智能视频分析技术在智能交通中的应用

我们生活的城市，交通拥挤和交通事故是全球城市道路所面临的共同问题。我国智能交通已有多年的历史，但拥堵和事故现象依然严重，甚至愈演愈烈，究竟是何原因？政府每年在交通领域的投入逐年增多，却使城市惨不忍“堵”，人们开始畅想四通八达的交通方式。于是，将目光投向智能技术的发展。可以说，未来我国智能交通建设，智能监控技术将牵“引着”其发展，是城市交通建设中最为核心的技术突破点。

智能交通中智能监控技术作用

如前表述，智能交通首要解决智能化。通过智能视频分析技术，可以从视频中分理出一些值得关注的关键信息，并通过实时分析加工，获取交通状况信息，同时对实施现场路况作出即时反应。智能视频分析技术源自计算机视觉技术。计算机视觉技术是人工智能研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算能够通过数字图像处理和分析来理解视频画面中的内容。而视频监控中所提到的智能视频技术主要指的是：“自动的分析和抽取视频源中的关键信息。”如果把摄像机看作人的眼睛，而智能视频系统或设备则可以看作人的大脑。智能视频技术借助计算机强大的数据处理功能，对视频画面中的数据进行高速分析，过滤掉用户不关心的信息，为用户提供对监控和预警有用的关键信息。

目前市场上的智能视频分析技术通常都具有以下功能：图像采集：一般图像信号通常是以压缩图像流的形式存在，将图像流解压还原成原始图像格式后再进行分析；运动物体检测，发现图像中运动的物体。当然去除了由相机自身引入的变化，外界环境引入的变化，如抖动和风；多物体跟踪：在复杂环境下，如多个运动物体，多个摄像机，运动物体之间互相遮挡，消失及重现等情况下进行有效跟踪；行为特征分析：行为特征分析是从图像中寻找满足预先设定的行为特征的事件。如车辆的停止或者突然加速，当聚集人员过多时报警，人员倒地，或者其它异常情况。

目前，智能视频分析技术在这些智能化功能方面有所创新，如，动态背景建模技术：利用自适应高斯背景模型，能够从复杂背景中检测出运动目标。利用扩展的EM算法，为每个像素建立多个混合高斯分类模型，该模型可以自动更新，并能自适应地将每个像素分类为背景、影子或者运动前景，在复杂背景的情况下也能较好地完成运动区域的分割，能够有效克服背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响；形状信息和运动特性的融合：将运动目标的形状信息和运动特性相结合，利用分散度和面积信息，区分人、车及混乱扰动。非刚性物体（人）的运动相比于刚性物体（车辆）运动而言具有较高的平均残余光流，同时它也呈现了周期性的运动特征。

从上可以看出，智能视频分析技术能应用在安防各个细分行业，在智能交通应用领域中，安防智能化的作用体现在：

首先，在车辆管理和车辆控制中呈现出了信息采集与处理方式的多样化。应对不同天气出现的不同交通事故，势必要采取不同的处理方式；在信息采集方面，汽车上装有车载定位系统，监控指挥中心可对汽车运行位置及车上情况进行实时监控。

其次，智能交通系统不仅是对车辆信息进行跟踪和定位，对于路况信息、拥堵路段也进行了智能化的分析。北京的环路上，每隔一段路就会出现电子路况显示屏，告诉行车的人们前方路段车流量情况。该信息提示牌就是利用交通信息采集系统，将信息整合到显示屏上，丰富了交通信息的内容，为出行提供了便利。当人们越来越享受私家车给百姓出行带来的便利时，以年轻人为主的自驾游成为当下流行的旅行方式。在交通信息系统中，也有专为外出旅行人员及时提供的多种多样的旅行服务，尽管在狭小的车内，你也可以了解到天气、住宿、美食等信息，这是一种新型的服务体系，是智能交通子系统中待完善的信息系统。

再次，智能交通系统主要是为了缓解路面拥堵，特别是在高速路中设有ETC电子收费系统。装有该系统的汽车可以以时速20km的速度快速通过，同时并通过精准的识别系统记录下车牌信息。信息采集的高精度性在电子收费系统中展现得淋漓尽致。

