三． 事件检测与行为分析系统技术原理与评测

3.1周界检测

技术原理

前景物体检测技术的主要应用。该技术以固定摄像头监控用户所关心的区域，建立背景模型，过滤出前景物体并确定物体的运动路线。基于前景物体的运动路线实现对运动物体的行为判别。该技术的典型应用包括以下4类。

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。

应用前提

摄像头需要固定，只在改变监测场景时才移动摄像头，否则无法建立稳定的背景模型；适用于空旷场景，如边防线，厂区周边等环境，一方面可获得较大的视野，另一方面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。

在常规测试识别率、误警率和漏报率外，应考察以下针对性测试的结果。

参考测试环境：

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。

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。

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。

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.

参考指标： 识别率>80%, 误警率<20%

3.2 动态跟踪

技术原理

该技术的目的是实现对于指定目标物体的近距离持续跟踪。目标物体的指定在全景摄像头的场景内完成，在非空旷场景一般由操作人员指定，对于边防线等空旷场景可由计算机自行选择。跟踪过程可分为锁定目标和持续跟踪两个阶段，跟踪摄像头和全景摄像头在物理上可以是同一个，主要取决于具体应用的需求和产品自身的水准。

在锁定目标阶段有两种技术实现，一种是基于特征模式分析的跟踪，例如以RGB图像进行模版匹配，由于摄像头逐渐拉近，物体的位置和大小同时发生变化，这时的锁定速度越高，则物体从视野中丢失的风险也越大，对于目标的速度大小及方差没有先验的情况下，一旦目标丢失重新锁定的代价很大，而相比之下锁定速度慢的代价则要小的多，特别对于军政机关方面的敏感应用，应首先确保不丢失目标，其次考虑锁定耗时。另一种是通过标定场景三维信息实现，锁定的速度可以有明显的提高，但标定过程比较繁复，且全景摄像头一旦改变角度，一般需用标定，维护的代价较大。

由于动态跟踪的应用带有较明显的敌我对抗性，在持续跟踪阶段，技术上必须对于目标物体改变运动方向、运动速度、暂时被遮蔽甚至故意躲入障碍物有一定的适应能力。另一方面跟踪摄像头自身的动态性能也直接影响跟踪的稳定性，这里的动态性能主要包括摄像头机械运动控制部分的时间常数、信令传输的延迟以及控制协议解析机制的合理性。