新闻中心
智能視頻分析技術助力智慧城市交通改善
一、國內交通環境分析
近十年我國城鎮化發展迅速，目前國內城市人口密集區，機動車和非機動車數量訊速增長，同時相對匱乏且陳舊的道路交通設施、佈局不盡合理的城市路網已經不堪重負，導致城區交通擁堵頻繁、交通秩序混亂等問題日益嚴重。特別是早晚流量高峰期間，道路人流、車流量基本處於飽和或超飽和狀態，車輛行駛緩慢，加上車輛違規行駛、商販占道擺攤設點、車輛亂停亂放、侵佔道路等現象比較嚴重，使得“上馬路看車展”已越來越成為城區交通的一種常態，是城市交通管理的難點和熱點。
根據中國科學院《中國新型城市化報告2012》報告發佈，對中國50個城市上班路上的平均時間進行了排名，北京以52分鐘居榜首，廣州、上海以48分鐘、47分鐘緊隨其後，深圳以46分鐘居第四。報告還提出，2011年的中國內地城市化率首次突破50%，達到51.3%。這意味著中國城鎮人口首次超過農村人口，中國城市化進入關鍵發展階段。
十年前，中國的二線城市，交通擁堵很少見，但是近5年來，交通擁堵已經成為二線甚至三線城市的常態。全國百萬人口以上城市有80%的路段和90%的路口通行能力已經接近極限。
交通擁堵使交通延誤、車速降低、時間損失、燃料費用上升、排汙量增加，同時誘發交通事故，影響人們的工作效率和身體健康。而對於城市交通管理者來說，一方面是日漸增長的交通壓力，另一方面卻是警力人員的捉襟見肘，如何利用科技手段加強管理效率，增進交通良性迴圈成為很多城市交通治理和發展的重要思路之一。高清攝像機的廣泛使用和基於高清圖像的視頻分析技術的發展，有效的解決了技術手段問題，使得智能交通資訊化系統在每個城鎮得以廣泛應用。
二、視頻分析技術的應用現狀
視頻分析技術就是使用電腦圖像視覺分析技術，通過將場景中背景和目標分離進而分析並追蹤在攝像機場景內目標。用戶可以根據的分析模組，通過在不同攝像機的場景中預設不同的非法規則，一旦目標在場景中出現了違反預定義規則的行為，系統會自動發出告警資訊，監控指揮平臺會自動彈出報警資訊併發出警示音，並觸發聯動相關的設備，用戶可以通過點擊報警資訊，實現報警的場景重組並採取相關預防措施。這種技術前幾年只是在標清攝像機中做一些簡單的應用，如越界、人員聚集等，但是標準攝像機有者自身的先天不足，取景範圍受限，圖像不清晰，尤其在快速變化的道路上很難有效的分析和取證。
隨著高清攝像機的大量使用，高清圖像的視頻分析技術也得以快速發展，如今已在城市智能交通系統中得到廣泛應用。其中應用最多的是電子員警系統、交通卡口系統和動態車流量監測系統。
1、在電子員警系統中的應用
視頻分析技術在電子員警中的應用，主要是利用視頻分析技術對行進車輛的行為進行分析，通過測流程高清攝像機抓拍的即時視頻，對每一幀圖像進行比對分析，運用智能演算法計算圖片的變化分析監控區域內車輛的變化曲線，進而檢測車輛經過並判斷車輛的違章行為。其中主要的檢測方式有：
（1）車輛檢測原理
採用基於運動檢測的車輛檢測方法，其核心原理是通過學習建立道路背景模型，將當前幀圖像與背景模型進行背景差分得到運動前景像素點，然後對這些運動前景像素進行處理得到車輛資訊。該方法效果的優劣依賴於背景建模演算法的性能。
整個檢測過程分為以下幾個步驟：
由高清攝像抓拍主機獲取即時的視頻流。
利用背景差分演算法檢測運動前景。首先通過初始多幀視頻圖像的自學習建立一個背景模型，然後對當前幀圖像與背景模型進行差分運算，消除背景的影響，從而獲取運動目標的前景區域。
根據背景差分運算中運動目標檢測的結果，有選擇性地更新背景模型，並保存背景模型。
過濾雜訊，並獲取準確的車輛位置。
運用時空資訊、匹配和預測等演算法，對車輛進行準確的跟蹤，得到車輛對象的運動軌跡，並保存車輛對象的軌跡資訊。
判斷車輛是否到達觸發線位置，如果沒有到達，則進行下一幀的檢測，如果到達則發出觸發信號。車輛的抓拍觸發綜合運用了車牌檢測演算法和車輛檢測演算法，如圖2所示。
系統首先採用車牌檢測演算法，在車輛到達觸發線的時刻，若系統檢測到圖像中存在車牌，則觸發抓拍，並進行車牌識別；對於無後車牌或後車牌遮擋的車輛，系統無法檢測到車牌，此時將啟用車輛檢測演算法，若運動對象與系統內建的車輛模型相匹配，則觸發抓拍，並記錄為無牌車輛。
( 2)視頻檢測紅綠燈信號
