开发案例

视频分析技术近年发展迅速，几年前的概念，如今开始变为现实，并且来势汹汹，似乎要颠覆传统的监控方式、颠覆人们的监控理念。同时，大家也清楚，每种新技术从实现功能到可商用，均需要经过一个产品化的阶段。

从我们前期的一些相关测试看，具体智能视频产品的可用性，基本上可通过在不同环境下考察其识别率、误警率和漏警率指标来评价，这一原则适用于绝大多数智能视频应用。

可用性衡量指标：假设在测试时间内的X个样本中，总报警数为N，正确报警数M，则：

Ø        识别率：(M/X * 100)%

Ø        误警率：((N-M)/X * 100)%

Ø        漏警率：((X-M)/X * 100)%

智能视频周界检测产品：

该产品主要基于前景物体检测技术的一种应用，以固定摄像头监控用户所关心的区域为对象，利用画面帧间的差异来建立背景模型，过滤出前景物体并确定物体的运动路线，最后基于前景物体的运动路线实现对运动物体的行为判别。该技术包括以下4类应用。

区域进出：用户在监控场景内定义一个多边形区域，当有物体进入、离开即触发报警事件。

区域滞留：用户在监控场景内定义一个多边形区域，当有物体在区域内滞留时间超过规定阈值即触发报警事件。

绊线：用户在监控区域内定义一条线段。当物体运动路线跨越该线段，即触发报警事件。

有向绊线：用户在监控区域内定义一条线段。当物体沿指定方向跨越该线段，即触发报警事件。

应用环境限制：

1)       仅适用固定摄像头，否则无法建立稳定的背景模型。

2)       场景大小需要适中，否则误警、虚警现象会比较明显。

3)       对于空旷场景（如边防线，厂区周边等环境），该技术不适用于前景物体拥挤的情况，这时场景下不同物体的前景由于相互粘连无法区分，基于前景而得到的运动路线也同时失效。

测试环境注意事项：

在常规测试识别率、误警率和漏警率外，还应考察以下针对性测试的结果：

1）抖动：户外摄像头可能由于各类原因发生偶然或周期性的抖动，由于该技术一般要求相机固定，因此需要测试在轻微抖动环境下的技术指标，考察系统性能指标的稳定性。

2）无关物体：测试环境中出现概率较高的如树叶抖动，花草摇动，云影等干扰物体出现时的误报情况。

3）天气：该系统的一般定位是全天候工作的实时监控系统，在下雨、雾、雪天气下测试上述技术指标。

4）光照：户外环境或室内光照变化明显的环境，应进行24小时测试，获得上述三个技术指标判断系统对光照变化的适应能力。

                                                                                                      2008年7月15日