视频监控系统在畜产品安全监管上的应用_开题报告

1.视频监控系统的发展历程

1.1 传统本地视频监控

最早的视频监控系统是全模拟的视频监控系统。在20世纪60年代的美国，以楼宇安防为最初的目的，诞生了闭路电视系统（CCTV），开启了视频监控时代。20世纪90年代初，数字摄像头的问世和数字存储设备成本的迅速降低，使得数字视频监控系统得以应用。工程界以数字视频矩阵代替了模拟视频矩阵，以数字硬盘录像机（DVR）代替了模拟录像机(VCR)，并将磁带存储替换成了数字存储。数字视频监控系统的诞生，解决了监控数据的存放、组织和调用问题。

1.2 网络化数字视频监控

20世纪90年代末，网络技术的突飞猛进，使得数字视频的网络传输成为可

能，网络化数字视频监控系统应运而生，克服了上一代系统适用范围较小、无法交换数据、不易扩展等缺点。网络化数字视频监控系统的结构由集总式向集散式系统过渡，例如前端设备为即插即用，省去了系统的维护。系统的网络化也进一步增强了系统扩展能力，也在某种程度上打破了布设区域和设备扩展在数量和地域的局限。当前，随着移动通信技术在4G甚至未来5G领域的高速发展，无线视频监控已成为网络化视频监控又一高点。

1.3智能视频监控

进入21世纪，随着数字视频与图像技术的不断发展，人们又对视频监控系统提出了更高的要求，以智能化为核心的视频监控系统逐渐受到欢迎。智能视频监控在前几代视频监控系统的基础上，在算法上增加了分析处理场景内容的能力，能针对运动目标进行一定的运动解析和分类甄别，在一定程度上用计算机协助人甚至是代替人完成监视和控制的任务。

1.4未来展望

未来，智能视频监控系统的基础层将在失真率、精度、安全性、抗干扰等方面更上一台阶，应用层中与用户的交互也将更为友好。而随着云技术与大数据的发展，视频监控系统将会变得更“聪明”。视频监控系统将变被动为主动，能自动识别、定位可疑目标。例如在安保领域，能根据警戒等级采取报警等相应措施。此外，例如移动式摄像头在捕捉到火情后，除发出警报外，还能调度实施灭火等。

   随着研究的进一步深入，在公共安全、交通、能源、医疗、教育、政府监管等方面，智能化视频监控系统的应用范围将更为广泛。

2.视频监控系统的关键技术

2.1基本架构与功能框架

现代智能视频监控系统主要分为四个层次：采集层、传输层、支撑层与应用层。如按软硬件结构分，硬件又可分为五个部分：前端部分、传输部分、存储部分、显示部分、控制部分。软件部分由系统后台监控端、管理端、服务端和数据库四部分组成，例如安装于系统管理平台上的视频监控管理软件(VMS)、嵌入式操作系统软件、芯片集成的算法软件等。按照工作流程，视频监控系统的功能框架则包括视频输入，图像处理、目标检测、目标分类，目标跟踪、目标行为识别理解、后期处理等多个模块。

2.2 关键技术

现代智能视频监控系统的关键技术涉及了数据存储、图像处理分析、模式识别、人工智能等多个软硬件领域。包括了计算机视觉、图像处理和机器学习等多学科，是一个不断发展、具有广阔应用前景的交叉领域。

2.2.1视频编码解码技术

视频信号信息量大，传输网路带宽要求高，需要将视频信号在传送前先进行压缩编码以节省带宽和存储空间。压缩编码应具有足够的压缩比，在解压重建后还应保持一定视频质量。目前，一些国际组织也相继制定了关于视频图像的编码标准。

目前主要有ITU-T制定的H.26X系列标准、ISO/IEC制定的关于静态图像的编码标准JPEG和JPEG2000以及活动图像的编码标准 MPEG系列等。此外，2013年，由我国拥有自主知识产权，与 H.264相当的数字音视频编解码技术标准(AVS)已成为了IEEE标准。而于2016年颁布的最新一代标准AVS2，则针对监控视频设计了场景编码模式，压缩效率较H.265高出一倍。展望未来，下一代的编码解码标准除了在分辨率上能充分适应4K，8K级别超高清视频的基础上，编码内容将会多样化，也将在动态范围、色域、帧率等方面有新的提升。

2.2.2目标检测与跟踪识别技术

现有运动目标检测算法主要有三种类型：背景减法、帧间差法和光流法，其中前两种方法是利用两帧或多帧图像中的像素特征进行减法运算，来获取运动目标的信息，通常适用于背景固定不变的情形。光流法则是通过研究图像序列的光流场来检测运动目标的方法。光流场即速度矢量，是物体的运动场在二维图像上的投影，它包含了运动物体的重要信息。光流法的优势在于，它不需预知场景的就能检测出运动的目标，但计算较为复杂。目标的跟踪是能够选择唯一表示目标的特征，并在后续帧中搜索与该特征最匹配的目标位置的过程，目前包括基于特征的方法、基于三维模型的方法、基于活动轮廓模型的方法等。

2.2.3存储与检索技术

当前主流的存储技术包括网络附属存储(NAS)技术、存储区域网络(SAN)技术等。为了适应大数据时代视频监控的特点和需求，提升存储系统的读写性能和监控数据的处理效率，目前的研究方向逐渐转向下一代的分布式集群存储系统架构，该架构的基本原理为将数据分散存储到多个数据存储服务器上，目前已有HDFS、GFS等多种类型。该架构主要包括数据存储服务器及元数据服务器。前者负责数据的存储和视频流的媒体服务，后者负责管理整个集群的负载均衡和空间管理，在系统整体稳定性、数据可靠性、节能与兼容性等方面具备优势。而基于内容分析的视频摘要、目标轨迹跟踪等技术，也使得信息检索的效率的提升成为可能。

