智能视频分析技术在铁路视频监控工程中的应用探讨1 智能视频分析技术概述1.1 智能视频分析的定义智能视频分析 IVS（intelligent video surveillance ）也称为视频分析或 行为分析，可提供对视频图像内容的智能分析和告警功能。通过将场景中背景 和目标分离进而分析并追踪在摄像机场景内出现的目标， 使计算机能够通过 数字图像处理和分析来理解视频画面中的内容， 达到自动分析和抽取视频源中关 键信息的目的。 通过预设不同的报警规则， 一旦目标在场景中出现了违反预 定义规则的行为，系统会自动发出报警。1.2 智能视频分析的实现过程和原理1.2.1 视频的获取视频的获取主要是指系统将输入模拟视频信号进行数字化， 为计算机进行计 算和分析提供原始数据。 一幅原始照片的灰度值是空间变量 （位置的连续值） 的 连续函数，在M X N点阵上对照片灰度采样并加以量化（归为 2b个灰度等级之 一），可以得到计算机能够处理的数字图像。为了使数字图像能重建原来的图像 , 对 M 、N 和 b 值的大小有一定的要求。 在接收装置的空间和灰度分辨能力范围内 , M 、N 和 b 的数值越大 , 重建图像的 质量就越好。由于 M 、 N 和 b 三者的乘积决定一幅图像在计算机中的存储量， 因此，在存储量一定的条件下需要根据图像的不同性质选择合适的M 、 N 和 b值，以获取最好的处理效果。1.2.2 预处理视频的预处理是指在视频分析中对输入图像进行特征抽取、 分割和匹配前所 进行的处理。预处理过程一般有几何变换、图像归一化、图像平滑、图像复原和 图像增强等步骤。1.2.3 运动分割通常有 3 种方法进行运动检测和分割：光流法、相邻帧差法和背景差分法。 光流法的计算量非常大 , 对硬件要求比较高； 相邻帧差法能够适应环境的动态变 化，实现实时的运动检测， 但分割出的运动目标不完整； 背景差分法克服了相邻 帧差法的缺点。现有的视频分析产品一般都采用背景差分法。1.2.4 触发报警触发报警部分首先加载用户的预定义规则进行视频分析的判断， 根据规则追 踪目标的活动判断是否违反预定义规则而触发报警。1.2.5 输出显示有了之前的背景、目标跟踪及识别分类等过程，视频分析是利用以上过程的 结果，根据目标出现的时间、位置、速度和大小等因素，并结合之前设置好的行 为规则，实现视频分析结果的输出和显示，如入侵、丢包和越界等。1.3 智能视频分析类型目前智能视频分析类型分为前端分析和后端分析两种。1.3.1 后端视频分析在视频接入节点的计算机 / 服务器上安装视频分析软件，对接收到的视频内 容进行分析成为后端视频分析。 该技术配置灵活， 系统可对指定摄像头的视频图 像实施分析，但由于视频移动侦测（VMD算法全部由后台服务器完成，对后台 服务器造成了压力， 要求后台服务器有较强的数据处理能力。 该技术需将大量图 像信号发到后端进行分析，占用网络带宽较大。目前该技术应用案例较少。1.3.2 前端视频分析通过嵌入到编码器或摄像机中的硬件处理器完成核心算法的运行和相关计 算，实现视频内容分析的防范称之为前端视频分析技术。 该技术通过在前端加入 视频分析模块，在前端模块中对视频图像进行分析， 当有违反规则的事件发生时， 才向后台服务器报警并上传相应的信息。 该技术响应时间较快， 对网络带宽和后 台服务器资源的占用较小。目前市面上流行的视频分析技术大多采用这一方式。 但前端视频分析的摄像机和视频分析模块进行了绑定， 系统无法对随意指定的摄 像头视频图像实施分析，也有其局限性。1.4 智能视频分析具体功能1.4.1 入侵检测针对固定场景中的进入禁入区域的目标进行分析、定位、跟踪，并根据用户 设置的规则触发告警的检测模式。1.4.2 逗留（滞留）识别检测针对进入保护区域的目标进行跟踪，并对逗留（滞留）时间超过用户设定时 间的目标触发告警的检测模式。