视频检测在智能交通行业的应用

随着我国经济的快速发展、城市化进程的加快和人民生活水平的提高，人们对出行提出了更高的要求。机动化水平的不断提高导致城市交通需求呈持续增长态势，交通拥挤日渐成为普遍现象。交通拥挤导致车辆行驶被延迟、环境污染增加以及造成能源的浪费，不仅给人们日常工作生活带来不便，而且在很大程度上影响了城市的正常运转，客观上阻碍了社会、经济的快速发展。基于视频图像的交通流信息检测具有检测信息全面、监视范围广、成本较低、不影响交通等优点。与其它技术相比，视频检测技术在处理车辆跟踪、车辆分割、车辆排队等方面具有明显的优势，同时采用视频方式可以提供直观的图像监控，方便管理人员通过人工的方式及时发现交通场景中的交通事故、违章事件、异常事件等情况，基于其上述优点，视频检测技术正逐渐成为目前交通信息采集的主流技术手段之一。

智能视频技术源自视觉与人工智能的研究，其发展目标在于将图像与事件描述之间建立一种映射关系，使计算机从纷繁的视频图像中分辩、识别出关键目标物体，这一研究应用于智能交通视频监控系统、将能借助计算机强大的数据处理能力过滤图像中无用的或干扰信息，自动分析、抽取视频源中的关键信息，从而弥补交通领域在传统监控系统中的不足，使其不但成为人的眼睛，同时还能通过"智能视频分析"技术，令计算机成为人的大脑去进行分析处理。这一根本性的改变，可极大地发挥与拓展视频监控系统的作用与能力，使视频监控系统具有更高的智能化，大幅度提高资源利用率与减少警力人员配置，全面提升交通管理的工作效率。

智能视频分析技术，是一门属于人工智能科学研究的分支，是目前国际上最为关注的新一代监控技术。采用智能化的视频分析算法，利用计算机对视野范围内的目标的特定行为进行分析，进行定位、识别和跟踪，当发现存在符合预设规则的行为发生时，自动发出报警信号，通知监控人员进行人工干预等。

智能视频监控系统可以明确区分汽车或其它物体，并过滤掉树叶、光影、雨雪等自然干扰和光线变化影响，一旦监控画面中"关键目标"出现，例如机动车车体、车牌、车头灯等特征信息，系统能够以最快、最佳的方式提供有用的分析信息，如车牌号码的内容、车辆的行驶方向、车身颜色、车辆速度、车标等信息，交管中心平台就可以通过对这数据做出相应的应用管理，如大屏幕发布、违规车辆处理、交通信号灯设施远程控制等管理机制。

一、视频检测产品功能介绍

1、视频检测技术的基本架构

视频检测技术有两种实现方式，一种是基于工控机或服务器的检测识别，另一种是前端嵌入式的检测识别。前者扩展性和性能相对比较高，后者灵活性和稳定性就好一点，具体采用何种方式主要依赖于现场环境以及投入成本。一般小规模的应用的话，基本架构采用前端摄像机+后端识别软件或摄像机+DSP识别盒+后端识别软件，而中规模或大规模的应用时，最好采用网络视频+后端识别软件或摄像机+网络DSP识别盒+后端识别软件，因为网络的解决方案相对比较灵活一些，可以适应大规模的解决方案。总的来说，不同的客户有着不同的需求，为适应市场需求企业一般提供了多种系统解决方案。

2、视频检测产品功能

各个交通管理部门应用视频检测技术不同的功能，主要分为以下几类：平安城市主要应用视频检测的事件检测功能，主要包括人员聚集、车牌识别、智能跟着、城乡交界虚拟卡口、非法停车、逆行、抛洒物检测等;银行行业的自助银行徘徊及尾随检测、ATM机贴纸条及读卡器安装检测、人脸检测、票据自动识别等功能的应用;视频检测应用行业还包括监狱及看守所、道理交通、油田港口等。

应用行业功能需求

平安城市人员聚集、车牌识别、智能跟着、城乡交界虚拟卡口、非法停车、逆行、抛洒物检测

银行自助银行徘徊及尾随检测、ATM机贴纸条及读卡器安装检测、人脸检测、票据自动识别

监狱及看守所斗殴检测、外围周界防范、人员聚集检测、攀高报警

道路交通(高速公路、桥梁、隧道)拥堵检测、停车检测、行人闯入、抛洒物检测、逆行检测、交通参数检测、烟雾、零售及连锁店商店客流量统计、仓库入侵检测、油田、港口、机场及地铁区域入侵检测、徘徊检测、智能跟踪

