avav588con,最近2019中文免费字幕在线观看,欧美一道本一区二区三区,九九热在线观看,经典好看免费AV

　　中國安防展覽網訊 隨著視頻監(jiān)控系統(tǒng)規(guī)模的迅速擴大，攝像頭的數(shù)量也達到了幾萬個，甚至幾十萬個之多。這么多攝像頭的日常維護是一項非常艱巨任務，因而視頻診斷應運而生，擔負起了大量攝像機的自動檢測和診斷的工作。
　　
　　視頻分析方法主要有背景模型法和時間差分法兩類。背景模型法是利用當前圖象和背景圖象的差分（SAD）來檢測出運動區(qū)域，可以提供比較完整的運動目標特征數(shù)據(jù)，度和靈敏度比較高，具有良好的性能表現(xiàn)。背景的建模和自適應是背景模型法的關鍵，一般在系統(tǒng)設置時期設置系統(tǒng)自適應學習時間來建模，根據(jù)背景實際“熱鬧程度”選取3~5分鐘的學習時間。系統(tǒng)建模完成后，隨著時間的變化，背景會有相應的改變，而系統(tǒng)具有“背景維護”能力，可以將一些后來融入背景的圖象，如云等自動加為背景。時間差分法就是的VMD，又稱相鄰幀差法，即利用視頻圖像特征，從連續(xù)得到的視頻流中提取所需要的動態(tài)目標信息。時間差分法的實質是將相鄰幀圖像相減來提取前景目標的移動信息。此方法不能完全提取所有相關特征像素點，只檢測出目標的邊緣，在其提取的運動實體內部可能出現(xiàn)空洞。
　　
　　視頻分析的過程（背景模型法）是：首先，系統(tǒng)進行背景學習，學習時間因背景熱鬧程度不同而有所不同，期間系統(tǒng)自動建立背景模型;之后，系統(tǒng)進入“分析”狀態(tài)，如果前景出現(xiàn)移動物體，且處在設置的范圍區(qū)域內、大小滿足設置，系統(tǒng)將會對該目標進行提取和跟蹤，并根據(jù)預設的算法（入侵、、盜竊等）觸發(fā)報警（期間如果背景中出現(xiàn)雨雪、中云、波浪、搖擺的柳樹等物體，或發(fā)生攝像機抖動的情況，系統(tǒng)將啟動預處理功能來加以過濾）。在觸發(fā)報警之前，系統(tǒng)能夠進行目標識別，即將提取的目標與已經建立的模型進行比對，并選擇佳的匹配。
　　
　　該智能分析算法主要由核心基本智能分析算法模塊和特殊應用領域的智能分析算法構成。核心基本智能分析算法模塊共有7種，分別為區(qū)域入侵監(jiān)測、絆線檢測、遺失檢測、檢測、方向檢測、徘徊檢測、人群流量統(tǒng)計（計數(shù)）。這些智能應用可以不受行業(yè)和領域的限制，在任意項目上通用。特殊應用領域的智能分析算法則以插件的方式，針對不用行業(yè)領域定制開發(fā)，并采用組合的方式，以便靈活應對不同項目的需求。這些特殊應用領域的智能分析算法共有8種，分別為對象識別（人、車輛和物區(qū)分）與軌跡識別、PTZ動態(tài)跟蹤、人臉識別、車牌識別、圖像增強（水霧、雨霧、煙霧、沙塵或干擾過濾）、圖像穩(wěn)像（防震動、抖動、晃動）、數(shù)字全景拼接和煙火監(jiān)測。
　　　　
　　下面以在朝陽區(qū)圖像信息系統(tǒng)中的應用IVS視頻診斷系統(tǒng)為例介紹。
　　
　　朝陽區(qū)圖像信息系統(tǒng)于2008年完成建設，通過建立45個街鄉(xiāng)匯聚節(jié)點平臺、85個指揮中心，新建、整合了5000路不同廠商的數(shù)字圖像資源，形成了區(qū)級圖像信息資源共享平臺，并先后為2008北京奧運、2009年國慶閱兵、2010年世界武術博覽會等重大活動提供了安保服務，為朝陽區(qū)城市管理提供了視頻支撐服務。在3年多的運行、維護工作中，攝像機畫面質量、控制功能檢測成為維護工作的重難點，常?；ㄙM大量的時間和人力來進行巡檢工作，并且不同的維護人員對相同畫面的圖像質量是否合格判斷不一，對整個系統(tǒng)的維護工作帶來不小的麻煩。2009年，朝陽區(qū)圖像信息系統(tǒng)引入IVS視頻診斷系統(tǒng)，通過對視頻圖像的各種參數(shù)進行檢測，對比預設的標準參數(shù)，自動判斷不符合標準的視頻，并發(fā)出報警信息、形成統(tǒng)計報表。完成5000余路視頻圖像的自動巡檢僅需要1小時，為系統(tǒng)的維護工作帶來巨大的便利。
　　
　　結語
　　
　　目前，IVS中有些算法已經發(fā)展了許多年，非常的穩(wěn)定，也廣泛應用于各種場所，如視頻診斷、區(qū)域警戒、物品丟失、拌線檢測等。而較前沿的技術，如人臉識別、多目標追蹤等，因為技術尚未完全成熟，在特殊條件下運行才有實際意義，需要根據(jù)具體情況來選擇。在未來，智能視頻監(jiān)控將是重要的應用系統(tǒng)，也將是視頻監(jiān)控發(fā)展的趨勢。如何把IVS的功能完全發(fā)揮出來，各廠商還有很長的路要走。