3.国外的研究现状

随着视频监控系统逐渐向智能化演进，如何突破原有的软硬件制约，提升系统综合性能，国外在理论界和工程界均取得了一定的进展。

在视频的编码解码技术方面，国际组织的编码标准不断更新。目前，H.26X系列现在已推出了H.265版本，以适应高清视频传输的需要。MPEG系列现在又推出了MPFG-7和MPEG-21标准，能够分别满足基于内容的声像数据检索和数字版权管理等要求，

而将人工智能(AI)与计算机视觉技术用于目标行为的识别是国外当前智能视频监控系统的研究热点。其中人的身份识别，特别是人体检测和姿态识别的方法，由于更多样化、语义层面更高，是当前国外理论的前沿研究方向之一，学术界采取了例如神经网络、小波变换等算法，开展了针对人体遮挡、基于人体特征或区域检测方式的研究。而在智能监控的核心之一如行为分析方面，研究人体的局部进行分析也是研究重点,有研究提出每个动作均包含运动能量图像(MEI，Motion Energy Images)和运动历史图像(MHI，Motion History Images)，提取出行为特征后，再结合不同的预设模板加以匹配的方法，另外对行为分析的工具如动态时间规整(DTW，Dynamic Time Warping)，隐马尔可夫模型(HMM，Hidden Markov Models)等的理论研究等。

此外，对于视频监控系统的工程布设方式，国外又提出了一些探索创新。例如为克服原先固定式视频监控在监控范围窄、视角单一、安全性等方面缺陷，引入并进一步完善了移动视频监控系统，以实现组织监控设备协同，实现对目标的跟踪和综合解析功能。又例如采用云计算的方式，凭借着更为强大的计算能力，对海量数据存储、远程及分散访问、技术融合将使得对环境的变化实现快速响应，将传统的集中分布结构转变为网络协作结构，以应对海量摄像头的组网需求。

二、^范文提纲

1.视频监控系统的发展历程

1.1 传统本地视频监控

1.2 网络化数字视频监控

1.3智能视频监控

1.4未来展望

2.视频监控系统的关键技术

2.1基本架构与功能框架

2.2 关键技术

2.2.1视频编码解码技术

2.2.2目标检测与跟踪识别技术

2.2.3存储与检索技术

3.视频监控系统在畜产品安全监管上的应用

3.1 应用背景

3.2 需求分析

3.2.1 系统设计原则

3.2.2 需求模块化分析

3.2.2.1冷库内温度数据采集

3.2.2.2冷库门开关感应

3.2.2.3超限报警及移动执法监管

3.2.2.4视频图像传输以及监控方式

3.2.2.5传输方式

3.2.2.6监管业务数据分析

3.3 布局方案

3.3.1 基本架构

3.3.2 建设内容 

3.4 使用效果

3.5 今后改进和建议

【参考文献】

[1]吴群等.现代智能视频监控研究综述[J]. 计算机应用研究.2016,33(6)：1601-1606

[2]刘鑫,杨鑫.视频监控系统的应用现状与发展趋势[J]. 信息通信.2015(9):178

[3]黄斯茜,李光.智能视频监控系统运动目标检测技术研究综述[J].2012(4):57-58

[4]满君丰等.视频监控中可变人体行为的识别[J].东南大学学报.2011, 41(3):492-497

[5]王素玉,沈兰荪.智能视觉监控技术研究进展[J].中国图像图形学报.2007, 12(9):1505-1514

[6]孙倩茹等.视频序列的人体运动描述方法综述[J].智能系统学报.2013，8(3):189- 198

[7] 赵建树.分布式集群存储技术在网络高清视频监控中的应用[J]. 通讯世界，2016, (24)

[8]周枫等.视频监控与编码技术的研究[J]. 软件.2015, 36 (4) :84-92

[9]马思伟.AVS视频编码标准技术回顾及最新进展[J]. 计算机研究与发展.2015,52(1):27-37

[10]武晓阳. 视频编解码技术的发展趋势[J]. 中国安防.2016(3):56-60

[11]李可先.计算机智能视频监控系统技术研究[J].信息与电脑.2016(18):64-65

[12]Fereshteh Falah Chamasemani, Lilly Suriani Affendey. Systematic review and classification on video surveillance systems. International Journal of Information Technology and Computer Science[J].2013,5(7):87-102

[13]M.Valera and S.A.Velastin. Intelligent distributed surveillance systems: a review[J]. IEE Proc.-Vis. Image Signal Process., 2005,152(2):192-204

[14]Yun Ye et al. Wireless Video Surveillance: A Survey[J]. IEEE Access 2013, 1:646-660

[15] Xiaogang Wang. Intelligent multi-camera video surveillance: A review[J]. Pattern Recognition Letters 2013, 34(1): 3–19

[16] Yong Xu et al. Background modeling methods in video analysis: A review and comparative evaluation[J]. CAAI Transactions on Intelligence Technology. 2016, 1 :43-60

[17] Jamal Raiyn. Detection of Objects in Motion—A Survey of Video Surveillance[J]. Advances in Internet of Things, 2013, 3(4):73-78

[18] Fereshteh Falah Chamasemani, Lilly Suriani Affendey. Systematic. Review and Classification on Video Surveillance Systems[J]. I.J. Information Technology and Computer Science, 2013, 5(7): 87-102

[19] Andrew A Adams, James Ferryman.The future of video analytics for surveillance and its ethical implications[J]. Security Journal,2012,28(3):272-289

[20] Fatih Porikli et al. Video Surveillance: Past, Present, and Now the Future[J].IEEE Signal Processing Magazine.2013,30(3):190-198