关于目标自动跟踪智能摄像机的探讨

/ 0评 / 0

一、概述
随着以摄像机为核心的视觉监控系统的成本日益降低,视觉监控系统在我国开始步入普及阶段,广泛应用诸如银行、小区、机场、车站等场所,在公共安全领域起着日益重要的作用。传统的监控系统要求人员不停的监视屏幕,获得视频信息,通过人为的理解和判断,才能得到相应的结论,做出相应的决策。因此,让监控人员长期盯着众多的电视监视器成了一项非常繁重的任务。特别在一些监控较多的情况下,监控人员几乎无法做到完整全面的监控,而长时间对没有目标移动的图像进行存储也会造成资源的浪费。所以,人们对基于视频图像的监控系统的智能化要求越来越迫切,目标自动跟踪摄像机的出现正符合了这一需求。
目标自动跟踪摄像机能够监视某一场景,当有异常情况时,在无人控制的情况下,它能够实现自动检测目标并且自动跟踪目标,不需要通过后端的软件平台去控制,只要在前端就可以自动完成跟踪任务,于此同时监控系统还进行图像存储,这样就会避免资源的浪费,并真正实现不需要人参与的监控。与普通的高速球相比,采用自动跟踪技术的智能摄像机的使用更便捷、更人性化,并且可以改变普通摄像机“被动监控”的现状,实现“主动监控”,更是有效解决了在安防监控过程中的监控死角、监控盲区等方面的问题,因而成为了引领摄像机智能化发展的新趋向。
鉴于上述原因,以自动跟踪为特点的智能摄像机被誉为“解放人力的运动的跟踪技术”,采用这种技术的摄像机,可以智能的探测、跟踪监控目标物体,实现对运动目标的自动跟踪、录像、报警,彻底改变了视频监控系统只能作为辅助系统的局面。

二、目标自动跟踪智能摄像机自动跟踪技术应用现状
依照被监视的场景与摄像机之间是否存在相对运动,人们将视频处理分为静态背景下运动目标检测和运动背景下运动目标检测两大类。所谓静态背景检测是指运动场景中的运动只存在实体运动,而背景没有或者只有微小的变化。而运动背景下运动目标检测是指运动图像中的运动由摄像机的运动和实体运动共同运动产生的。自从19世纪60年代计算机视觉起源后,有关静态背景下运动目标检测已经发展的比较成熟了。而运动背景下的视频处理研究的相对还是比较少。静态背景运动目标的检测现在已经有多种比较成熟的算法,典型的是:帧间差分法、光流法和背景差分法。这些方法均各自有其自身的特点和缺点。光流法可以在不知视场任何信息的条件下,成功检测出独立运动目标,可是大多数光流法的计算复杂,很难满足检测的实时性;帧间差分法用连续的二到三帧图像想减实现时域差分,帧间差分法尽管对动态变化的场景非常有效,但这种方法有赖于运动目标的运动速度,非常容易造成“多目标”或“目标分裂”等现象。背景查分法能完整地分割出运动目标,而且最容易实现,但这种方法存在背景的获得与不断更新的问题。
上面提及的几种静态背景下的运动目标检测方法不能直接应用于运动背景下运动目标的检测。为了解决这方面的需求,需要寻找新的解决方法。2005年,美国中央佛罗里达大学计算机视觉实验室开发了基于MATLAB的COCOA系统,用于处理无人驾驶飞机低空航拍视频图像的目标检测与跟踪问题。该系统实现了运动背景下的目标检测,其中就采用了全局运动估计和运动补偿解决了运动背景的静态转化,最核心的是全局运动参数估计模块,但全局运动估计存在算法计算量大和构成视频场景的各个运动对象引入了参数估计偏差的两大主要困难。为了解决这些,肯多学者做了很多的研究。对于第一个问题,Konrad提出的全局运动估计算法采用Levenberg-Marquadet(LM)方法,用残差直方图方法去除噪声,但这种算法计算量大还是比较大,而且计算结果对噪声敏感,依旧难做到实时。Amir Averbuch和Yosi Keller改进基于梯度的运动估计法,使计算量减少约二十几倍。还有G Sorwar基于运动前景通常分布在图像中间的假设,采用图像边缘的宏块运动矢量来估计全局运动参数。从而提高计算速度和排除前景中运动对象的干扰。
运动目标的跟踪近年来一直是人们备受关注的多学科交叉课题。国外研究比国内研究起步相对比较早,已经取得了一定成果。其过程就是选取运动目标的有效特征,在后续帧中搜索与该描述的特征进行相匹配的目标位置的过程。现在,比较常用的运动目标跟踪算法包括基于3-D模型的方法、基于特征的方法、基于活动轮廓模型的方法等。随着现代社会监控难度的增加,越来越多的领域对传统意义上的视频监控提出了更高的要求。因此,新一代的智能视觉监控技术得到了日益广泛的关注,并追求使其更加智能化。
除此之外,我国国内也有相关的研究。如:智能控制系统研究院和南加州大学机器人研究所联合研发了一个对航拍图像序列的动态场景进行分析的智能系统。该系统主要可以完成两个功能:(1)对图像序列中的运动物体完成实时的检测和自动跟踪;(2)完成图像镶嵌,提取运动物体轨迹,分析运动物体间的运动关系。但是由于众多变化因素的存在,使得系统的自动跟踪方面在实际应用中不具有广泛性。影响运动目标跟踪的因素主要有:目标种类繁多的问题(目标的大与小、目标是刚性与非刚性、独立目标与多个目标等);运动目标存在冲突、遮挡现象;运动目标的先验知识难于获取的问题;匹配模板需要具有自适应性;目标运动位置预测的准确度等。这些问题仍需要国内外的学者做深入研究。