视频检测特定功能的组合应用，形成市场上常见的产品包括道路监控、电子警察抓拍系统、收费站系统和治安卡口系统。

系统名称应用功能系统组成

闯红灯系统标清分析、高清抓拍车辆检测、车辆跟踪、车牌识别高清网络相机、工控机或视频分析仪、一体机、补光灯

高清分析、抓拍智能相机或视频分析仪、高清网络相机、补光灯

治安卡口系统车辆检测技术智能相机、车检器与抓拍机

收费站、停车场车牌识别、车辆检测标清相机、高清相机、补光灯、车牌识别仪

道路监控系统违章停车、压黄线、逆行等车辆事件检测监控球机、标清相机、高清网络相机

安防检测系统人脸识别、人群密度分析、越线检测监控球机、标清相机、高清网络相机

辅助质量检测特征检测、模板匹配工业摄像机、工控机、检测仪

二、视频检测在各行业的应用

视频检测应用行业根据检测对象和功能可分为三大类。

第一类是以车牌识别和车辆检测为核心技术的电子警察系统。

第二类是以特征提取、模式识别、模式分类、概率统计、人工智能为核心技术的事件检测，该系统广泛应用于城市重点区域、小区、银行、桥梁的监控。

第三类是以特征提取、人工智能和模板匹配为核心技术的质量辅助检测，广泛应用在电路板自动检测、芯片缺陷检测、包装品印刷检测等。

1、城市道路交通

城市道路交通的视频检测系统目前应用较多的是面向交通警察的电子警察系统，主要包括闯红灯系统、卡口系统、交通参数检测系统等。
通过智能视频分析可对机动车车体的判断、车辆轨迹跟踪的判断、违法事件的判断、车牌号码的识别、行驶方向的判断、行驶速度的判断、车道属性的判断、行人特征的判断、事故预警的判断等，实现交通违法检测和交通状态检测。交通违法抓拍类别有闯红灯、不按规定车道行驶、占用机动车车道行驶、逆向行驶、压黄线、违章停车等。

除面向违章取证的应用之外，智能交通领域的很多事件检测能提高智能交通管理系统的智能化自动化。交通领域密布着许多摄像头，时刻监看着道路上的动静，然而不可能每一个摄像头都有监控人员时刻盯着，如果采用视频分析技术，就能代替监控人员随时监控道路上的交通状况，使交通监控系统不至于成为"录像查询系统"。目前，交通领域中通过智能视频分析技术来实现自动检测和自动报警的事件包括以下九项。

违章或故障、事故停车：在车道上或禁止停车区域出现停车现象，不论是因车辆故障停车或违章停车，都或属于极为危险的事件，或属于易引起交通阻塞的违章行为，需要及时进行处理，而事故停车也需要管理部门及时知晓尽快处理以恢复交通，视频分析技术可以及时发现停车行为，提醒交通管理部门及时处理。

违章左转右转：在某些道口，是不允许进行左转或右转，否则不但容易引起交通阻塞，也容易引起交通事故导致生命财产的损失，通过视频分析技术自动检测违章左转或右转行为，可以对这些违章行为进行行有效处罚，以提高交通监测系统的威慑力，从而减少违章行为的发生。

违章变线：在某些路段(如隧道内)，正在高速行驶的机动车辆随意变线是一种违章行为，容易导致交通事故的发生，应该及时发现和处理。视频分析技术通过监测车辆的行驶轨迹，并与车道线进行比较，可以发现违章变线行为。

压黄线行驶：在交通法规中，压黄线行驶是一种严重的违章行为，应该予以严肃处理。视频分析技术通过监测车辆的行驶轨迹，并与黄色分隔线进行比较，可以有效地发展违章压黄线行驶的行为。

三、视频检测关键技术

在智能交通行业中应用最多的是车辆检测算法。车辆检测方法包括知识型，运动型，立体视觉型和像素强度型。

基于知识的方法利用车辆的形状、颜色、对称性等信息，以及道路和阴影等常识信息进行相关检测。该方法简单、直观，易于编程实现，但需要估计多个经验阈值，如车辆长宽的经验比值、车辆边缘的最小长度、车辆阴影与道路的灰度差异阈值等。经验阈值准确与否，直接关系系统性能的好坏。

