港口的特点

一般而言，一个港区面积通常可达几平方公里，对于港区较为集中的港口，面积更是多达几十平方公里。而港口的特点则可概括为点多、面大、环境恶劣。目前，在港口码头地区，监控主要满足生产作业、安全防范以及国家行政执法部的需要。由于港口场景通常较为开阔，摄像机布点主要集中在杆塔架上，所以摄像机间的距离较远。同时，港口地处沿海或沿江地区，多大风天气。因而，即便是结实的塔架，牢固的安装，摄像机的抖动问题也不可避免。在矿石、煤炭码头等地，粉尘对摄像机弱电设备的损伤很大。假如在设备箱、连接等处不采取适当措施，设备很快就会损坏。此外，港口管理部门较多，假如协同不力，没有统一的维护部门，设备也很难获得有效使用。

港口监控“三座山”

视频监控就是用计算机依照人设定的规则，来“观察”监控图像，及时发现问题，报告给监控人员，由监控人员进一步判断事件性质。进行处置。它对视频监控效果是一个质的提升。

海量信息

目前视频的主要运用模式依旧“事后调查取证”，然而此举实属亡羊补牢。因为等到事件发生后，再到硬盘中调出相应录像回放，查找原理，实际已错过处理事件的最佳良机。倘若监控室内显示的是多路图像信息，保安、监控室管理员等人员更难合理有效地进行处理。在海量信息面前，人们寄希望于智能视频分析对绝大多数的无用信息进行过滤，将有用信息推送到用户面前。在港口中，摄像机点位数通常高达几百路，甚至更多。因而藉由智能分析对海量信息进行处理，成了众多港口管理者的共同的心声。

港口特殊环境

与其他运用领域相比，港口点多，面大，风大以及水域广都是智能视频分析需要重视的问题。

·点位多需要智能视频分析系统能有很是大的吞吐能力，在系统架构上要有足够的可扩展性。由于港口视频监控的重要性，最好要有一定的冗余机制。没有明显的造成系统瘫痪的设备节点；

·面大的结果就是图像中的目标通常较小。所以图像分析的精度要高。一些嵌入式的视频分析产品由于处理能力的限制，将视频图像裁剪成较小的图像进行分析，就会限制对目标的敏感度。保持对小目标的分析能力对处理能力提出了较高条件。同时由于小目标和图像噪声信息简单混淆，所以对算法的鲁棒性也有更高的条件；

·风大带来的问题就是摄像机抖动。图像抖动不仅仅造成视觉疲劳，同时对于普通的智能视频分析会产生大量的误，造成系统无法使用。所以在港口的视频分析系统必须有过硬的图像防抖动功能。

另外，对于水域的监控是港口视频监控的重要部分。水域的波浪，阳光在水面的都会使普通智能成都视频监控系统产生大量误报警。所以必须有专门的算法过滤此类噪音信息，同时保持对船只的跟踪。

摄像机信息各自独立

现有的主流智能视频监控对每一路图像分别进行智能分析，将分析结果集中推送给用户。摄像机资源之间没有配合、协同。同一运动目标经过多台摄像机视野会被报告为多个独立的录像片段。由于每台摄像机触警条件不同，当物体在一台摄像机视野内触发报警，运动到其它摄像机视野的时候，很可能被视作正常的运动物体。同时，由于时间短，监控人员有可能来不及反应，从而丢失目标。

数年前，笔者曾在一个较为偏僻的港口进行设备安装。待到收工后，准备乘坐出租车回家。因而拜托在监控室里面的保安通过寻找出租车，并通过让现场保安拦截下来，以便出港。看似简单的事情，保安做起来很困难。出租车先后在电视墙上的不同屏幕上出现，保安人员却一直难弄清楚它的具体位置与走向。

允许想象当有触警事件发生时，这种响应模式会很是被动。这其实是视频监控行业中的一个多数问题。通过监控人员对摄像机图像进行不断“翻译”，得出目标的真实方位，不但增加了监控疲劳程度，也降低了用户体验满意度。

新计划挑战主流技能

主流的智能成都视频监控系统当发现触警目标的时候弹出报警画面，用户需要对现场比较熟悉才能快速形成响应计划。然而，这对于点位比较多的大型基建设施，例如工业园区、港口、机场等运用场所来说，依旧相当困难的。

既便是具有多摄像机协同功能的系统允许保持对触警目标的跨摄像机跟踪，对于触警目标的位置，运动方向等制定响应计划所需的重要信息在“井字格”显示方式也难以体现出来。由是观之，对全局安全态势不能直观简便的获取是造成现有成都视频监控系统没有充分利用的主要障碍之一。