三、智能化高速球的技术发展趋势
早在20世纪70年代末期,人工智能和专家系统智能技术就被普遍应用于目标自动识别技术的研究,从而掀起了智能目标自动识别技术的研究热潮,并由此形成了基于知识的目标自动识别(KBATR)技术。KBATR算法在一定程度上克服了统计方法的局限性,极大地推动了目标自动识别系统走向实用化的进程,但KBATR系统的知识利用程度是很有限的,因此KBATR技术在一段时间内还不可能真正进入实用。
80年代中期曾经有多种比较成功的目标自动识别系统问世,但对这些系统进行的有关性能方面的测试表明,它们普遍存在一个很大的局限性,那就是这些系统全都不能有效地应用于各种场景,这是因为这些目标自动识别系统都是在一定的假设条件下建立的,一旦这些假设不再成立或者不再完全成立时,目标自动识别系统也就不再有效。换句话说,这些目标自动识别系统无法适应客观世界的复杂性。
目前,第二代自动跟踪技术采用了锁定跟踪的方法,即操作者指定目标后,智能高速球会自动跟踪物体的移动轨迹,针对特定人物或物体,摄像机可以进行锁定跟踪,即使有其他的人或移动物体进入摄像机的监控范围,摄像机也不会跟丢之前锁定的目标物体。在人流量较大广场,只要手动锁定被跟踪的目标之后,就不会出现因外部原因而造成的跟踪不准确的现象。
与此同时,针对监控目标突然消失的特殊情况,有些产品设定了相关物体消失之后的三种选择,第一种是在消失的地点持续跟踪;第二种是可以放大至最佳跟踪倍率后,持续跟踪目标移动物体;第三是中断自动跟踪后,可以放大至起始点的跟踪倍率。这样就解决了在跟踪监控过程中,出现多个移动物体的情况造成监控不准确的问题。
有专家指出,继模拟、数字和IP监控之后,下一波兴起的将是基于目标自动跟踪的智能监控技术。智能视频监控是一种执行智能视频分析和全自动视频监控的高级解决方案,它能从模拟或数字视频流中自动跟踪并识别对象,分析运动并提取有用视频信息。智能视频监控允许用户利用摄像机轻松监测并保证各区域的安全,同时还降低了人工成本,且提高了工作效率。
目前虽然很多智能摄像机都在标榜智能功能,但其实还是无法将诸多功能集成到一个芯片上,很多时候都是放在几个芯片或者功能无法融入进去。未来的发展趋势应该是智能一体化,即智能摄像机的智能化的功能更多,集成度更高。

