智能视频分析技术在铁路视频监控工程中的应用探讨

智能视频分析技术在铁路视频监控工程中的应用探讨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 ×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智能视频分析具体功能1.4.1 入侵检测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。1.4.12 场景变化识别场景变化识别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 10×10 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）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）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智能视频分析具体案例分析2.1 工程概述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。系统总体结构图如下：2.3 视频分析功能需求分析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 RMB5000 至 8000 元，国外同类产品的价格超过每路 RMB10000 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 10×10 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 10×10 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