1.4.3 逆行检测针对违反规定的运动方向的目标进行检测并触发告警的检测模式1.4.4 流量统计出站旅客流向的方向、数量管理，帮助最优化的控制公共场所的人群。1.4.5 拥塞检测旅客站台、进出站地道等区域发生拥塞时的警告。1.4.6 穿越双警戒线报警当人、车辆或者其他物体穿越第一条警戒线时， 不产生报警； 在规定时间内， 再次穿越第二条警戒线时， 立刻产生穿越双警戒线报警。 可以用双警戒线来判断 车辆的非法转弯，也可通过双警戒线报警检测翻越围墙等情况。1.4.7 离开识别离开识别是指人、 车辆或者物体从某个特定区域中离开时智能分析设备产生 离开识别报警。离开识别和进入识别都是为了保护某些禁区在一定时间内不允许 人和物体进入或者离开。1.4.8 出现识别出现识别是指当有人、车辆或者物体出现在画面中的某个区域中，被认定为 出现行为发生。出现识别与入侵检测都是针对画面中的虚拟区域产生的分析识 别，两者的区别在于入侵检测强调物体从外部进入到区域， 而出现识别强调物体 突然出现在特定区域 （如盗贼可能从地下挖一个洞钻出来， 符合出现识别而不符 合入侵检测）。1.4.9 消失识别消失识别是针对出现识别而言的，当人、车辆或者物体突然从某个特定区域 消失，即可产生消失识别。 消失识别强调的是物体从特定区域中突然消失了， 而 离开识别强调的是物体从区域中离开的动作。1.4.10 弃置识别当画面中某人遗弃某物体即产生弃置识别事件。在反恐应用中，有不明身份 的人遗弃随身所带物体时， 则触发了弃置识别事件。 工作人员第一时间发现不明 物体被遗弃，可及时赶往现场进行处理。1.4.11 取走识别当画面中的某个物体被取走，即可产生取走识别事件。主要应用在画馆或者 博物馆，某一副名画或者珍宝被取走， 智能化分析设备能够及时捕获这样的行为。 铁路视频监控中， 也可用于盗窃检测： 如对监控范围内的重要设施被盗或移动发 出告警。当摄像头被转动位置时，场景发生变化，智能化分析设备能够自动捕获这类 行为。1.5 铁路智能视频分析系统指标根据铁运基 2008 630号铁路综合视频监控系统技术规范 第 6.6 节要求， 铁路视频监控系统对智能视频分析系统要求达到以下指标：1.5.1 识别分析目标的大小入侵检测和逗留 （滞留）检测在一定条件下的最小识别告警目标在 CIF、4CIF 分辨率下应不小于10X10像素。逆行检测时，应能检测到不小于所占显示画面的 1%的运动目标。1.5.2 灰度要求 入侵检测和逗留（滞留）检测中，应能分析识别其灰度值与背景灰度值之差 大于 50 灰度级的目标。1.5.3 图像抖动要求 入侵检测和逗留（滞留）检测中，当图像抖动不超过 10 个像素值时，应具有滤除抖动的能力，并能正常分析。1.5.4 误报指标要求（暂定）在画面抖动不超过 10 个像素值、目标的大小满足分析识别要求时，误报指 标室内环境应达到平均每路每天小于 0.1 次，室外环境应达到平均每路每天小于 0.2 次。1.5.5 漏报指标要求（暂定）入侵检测和逗留（滞留）检测：在画面无抖动、目标的灰度值与背景灰度值 之差不小于50个灰度级、目标大小占画面不小于1%。条件下，漏报率应小于1%逆行检测：在摄像机的监视方向与用户关注的运动方向尽量垂直，且画面无 抖动的情况下，室内环境下应小于 2%，室外环境下应小于 5%。1.5.6 告警图像预录时间告警图像预录时间不小于 10s。2 智能视频分析具体案例分析2.1 工程概述某综合视频监控改造工程，搭建统一平台，视频采集点的设置考虑车务、客 运、货运、公安和电务视频监控需求，实现铁路局综合视频监控系统的运用。在 车站咽喉处、运转室内外、编组场、货场、信号楼、通信及信号设备机房、公路 跨铁路立交桥、车站旅客站房（包括站前广场、安检口、候车大厅、检票口、出 站口、售票大厅、售票房、站台、地道）等场所设置摄像机。