基于运动的方法主要利用序列图像之间存在的大量相关信息进行车辆的预检测，主要有光流法和运动能量法。光流法能检测出独立运动的对象，不要预先知道场景的任何信息，且适用于摄像机移动情况。但缺点是耗时大，对过于复杂、过快或过慢的运动检测效果不好，不适合实时系统。运动能量法能消除背景中的振动像素，使按某一方向运动的对象突出显示，但只能估计出运动对象的大概位置，而不能精确提取出对象。

建立在视差或频差理论基础上的机器立体视觉，运用两个或多个摄像机对同一景物从不同位置成像获得立体像对，通过各种算法匹配出相应像点，从而恢复深度(距离)信息。该方法能在车速很小时直接检测其位置，但它要求正确标定摄像机，受车辆运动或天气等因素影响，这是很难做到的。在基于立体视觉的车辆检测中，常用反向投影映射法估计图像中车辆及障碍物的位置。

基于像素强度的方法直接检测帧间变化，主要有时间差分法和背景差分法。时间差分法在一个较短的时间内检查相邻各帧之间像素强度的变化，非零像素被认为是运动对象造成的。该方法适合于动态变化的环境，但不适合摄像机运动的情况，也不能完整提取运动对象。现有的背景模型基本是建立在统计模型基础或其变种之上。该方法快捷简单，实时性较好，适合运动快且形变较大的运动目标，但不适合有全局运动的场景，如不平坦或弯路较多的道路等。

视频检测技术是一种计算机视觉和图像处理技术，通过视频摄像机和计算机模仿人眼的功能，为实际应用提供实时交通信息的先进技术。其工作原理是通过视频摄像机和计算机模拟人眼视觉技术，通过分析摄像机拍摄的交通图像，在视频范围内划定虚拟线圈，运动物体进入检测区域导致背景灰度发生变化，从而感知运动目标的存在，实现对车辆、行人等交通目标的运动进行检测、定位、识别和跟踪，并对检测、跟踪和识别的交通运动目标的交通行为进行分析和判断，从而既完成各种交通数据信息的采集。智能监控技术的发展过程或图像内容分析技术的研究可分为以下几个阶段。

1、将目标从视频图像中分离出来。这是体现图像技术的优势，实现目标检测的前提。传统的视频探测其实是亮度探测，并没有发挥图像技术的特点。确定图像中是否有探测目标，并将目标从背景图像中分离出来是图像内容分析的首要任务，进而对目标分类、统计、关联。判断图像中有无目标、目标的复合或离散等也是图像过滤的基础。在任何情况下，重要信息数量会大大低于背景信息数量，例如地面、建筑物等静态信以及风吹草动、水波、雨雪、树影等动态信息都可被"智能视频分析"系统判断属于背景信息，而重要信息则是人、车等活动信息，智能视频分析首先对图像内容进行分析，剔除那些无用的背景信息。

2、对目标进行行为分析，判定其运动大方向、方式，并能发现和告警异常的行为;产生目标的运动轨迹，并能进行目标的自动跟踪。实现运动目标的跟踪是很难的事，它要求系统能分析、预测目标的运动轨迹，并能实时地做出修正。同时由于运动过程与伺服机构间传递函数的非线性，伺服系统也是很复杂的。

上述两点目前已有产品和应用，但基本上在简单环境下，针对少数目标的情况。在复杂环境下实现这些功能，是图像内容分析技术具有真正应用价值的关键。同时、解决多个图像的综合分析，图像间目标的关联，目标跟踪的连续。这都是市场迫切需要，目前还没有解决的问题。

3、在复杂环境下实现目标的分离，根据不同的活动目标的大小、运动速度及运动规律准确识别出人员、动物、车辆或其它对象，成功地将重要信息分离出来。进而再做行为分析和运动跟踪，特别是实现多目标的跟踪。

4、实现视频语义的解析，图像内容分析的最高层次。通过对一个图像序列做出分析，得出其包含的真实信息，可以与话音的语义解析结合起来，逐步实现视频语义的解析，如通过对大量的、多渠道的图像资料的分析，得出社会对某一事件的反映程度;分析和统计某类事件发生，发展的规律。能够进行这样分析，表明机器具有了与人一样的理解图像的能力，但具有人所不能达到的效率。智能视频分析系统软件具有可制订的安全规则，可以对分析得到的各类活动目标与所制订的安全规则相比对。例如在图像中指定的区域设定"虚拟"的安全界限，一旦识别"目标对象"跨越这一安全界限，系统将会激活警报，提示监控人员予以关注或处理警情。

这个过程是逐步发展，与是俱进的，没有终极的结果。实现智能监控的目标，要经过不断的技术积累，特别是核心技术的突破，它需要一个过程，不可能一蹴而就。