随着视频监控系统规模的迅速扩大，摄像头的数量也达到了几万个，甚至几十万个之多。这么多摄像头的日常维护是一项非常艰巨任务，因而视频诊断应运而生，担负起了大量摄像机的自动检测和诊断的工作。
视频分析方法主要有背景模型法和时间差分法两类。背景模型法是利用当前图象和背景图象的差分(SAD)来检测出运动区域，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。背景的建模和自适应是背景模型法的关键，一般在系统设置时期设置系统自适应学习时间来建模，根据背景实际“热闹程度”选取3~5分钟的学习时间。系统建模完成后，随着时间的变化，背景会有相应的改变，而系统具有“背景维护”能力，可以将一些后来融入背景的图象，如云等自动加为背景。时间差分法就是高级的VMD，又称相邻帧差法，即利用视频图像特征，从连续得到的视频流中提取所需要的动态目标信息。时间差分法的实质是将相邻帧图像相减来提取前景目标的移动信息。此方法不能完全提取所有相关特征像素点，只检测出目标的边缘，在其提取的运动实体内部可能出现空洞。
视频分析的过程(背景模型法)是：首先，系统进行背景学习，学习时间因背景热闹程度不同而有所不同，期间系统自动建立背景模型；之后，系统进入“分析”状态，如果前景出现移动物体，且处在设置的范围区域内、大小满足设置，系统将会对该目标进行提取和跟踪，并根据预设的算法(入侵、遗留、盗窃等)触发报警(期间如果背景中出现雨雪、中云、波浪、摇摆的柳树等物体，或发生摄像机抖动的情况，系统将启动预处理功能来加以过滤)。在触发报警之前，系统能够进行目标识别，即将提取的目标与已经建立的模型进行比对，并选择最佳的匹配。
该智能分析算法主要由核心基本智能分析算法模块和特殊应用领域的智能分析算法构成。核心基本智能分析算法模块共有7种，分别为区域入侵监测、绊线检测、遗失检测、遗留检测、方向检测、徘徊检测、人群流量统计(计数)。这些智能应用可以不受行业和领域的限制，在任意项目上通用。特殊应用领域的智能分析算法则以插件的方式，针对不用行业领域定制开发，并采用组合的方式，以便灵活应对不同项目的需求。这些特殊应用领域的智能分析算法共有8种，分别为对象识别(人、车辆和物区分)与轨迹识别、PTZ动态跟踪、人脸识别、车牌识别、图像增强(水雾、雨雾、烟雾、沙尘或干扰过滤)、图像稳像(防震动、抖动、晃动)、数字全景拼接和烟火监测。
下面以在朝阳区图像信息系统中的应用IVS视频诊断系统为例介绍。
朝阳区图像信息系统于2008年完成建设，通过建立45个街乡汇聚节点平台、85个指挥中心，新建、整合了5000路不同厂商的数字图像资源，形成了区级图像信息资源共享平台，并先后为2008北京奥运、2009年国庆阅兵、2010年世界武术博览会等重大活动提供了安保服务，为朝阳区城市管理提供了视频支撑服务。在3年多的运行、维护工作中，摄像机画面质量、控制功能检测成为维护工作的重难点，常常花费大量的时间和人力来进行巡检工作，并且不同的维护人员对相同画面的图像质量是否合格判断不一，对整个系统的维护工作带来不小的麻烦。2009年，朝阳区图像信息系统引入IVS视频诊断系统，通过对视频图像的各种参数进行检测，对比预设的标准参数，自动判断不符合标准的视频，并发出报警信息、形成统计报表。完成5000余路视频图像的自动巡检仅需要1小时，为系统的维护工作带来巨大的便利。
结语
目前，IVS中有些算法已经发展了许多年，非常的稳定，也广泛应用于各种场所，如视频诊断、区域警戒、物品丢失、拌线检测等。而较前沿的技术，如人脸识别、多目标追踪等，因为技术尚未完全成熟，在特殊条件下运行才有实际意义，需要根据具体情况来选择。在未来，智能视频监控将是重要的应用系统，也将是视频监控发展的趋势。如何把IVS的功能完全发挥出来，各厂商还有很长的路要走。
本文网址：