本工程在充分了解各业务部门需求基础上，统筹考虑摄像机布点。车站前端 视频信号汇接至车站视频编码器，转换为数字信号后直接引入视频管理服务器进 行存储，对于监控点较多的带客运作业的车站， 视频信号引入车站新建磁盘阵列 进行存储。各车站的运转室、公安值班室、客运值班室、站长室以及运输处、客运处、 铁通通信段、电务段、车务段监控中心、以及局视频区域中心设置视频监控客户 端，车站客户端实现对本站视频图像的监控、调用。其余上级部门客户端可通过 权限管理实现对任意车站的任意图像进行调用，并可实现车站报警信息的接收， 实现对相应画面的录像功能。2.2 系统结构铁路综合视频监视系统由视频区域节点、视频接入节点、视频采集点、视频网络和用户终端构成。视频系统在车站设置存储设备，视频业务由IP数据网承载。I咖期裤人节戶I【啖倪城 入节点達入节卢系统总体结构图如下：2.3视频分析功能需求分析针对视频分析功能的特点，本工程需求分析如下:? 视频分析功能在国内监控系统项目中应用较少，部分功能还处于实验阶 段，大规模的运用案例不多。在铁路应用方面，青藏铁路及合宁线铁路、京津客 运专线、合武客运专线已经有入侵探测和逗留检测等视频分析技术的实际应用案 例。? 视频分析功能技术不成熟，性能不稳定。视频分析技术是利用计算机通过 数字图像处理算法来分析和理解视频画面中的内容， 达到自动分析和抽取视频源 中关键信息的目的， 并综合运用模糊数学及概率统计等理论， 目前业界采用的视 频分析算法各有侧重，差异较大。在实际应用中，误报及漏报情况时有发生。? 价格昂贵。根据当前市场调查，监控市场上国产品牌视频分析功能模块每 路价格为RMB500至8000元，国外同类产品的价格超过每路 RMB1000元。? 电子产品一般具有“上市初期价格昂贵、 大规模应用后价格大幅降低”的 特点，本项目采用“一次规划，分步实施，前期试点，逐步推行”的基本原则， 待实际应用情况反映良好及价格下降后， 再对其余有必要进行视频分析的监控图 像实施补强。? 视频分析功能较多，本项目选取部分视频监控点安装视频分析功能 , 支持 入侵检测、逗留（滞留）检测和逆行检测等基本检测模式，对异物侵入、设备严 重破坏或丢失、人员上道等主动发出报警信息，防止安全事故的发生。2.5 视频分析具体实现据现场调查情况，本项目监控重点为各车站咽喉部位，本设计方案推荐对车 站咽喉部位视频图像实施行为分析功能。各视频接入节点的视频分析功能定义如下： I 类视频接入节点 “实现视频的 接入、分发 / 转发、视频内容分析和与其他系统的互联等，并对其接入的所有视 频信息和告警信息进行存储”； II 类视频接入节点 “设置视频内容分析单元， 实现不同监测模式下的分析功能”。根据该定义， 本工程对铁路局管辖内三等站及以上车站咽喉部位的视频图像 均设置视频分析功能， 共计 175站中的 803路咽喉摄像机加装视频分析模块。 本 方案采用前端分析技术， 通过在前端加装视频分析模块的方案， 对视频图像进行 分析，为这些摄像机提供入侵检测、滞留探测等基本行为分析功能。由于视频分析要求最小识别告警目标在 CIF、4CIF分辨率下应不小于10X 10 像素，本项目在咽喉部位加装照明设施， 视频图像在夜间可以满足分辨率不小于 10X 10 像素的要求。3 智能视频分析在铁路安防领域的应用前景及建议 智能视频分析技术在铁路安防领域有着广泛的发展前景。 本项目只将视频分 析技术运用于车站咽喉部以实现异物入侵、 人员非法上道、 铁路重要设施被盗等 事件发生时视频监控系统实施主动报警的功能， 本项目只用到视频分析技术最基 本的几项功能。 该技术在铁路现场有着广泛的应用前景， 如铁路运转室 （离岗检 测）、