四、自动跟踪技术的实现方式及工作原理
自动跟踪技术是在智能识别的基础上,对图像进行差分计算,自动识别视觉范围内目标的运动方向,并自动控制云台对移动目标进行跟踪目标在进入智能高速球的范围到离开的这段时间内,通过所配置的高清晰自动变焦镜头,使所有动作都被清晰地传送到监控中心。而一旦某个区域发生报警时,其它相关的智能高速球将自动旋转到报警点开始追踪,保证监控图像能够记录目标物体的移动全过程。
自动跟踪技术的实现完全是基于其特有的功能模块,智能高速一般由动力机构、精密传动装置、CCD摄像头、数字解分组成。机械设计结构紧凑轻巧,定位精度和可靠性高,这使得智能监控摄像机能够快速、准确地进行自动跟踪,即可任意定位,又可以全范围自动巡航,实现真正的无盲点监控。
另外,智能高速球摄像机的镜头部分一般会选择高性能的镜头,光学变焦倍率一般可达20倍以上。这使得摄像机可以针对跟踪目标进行自动变焦及聚焦,当目标与摄像机的距离发生变化时,还能够自动调整焦距,以保证目标物体在画面中的合适比例,在锁定目标物体的同时,达到高清晰监控的目的。如果更简单的介绍自动跟踪的工作原理的话,可以这样解释:将摄像机的监控画面分割成若干小块,然后做动态侦测,根据监控目标所在小块的位置,作出是否调整摄像机方向以及调整多少的决定,单片机根据这个决定,来控制云台上电机的转向和转动幅度。一般这种方案可以分为两部分:一是PC端的软件侦测和硬件接口;二是摄像机下云台控制电路。示意图如下:随着智能高速球应用的逐渐深化,用户对于机芯及硬件的选择范围也更加广泛。部分智能高速球是通过内置某一款一体化机芯来实现自动跟踪功能,这使得该类高速球的兼容性较差,如果采用其他品牌的机芯就无法实现自动跟踪的功能。针对兼容性的问题,部分智能高速球采用模块化设计,通过智能高速球的硬件就可以实现自动跟踪,这样高速球可以兼容更多的机芯,使用范围更广。
目前,国内厂家也研发了带锁定跟踪智能高速球,此跟踪方式分为手动锁定跟踪和移动自动锁定跟踪两种。手动锁定跟踪通过鼠标在屏幕上对跟踪目标划一个框,就锁定跟踪该目标。无论该目标运动或静止,都对其它移动物体进行自动跟踪,跟踪快速而且流畅,即使在屏幕上出现多个移动物体,球机也不会对其进行跟踪。该功能适用于复杂环境下的治安监控。例如抓小偷:监控画面上发现一小偷在行窃,在该小偷上划一个框,进行手动锁定,球机就会只跟踪小偷,而不会去跟踪被扒窃的受害者,有利于及时得知小偷去向,为抓捕小偷争取有利时机。而移动自动锁定跟踪则自动跟踪第一个移动目标,即谁先动就跟谁。若第一个移动目标停下来,有第二个目标移动,就会自动跟踪第二个移动目标,跟踪快速而流畅。该功能适用于无人值守场合,如金库、军火库、电站等重要场所。

五、自动跟踪智能摄像机与视频移动探测技术的区别
(1)具有针对复杂背景下的运动目标捕获跟踪功能。即只要视场出现运动
目标,则自动捕获跟踪功能该运动目标,实现真正意义上的24小时无人保安值守!支持报警找点并启动跟踪,也就是说:跟踪球和报警设备可通过485控制线进行连接,从而有报警信号出现跟踪球会自动转移到指定位子,然后启动跟踪。
(2)自动跟踪球型摄像机通过运动探测的算法可以设定被跟踪目标的尺寸,使任何小于设定尺寸的目标,如小鸟、动物、或其它物体都不会被跟踪。而视频移动探测就很难做到这点。
(3)内置超级动态摄像机;内置高速预置云台及解码器,通迅协议公开,可适用多种控制主机;进口步进电机,运行平稳可靠;128个预置点及自动巡航、多点间巡视功能;具有防雷击、防过压、防静电、防电磁干扰等功能。兼容国内外各种协议!

六、结束语
综上所述,数字化、网络化、智能化是视频监控技术发展的必然趋势,摄像机的技术发展与市场需求应该是一个相互影响、相互促进的过程,自动跟踪技术就是安防监控市场细分化、专业化的产物,而且,随着市场的需求的不断深化,该项技术也逐渐成熟,从第一代的区域跟踪技术,到第二代的锁定跟踪技术,有效地提升了智能摄像机跟踪监控的准确性,这也是智能摄像技术进步的一种体现。视频监控系统由目视解释转变为自动解释,是视频监控技术的飞跃,是安防监控技术发展的必然。

扫码关注我的微信公众号 安防视频监控知识

微信公众号ID:ipc-name

Leave a Reply

Your email address will not be published. Required fields are marked *