使用GIS界面

目前主流的视频监控GIS界面采用类似于谷歌地图的电子地图。作为视频图像信息的承载体。电子地图和智能视频监控的结合主要体现在当智能视频监控发现异常的时候，摄像机对应的监控区域允许通过闪动等形式标示触警位置。但是这种触发不够精细。在实际运用中，它仅仅作为一种开关量的表达方式，对于监控区域内此目标的运动轨迹等信息无法表示。因此，自然也不能表达跨摄像机等高级功能。

使用基于卫星图的GIS界面

电子地图允许理解为一种“简化”了的卫星图。但是正是这些被简化掉的信息，允许被用来在卫星图和摄像机图像之间通过数学技巧，自动建立一种匹配关系。从而允许使在摄像机中“发现”的目标信息在卫星图上准确标注出来。例如在摄像机中发现的人员运动轨迹允许转换成在人在卫星图上的运动轨迹，从而允许将摄像机分别发现的运动目标信息在卫星图上统一呈现出来。

将高清卫星图作为背景允许增强系统的真实感。更便于监控人员理解，接受。同时，由于建立摄像机和GIS的匹配关系需要卫星图，所以使用卫星图不是锦上添花，而是必须的。

基于目标的智能视频监控

在视频监控行业中，基于“目标”的智能视频监控技能是一个新观点。它是相对于目前主流的基于“摄像机”的智能视频监控技能而言的，也是对它的升级与延伸。基于摄像机的主流技能没有在摄像机之间分享、关联信息。信息源之间是独立的。基于目标的技能则强调突破摄像机对信息共享的束缚，在系统范围内协同，调配监控资源，自动关联摄像机之间来自同一目标的信息，最终达到的目的是让用户忘掉摄像机硬件，无需晓得摄像机点位、朝向，仅需要关心和业务相关的“目标”。从而很是直接方便地明白当前安全态势，及时有效制定响应对策。

就当前而言，基于“目标”的智能视频监控技能的两个支撑点分别是多摄像机协同和基于卫星图的集成信息呈现。

摄像机目标“握手”、协同技能

GIS(高清卫星图)作为多摄像机协同技能的平台基础是很是理想的。假如采用“井字格”形式的监控形式，摄像机之间的关联关系很是难确立。同一个目标在相邻摄像机之间由于视角，变焦，成像敏感度，颜色差异等，会对目标在不同摄像机之间“握手”(Re-identification)造成较大困难。通过利用GIS作为统一平台，不同摄像机之间的目标允许投射到GIS上面，从而利用位置约束来有效“握手”。大大提高多摄像机协同的有效性。

将多摄像机系统放在系统层面上来考虑允许很自然的引入资源调配的观点。就是对运动目标的前进方向进行预判。提前调度监控资源，例如让摄像机在某个预置位“迎接”运动物体，在分叉口上允许调集多个云台摄像机进行准备，从而提高“握手”的成功率。达到用少量摄像机覆盖大面积监控区域的目的。

摄像机信息卫星图集成技能

获取的图像和卫星图本质上同属图像。因而，允许通过将它们之间的共同特征进行匹配，从而实现监控摄像机图像和卫星图之间的映射关系。也就是说，在摄像机中的像素和卫星图位置之间形成一一映射的关系。在摄像机中发现的运动物体轨迹允许同样在卫星图中表达出来。每个摄像机在卫星图上的相应区域“投射”目标信息，形成一个完整的、实时的运动目标全局态势图。

摄像机信息卫星图集成技能本质上就是将不同的摄像机视角通过数学变换，转换成一个统一的从高空俯瞰的卫星的视角，从而消除了不同视角方向带来的对全局态势判断的困惑，简单直接地表达目标信息

未来运用重在挖掘

人类70%的信息获取来源于眼睛。所以通过视频分析，及时发现异常，报告给监控人员是一种适用面很是广的模式。不仅仅局限于安全防范领域。

当前，在其它行业中，行为识别比如打架斗殴、人群聚集等已经允许通过视频分析来实现。因此，港口用户提出新的需求，例如龙门吊移动障碍物检测、QC中转平台人员检测、煤码头粉尘飞扬检测等等。只要是通过视频允许发现有明显“模式”的现象，都允许尝试着用视频分析技能进行解决。

客户经常为一个问题犯难，但是不晓得世界上已经有允许解决此问题的技能；厂商通常有研发能力，但是不明白客户需求。所以厂家只有深入一线，多和用户，才能推动视频分析技能在港口的深入发展。

[苏墨影]

整理编辑：成都弱电工程专家

上一篇： 电视监控系统：新兴“宠儿”星途灿烂
下一篇： 物联网助力智慧医疗市场待开发