中国无线安防技术资源网

视频监控摄像网络的作用因为对场景实时监控所需要的大量昂贵的监控人力需求而受到限制。第三代视频监控系统提出的基于对视频内容分析理解的实时预警报告，向视频监控系统的自动化发展迈出了重要的一步。我们这里讨论的视频监控问题，都是为了能够尽可能地减少视频监控处理中的人力负担。本节在回顾视频监控问题的研究内容和视频监控系统的应用需求的基础上，总结自动视频监控研究中存在的问题和面临的挑战。运动目标物与静止目标物

首先来回顾视频监控系统的研究内容。视频监控问题的研究内容包括目标物检测，目标物跟踪和行为理解三个主要问题。其中，目标物检测是整个视频监控处理中最基础也最重要的一个环节。目标物检测就是把监控场景中的目标物所对应的区域从视频画面中分离出来。大多数情况下，目标物都是监控场景中的运动物体，如节的描述，目标物的检测分为运动切割和目标物分类两个内容。也就是说，在目标物检测这个环节上，目标物默认为场景中的运动物体。运动切割，通过背景减除算法把运动物体从相对静止的复合背景中分离出来。但是，也存在一些监控场景，从复合背景中分离出来的运动物体并不是视频监控的目标物，相反，被归为背景的静止状态物体才是视频监控的目标物。比如，在建筑物前的自行车停车场监控场景中，匆匆走过的行人虽然都是运动物体，但他们并不是监控场景中的目标物，另一方面，摆放在停车场内的自行车虽然都是静止的，但是在这个特殊的场景中，它们反而是需要被监控关注的目标物。如果按照运动切割的方法来处理这个问题，因为属于繁华的街头场景，会出现对街上运动物体的大量计算，而后来，处理的结果发现这些物体是与目标事件没有关系的运动物体而己。这是在目标物检测中存在的一个重要问题。默认只有运动的物体才是被关注的目标物，会造成对事件紧密关键目标物如前面提到的机场遗弃行李和被偷窃的交通工具的遗漏。

由此，我们提出，对于目标物的检测，不能笼统地通过运动切割的方法来解决，而应该根据实际场景的需求，对场景中的运动物体和静止物体基于内容的进行分层处理，然后再根据场景监控规则进一步定义出需要监测的目标物层