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 ×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 / 7
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
2 / 7
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。
1.4.12 场景变化识别
3 / 7
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
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
4 / 7
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。
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：
5 / 7
智能视频分析技术在铁路视频监控工程中的应用探讨
