展望视频分析技术在智能交通领域的应用...

随着监控技术的不断发展，以及国际反恐形势的需要，智能视频分析技术逐渐成为一个研究热点，在国外已研发出较为成熟的产品，并成功应用于各类监控系统，实现自动检测和自动报警功能。例如以色列ioimage智能视频分析技术，已经发展成为智能视频监控的先驱者，引发智能视频监控的热潮。

　　智能视频分析技术的应用首先是在监控领域，实现用计算机实时监控和“查看”视频，当有可疑事件出现时再提醒监控人员进行第二次人工确认，通过这种方式，能够过滤掉90%以上的正常视频，无须监控人员随时盯着观看，使监控人员的工作效率大大提高，不但使监控人员能一个人同时兼顾几路、几十路甚至于上百路的视频，而且能有效克服监控人员固有的精神疲劳、注意力不集中等生理特点，更为重要的是，通过智能视频分析技术使对于异常事件的监测能够做到实时监测实时报警，大大缩短发现异常事件时的反应时间，使原有的监控系统不至于沦为一种“录像查询系统”。由于具有这么多明显的优点，安防监控领域已逐渐将这一技术应用到实际工程系统中。

　　那么，这种用于普通安防监控领域的智能视频分析技术又是否能在智能交通领域得到应用并大展宏图呢？答案当然是肯定的。事实上，智能视频分析技术不但能很好的应用在智能交通领域，而且还能在这一领域发挥重要的作用，对于提高智能交通管理系统的智能化自动化水平极为重要。

　　从智能交通管理的角度来说，哪一些视频分析技术可以利用呢？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” 。　　

　　从使用上来说，最理想的状况当然是所有对交通视频的监看都可以由视频分析技术来完成，但事实上却是不现实的，估且先不说目前视频分析技术还没有发展到这么高的程度，仅仅说交通事件或状态是如此复杂，连人都几乎不可能完全理解或捕捉，又何谈智能化程度不可能超过人类的计算机呢？故而，在此，我们只来看看交通领域中目前有哪一些行为是有可能通过智能视频分析技术来实现自动检测和自动报警的，其实这一类的行为也是有很多的。　　

　　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。　

　　违章逆行：在交通法规中，逆行是一种很严重的违章行为，不但容易引起交通的混乱，也很容易引起交通事故的发生，应当及时发现及时制止及时处理。视频分析技术通过监测车辆的行驶方向，与正常行驶方向比对，可及时发现违章逆行行为并及时报警，提醒交通管理部门进行处理　

　　遗洒物体：正在行驶过程中的车辆不慎遗洒物体，容易引起交通的阻塞，特别是在机动车辆高速行驶状态下(如高速公路，隧道内)，前车出现遗洒现象极易导致后车的严重交通事故，当发现这种事件时，需要道路管理部门及时尽快地处理，以避免严重后果的发生。视频分析技术通过对监控视频的分析，可及时发现物品遗洒的事件，及时在情报板上公布提醒后车，并及时派出人员进行处理　

　　行人横穿公路：在非人行横道线区域，行人横穿公路是很危险的行为，很容易导致交通事故的发生，而且很容易出现人员的伤亡，应当及时制止。视频分析技术通过分析行人的运动轨迹，能及时发现违章横穿公路的行为　

　　高速公路内出现行人或自行车：高速公路属于机动车辆高速行驶的专用封闭交通网络，不允许有无关的行人进入，也不允许自行车进入高速公路，否则在车辆高速行驶的情况下，很容易造成严重的交通事故。视频分析技术通过监测高速公路区域内的运动个体，并进行简单的分类，能够及时发现出现在高速公路封闭区域内的行人或自行车，通知高速公路管理部门进行处理，避免严重后果的发生　