通过智能视频分析技术，可将视频采集设备变身为物联网智能感知器，尤其是在智能交通中，通过客流统计、违规车片照片、司机疲劳状态等关键信息的利用，为智能交通调度、规划、行为管理等提供非常优秀的应用。“十二五”期间智慧城市的加速建设，带动智能交通的迅猛发展，基于智能视频分析技术的智能交通系统将得到大规模资金投入。

智能交通中智能化应用现状

智能交通最理想的应用状况，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，但目前而言却不现实，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，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。

车辆起火：车辆由于故障或其他原因在道路上起火是很严重的事件，会严重阻塞交通，甚至还可能有出现火势蔓延或爆炸的可能，应当在最短时间内进行处理。视频分析技术通过对监控视频的实时分析和检测，可及时发出车辆起火事件，及时报警，大大缩短了交通管理部门的事故反应时间，及时处理，以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。这些技术，大多是基于智能交通城市综合管理智能化平台的应用，这些智能交通多传感器数据融合的综合应用和统一管理平台，大多以以B/S架构为主，以门户、大屏等终端为显示载体的综合性智能交通决策、管理、调度、指挥、查询平台。辉锐天眼的HRI智能视频监控管理平台是集智能化、网络化、功能化、集成化于一体，基于IP网络对海量监控视频、音频数据提供强大的管理功能的专业监控管理平台，系统采用模块化的架构设计，对系统核心数据与服务、存储与转发、报警联动、解码显示、视频分析均有专门的功能模块实现，利用统一的数据库，在分散的系统与用户之间建立一个接口服务平台，完成系统中所有监控设备与各安防子系统的统一管理、报警联动和集中控制。系统在稳定性、集成性、可操控性、数据安全性、存储效率与可靠性均有全面的设计、且可以根据需要灵活组合、满足不同规模的项目需求，是行业内领先的智能视频监控平台。

通过智能视频分析技术，普通视频采集设备将变身为智能物联网感知器，可以感知很多关键信息。在智能交通系统中，通过对客流统计数据、违规车牌照片、司机疲劳状态等关键信息的再利用，为智能交通中的交通调度、交通规划、交通行为管理以及交通安全预防提供了非常优秀的应用。

目前在对车辆的识别分析应用上得到普遍应用的主要是车牌识别技术。车牌识别技术经过多年的发展与应用，目前已十分成熟。模糊车牌还原和识别技术的出现使得该项技术不再局限高清，开始向标清领域普及。同时与车牌识别技术相对应的车牌识别系统也应运而生。

车牌识别系统

车辆牌照的识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。

识别步骤概括为：车牌定位、车牌提取、字符识别。三个步骤地识别工作相辅相成，各自的有效率都较高，整体的识别率才会提高。识别速度的快慢取决于字符识别，字符的识别目前的主要应用技术为比对识别样本库，即将所有的字符建立样本库，字符提取后通过比对样本库实现字符的判断，识别过程中将产生可信度、倾斜度等中间结果值；另一种是基于字符结构知识的字符识别技术，更加有效的提高识别速率和准确率，适应性较强。

车牌识别系统实现的方式主要分为两种：一种是静态图像图片的识别，另一种是动态视频流的实时识别。静态图像识别技术的识别有效率较大程度上受限于图像的抓拍质量，为单帧图像识别，目前市场产品识别速度平均为200毫秒；而动态视频流的识别技术适应性较强，识别速度快，它实现了对视频每一帧图像进行识别，增加识别比对次数，择优选取车牌号，关键在于较少的受到单帧图像质量的影响，目前市场产品识别较好的时间为10毫秒。

车牌识别系统目前已经成熟应用于智能交通系统中，对图像、视频中的车辆号牌进行自动的检测识别，有效降低了车辆交通违章数量，大大减少了交通事故的发生。典型的应用系统为：闯红灯自动监测系统，机动车超速监测系统，机动车逆行、压线监测系统，移动电子警察系统，治安卡口系统等智能交通系统，

小结

智能交通的建设，是社会化系统工程，涉及到方方面面。在未来将面临巨大的机遇与挑战。我们相信，只要选择最贴近市场的技术，选择最好的市场运作方式，中国的智能交通事业也必将前景无限。