媒体数据读写性能随Raid组磁盘数量线性增长，极大的增强了整机的读写性能。N+0集群功能

目前，业内视频监控领域的可靠性保证，主要采用N+M冷备或N+M热备二种方式中的一种。这种方式的优点在于正常工作时，只有N台机器在运行，M台机器作为后备待用。当N台设备中一台或多台设备发生故障时，启用备用的设备，保障原有工作的正常开展。缺点在于用户需采购超出需求数量的设备来保证整个系统的可靠性，增加项目成本和运行成本。

华为VCN3010支持N+0集群功能，有别于传统集群技术，由VCN 3010组成的云化集群无需设置备用设备，各主机之间采用类似选举的方式，推选出整个集群系统的决策者，该决策者收集系统内所有设备的工作状况，根据集群内实际的工作状况采取相应的管理。当系统内设备发生故障时，调整管理方式，安排群内的其它设备承担故障设备的工作。在故障消除系统恢复正常后，集群内的决策者再将其它设备承担的工作分配给该设备。当集群系统内有节点主机负荷超出正常范围时，决策机将该设备上的工作分配给其他节点主机，从而提高集群系统的稳定性，视频流数据的可靠性和流畅性。

VCN3010能实现常规的实时监控、录像、报警、电子地图、安防联动、视频图像质量分析、语音广播、语音对讲、电视墙功能、域转发、网管等功能外还具有较强的扩容和管理功能。在本次改造实施过程中，充分利用VCN3010的特点，利用电视墙功能将所有的视频信号直接投放到多个监视器，实现多画面的同步监控显示，同时利用网络诊断和视频图像质量分析功能实现图像质量报警，利用键盘实现实时图像的控制和切换，定时录像并对录像中内容分析，重要报警图像单独转存，利用第三方产品的兼容功能，将原有系统的设备并与此次改造的之中。

本次改造存储采用N+0集群方案，相较于业内视频监控领域的采用的N+M冷备或N+M热备来提高可靠性的方式具有较高的优越性。N+M冷备或N+M热备方式平时只有N台机器在执行业务，当设备发生故障时，将M台中的机器启用，并接管业务。为了搭建这样的系统，以提高整系统的可靠性，客户不得不购买超出业务需求的额外M台服务器、磁盘，且要消耗额外的电能。而N+0集群功能，与传统集群技术不同的是，由VCN3010组建云化集群无需部署额外的设备，各节点之间采用选举的方式，共同推选出集群的决策成员，决策成员会收集所有节点的运行状况，并提出相应的措施。当某台节点设备故障时，迅速由其它节点接管它的工作。在宕机设备恢复正常后，集群决策成员将其它节点设备上部分业务分担至该节点。当某台节点设备负载过大时，支持将该设备上部分业务分担至其他节点，提高系统自保护能力，保证视频数据的可靠性和连续性。此方案的采用以较低的工程造价大大提高的系统的可靠性。

该工程于2017年实施完成投入运行。视频智能分析管理系统稳定可靠，在实际应用中取得较好的应用效果，大大减轻了中控监控值班人员的工作强度，提高了现场意外情况下的处理效率，基本实现了原先改造初期对视频智能分析管理系统的应用效果的预期。

在6年多的应用中，由于存储采用N+0集群方案，在单体存储设备故障时未对整个系统的使用造成大的影响。但由于早期视频智能分析系统的功能、算法不够完善，还存在部分缺陷，如在隧道夹层节能时弱光条件和地形结构复杂的环境下，偶尔由于摄像机感光等问题可能引起视频分析误报警等现象，此现象相信随着技术的发展，算法的完善，摄像机处理速度的提高能完美的解决。

四、 结束语

本文对视频智能化分析管理技术做了简单的介绍，分析了目前视频智能分析管理的功能，通过一个具体的应用案例来实现视频智能化分析管理技术的应用。从总体上讲，视频智能分析管理系统在目前市场中方兴未艾，众多厂家公司投入到该技术的开发和应用中，该技术目前和我们生活息息相关，广泛应用于工厂、市政、城市建设等不同的场合，有广阔的市场应用前景。本项目的实施对以后老隧道监控系统的改造和完善提供一种借鉴的经验和方式。

参考文献：

[1] 张迎春.《智能视频分析在智慧机场的应用》. 交通运输,2017-03

[2] 章亚.《通用视频图像分析处理应用框架的设计》 .现代计算机,2015年 第01期

[3] 张凡忠.《智能视频分析技术在视频监控中的应用》.中国安防.2013年