　　交通流拥堵分析：对道路上车辆拥堵的情况进行分析，或实现信号灯的最佳控制，以及时疏导交通流。对于通过视频分析的交通流拥堵分析，不以拥堵车辆具体数目为依据，而往往只需定性地确认其拥堵状态，以实现信号灯的自动控制，缩短畅通方向的绿灯时间，而将拥堵方向的绿灯时间延长，有效地疏导车流，减少拥堵。　

　　以上所列的这些行为，都是交通领域常见的一些交通事件，而且也可以通过目前的视频分析技术来实现，通过视频分析技术对这些交通事件实现自动检测和自动报警，将大大提高交通监控管理系统的智能化水平，缩短异常事件的反应时间。　

　　那么，在交通管理部门选择视频分析产品时，除了从功能上针对具体的需求来选择能监测相应事件的产品之外，还应该注意些什么呢？   由于交通管理系统中系统使用环境及监控对象的特殊性，对视频分析产品的选择和使用也有其较为特殊的要求，应主要注意以下几个方面的内容：
    A、对光照的适应性。所有的交通监控场景都处于室外，光照变化十分明显，视频分析技术核心算法应能够适应室外光照变化，包括了目标物本身的阴影，以及其他物体的阴影，如车辆穿过烈日下建筑物的阴影范围前后，其光照强度、目标与背景的对比度往往是非常大的。
    B、对摄像头抖动的适应性。任何安装的摄像头都不可避免地存在一定程度的抖动，包括由于周围车辆驶过时造成的震动或由于风力而造成的抖动，而用于交通监控的摄像头一般都安装在道路附近，这种抖动将更为明显和频繁，摄像头的抖动反应在视频中则是背景范围的不断晃动，欲分析晃动情况下目标物的行为特征，必须能在晃动条件下保持对活动目标个体的跟踪，不能丢失，才能有效地分析出视野范围内车辆的运动特征，实现交通事件的检测。
    C、对于焦距飘移的适应性。任何摄像头在使用过程中都会存在虚焦现象，焦距调整得不合适，或是由于使用时间长而造成焦距漂移，造成视野模糊，为了保证产品的工作性能，要求在各类模糊的条件下保持对运动个体的准确跟踪和分析。
      D、对于不同气候的适应性：四季转换，会遇到各种不同的气候条件，烈日会造成高对比度或反光，雨雪雾等恶劣气候会造成的视野模糊，从监控摄像中获得的视频千变万化，不可能采取人工随时调整摄像头或设置参数的方式，只能要求视频分析算法有尽可能好的算法适应性，使之在各种不同的气候条件下都保持较好的监测报警性能。
    E、对于动态背景的适应性。某些应用场合中，背景是不断变化的，如树叶的不断晃动，水波纹，下雨时的地面等，如何对这种变化背景进行建模是将前景个体从背景中分离出来的关键，否则很容易丢失目标，也就无从谈起对于运动个体的运动轨迹的跟踪及运动特征的提取。
    F、运算速度的要求。所有的安防监控都要求实时运行的，也就是说需要实时监测实时报警，无法想象这一刻的视频经过两个小时的算法分析后才产生报警，那是没有任何实用意义，没有任何可用价值的。视频分析算法通常来说比较复杂，如何在性能和速度之间取得平衡，也是算法开发的一个关键。
      G、工作稳定性的要求：交通工程系统中所采用的产品一般都要求7*24小时不间断持续无人值守运行，这就要求视频分析产品的工作稳定性非常高，不允许出现频繁死机的现象，平均无故障运行时间应至少达到一万小时以上。　

　　针对不同的使用场景或使用目的，还会有不同的产品功能或性能选择。Ioimage智能视频设备，设计简单，安装轻便，更能适应各种恶劣天气，稳定性好，某一程度上满足了其相关要求。而且随着视频分析技术的不断发展，其在智能交通行业的应用的脚步已越走越近，产品也将越来越全面越来越成熟，它在智能交通领域内将越来越显露出其重要地位，将发挥出越来越大的作用。

抢个沙发坐，这个看上去是在给Ioimage做广告，不过做的挺不错，顶一个！