智能視覺(jué)技術(shù)在安防領(lǐng)域的應用與發(fā)展

　　通俗地說(shuō)，智能視覺(jué)技術(shù)，就是通過(guò)計算機自動(dòng)對攝像頭采集的視頻信息進(jìn)行分析處理，從視頻序列中捕捉存在的感興趣區域及目標，并進(jìn)一步獲取目標的出現時(shí)間、運動(dòng)軌跡、顏色等諸多信息，通過(guò)對各個(gè)目標的上述信息的分析。

　　智能視覺(jué)技術(shù)核心是運動(dòng)目標檢測、分類(lèi)、跟蹤與識別技術(shù)等。運動(dòng)目標檢測是將視頻圖像序列中的感興趣目標(如車(chē)輛或人)檢測出來(lái)，以備后續步驟的使用;目標檢測的目的就是準確地從通過(guò)運動(dòng)檢測得到的運動(dòng)區域中提取出與目標相對應的團點(diǎn)。

　　研究人員已經(jīng)開(kāi)發(fā)了多種運動(dòng)目標檢測的方法，包括幀間差分法，光流法和背景減除算法。根據實(shí)際應用需求的不同，不同的檢測算法都是在可靠性、實(shí)時(shí)性和準確性之間折衷得到的。目標分類(lèi)的目的是從檢測到的運動(dòng)區域中將對應于人的運動(dòng)區域提取出來(lái).不同的運動(dòng)區域可能對應于不同的運動(dòng)目標，比如交通道路上監控攝像機所捕捉的序列圖像中可能包含行人、車(chē)輛及其它諸如飛鳥(niǎo)、流云、搖動(dòng)的樹(shù)枝等運動(dòng)物體，為了便于進(jìn)一步對行人進(jìn)行跟蹤和行為分析，運動(dòng)目標的正確分類(lèi)是完全必要的.注意，這個(gè)步驟在一些情況下可能是不必要的(比如已經(jīng)知道場(chǎng)景中僅僅存在人的運動(dòng)時(shí))。運動(dòng)目標跟蹤是在需要監控的環(huán)境里，如何能夠判斷出進(jìn)入特定區域的目標，并且能夠跟蹤目標的軌跡。

　　具體可分為兩種情況：一是靜態(tài)背景下的目標跟蹤;二是動(dòng)態(tài)背景下的目標跟蹤。靜態(tài)背景下的目標跟蹤方法具體可分為單目標跟蹤與多目標跟蹤。單目標的靜態(tài)背景下的目標跟蹤指的是攝像頭是固定在某一方位，其所觀(guān)察的視野也是靜止的。多目標跟蹤是指在靜態(tài)環(huán)境下的多目標跟蹤，需要確定每個(gè)目標的特征，位置，運動(dòng)方向，速度等信息。動(dòng)態(tài)背景下的目標跟蹤指的是攝像頭在云臺控制下旋轉，會(huì )使得他所采集的圖像時(shí)可在變化，所以，對于整個(gè)目標跟蹤過(guò)程來(lái)說(shuō)，背景是變化，目標也是在整個(gè)過(guò)程中運動(dòng)的，所以跟蹤起來(lái)較有難度。人的行為理解與描述是越來(lái)越被廣泛關(guān)注的研究熱點(diǎn)，它是指對人的運動(dòng)模式進(jìn)行分析和識別，并用自然語(yǔ)言等加以描述.行為理解可以簡(jiǎn)單地認為是時(shí)變數據的分類(lèi)問(wèn)題，即將測試序列與預先標定的代表典型行為的參考序列進(jìn)行匹配。

　　當前的智能視覺(jué)技術(shù)主要集中在基于RGB光學(xué)圖像的處理上，根據各種顏色空間、目標的紋理結構分析或者灰度特征、運動(dòng)特征等來(lái)檢測與跟蹤目標，但由于RGB圖像無(wú)法獲取物體在三維空間中的距離信息，相關(guān)的算法受到周?chē)h(huán)境、光照變化、背景等因素的影響，在目標檢測與跟蹤上魯棒性較差，難以實(shí)現復雜場(chǎng)景下的任意目標檢測和在線(xiàn)跟蹤，應用受到很大的限制。

　　因為彩色攝像頭獲取的圖像只保留了空間的二維信息，所以這些方法都是二維空間上進(jìn)行處理，只能獲得目標的二維運動(dòng)信息。真實(shí)世界中的目標是在三維空間運動(dòng)的，如果只獲取二維運動(dòng)信息將難以達到實(shí)際應用的魯棒性要求。因此，越來(lái)越多的研究者開(kāi)始利用深度圖像來(lái)進(jìn)行目標的檢測、跟蹤與識別。目前通過(guò)圖像感應器獲取三維信息主要有兩種方式。其中一種原理與人眼視覺(jué)系統類(lèi)似，采用兩個(gè)彩色攝像頭同時(shí)拍攝同一場(chǎng)景，通過(guò)兩個(gè)攝像頭的視差推導出場(chǎng)景中像素離攝像機的遠近，即深度(Depth)。這種方式通常稱(chēng)為雙目立體視覺(jué)(BinocularStereoVision)。利用雙目圖像推導深度信息需要先計算兩幅圖像像素之間的對應關(guān)系，即左邊圖像的像素與右邊圖像的哪個(gè)像素是描述的空間中的同一個(gè)點(diǎn)。根據投影關(guān)系，距離較遠的點(diǎn)投射到兩個(gè)圖像平面的坐標偏差較小。利用這一原理可以通過(guò)坐標偏差推導出深度。