視頻分析演算法對於紅綠燈的檢測綜合運用了亮度比較演算法與灰度比較演算法，在場景中紅綠燈所在位置劃定檢測區域，並對該區域的亮度與灰度的變化進行即時地檢測與判斷，從而獲知當前的紅綠燈狀態。
(3)道路交通事件視頻檢測
道路交通事件視頻檢測系統基於視覺的車輛檢測和跟蹤的視頻分析技術。具有圖像穩定、陰影消除、視場校對、自動補償等功能，能在不同的環境條件下正常並準確的進行視頻檢測和數據分析。系統採用“航太多目標識別與跟蹤技術”、“圖像預處理技術”以及“圖像背景提取和更新技術”，將攝像機採集的視頻信號進行處理和綜合分析，對道路上突發的交通事件（如壓線、突然停車、逆行、遺灑、行人跨越公路等）進行即時檢測、報警、記錄、傳輸、統計，並將事件視頻圖像及報警區域圖像切換到主監控畫面，提示管理人員進行應急處理。
2、在卡口系統中的應用
視頻分析技術在卡口中的應用分兩部分，一部分是和電警相同的車輛檢測及行為分析，另一部分就是車牌識別，通過抓拍的圖片自動識別車輛牌照資訊。車牌識別是基於圖像分割和圖像識別理論，對含有車輛號牌的圖像進行分析處理，從而確定牌照在圖像中的位置，並進一步提取和識別出文本字元。車牌識別過程包括圖像採集、預處理、車牌定位、字元分割、字元識別、結果輸出等一系列演算法運算，其運行流程如圖3所示。
（1）圖像採集：通過高清攝像抓拍主機對卡口過車或車輛違章行為進行即時、不間斷記錄、採集。
（2）預處理：圖片品質是影響車輛識別率高低的關鍵因素，因此，需要對高清攝像抓拍主機採集到的原始圖像進行雜訊過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。
（3）車牌定位：車牌定位的準確與否直接決定後面的字元分割和識別效果，是影響整個車牌識別率的重要因素。其核心是紋理特徵分析定位演算法，在經過圖像預處理之後的灰度圖像上進行行列掃描，通過行掃描確定在列方向上含有車牌線段的候選區
域，確定該區域的起始行座標和高度，然後對該區域進行列掃描確定其列座標和寬度，由此確定一個車牌區域。通過這樣的演算法可以對圖像中的所有車牌實現定位。
（4）字元分割：在圖像中定位出車牌區域後，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進一步精確定位字元區域，然後根據字元尺寸特徵提出動態範本法進行字元分割，並將字元大小進行歸一化處理。
（5）字元識別：對分割後的字元進行縮放、特徵提取，獲得特定字元的表達形式，然後通過分類判別函數和分類規則，與字元資料庫範本中的標準字元表達形式進行匹配判別，就可以識別出輸入的字元圖像。
（6）結果輸出：將車牌識別的結果以文本格式輸出。
3、在動態車流量監測系統中的應用
視頻動態車輛檢測系統，採用視頻圖像處理技術，可即時提供車流量、平均車速、車型、佔有率等交通流資訊，適用於高速公路、城市快速路、橋圖3車牌識別原理示意圖梁、普通公路的道路交通流資訊採集，為交通信號控制、資訊發佈、交通誘導、交通指揮和環境監測等提供依據和參考。系統採用邊緣特徵車輛檢測演算法，結合區域特徵處理，魯棒性高，受環境光線變化和陰影的影響小，不同的光照和天氣狀況下均保持較高檢測精度。
三、技術發展前景
視頻分析技術在智能交通行業中已經廣泛應用，技術發展更是日新月異，在近三四年中，依賴視頻分析技術的產品更新了兩代產品，從標清到高清至現在的高清智能。因為視頻分析技術的高效及實用，在將來的技術發展中，仍會保持快速的發展，其發展方向主要有四個方面：
1、適應的圖像像素越來越高曾經高清視頻的視頻分析是整個視頻分析技術的瓶頸，高像素的視頻流對視頻運算和前端設備的承載能力有很高的要求，經過幾年時間的技術發展，這一瓶頸已經得到解決，現在智能交通各系統已基本都使用高清攝像機為基礎數據源。在以後的技術發展中，攝像機的像素還會越來越高，從目前主流的200萬、500萬像素向更高清發展，視頻分析技術也會隨之適應相應的前端設備。
2、視頻分析的維度越來越寬目前視頻分析技術主要應用在交通行業電子員警系統（包括車輛綜合違章抓拍）、卡口系統、動態車流監測系統。各系統中視頻分析的數據基本固定，如電子員警系統主要是檢測車輛經過監測點、判別車輛闖紅燈、違章變道壓線等各種違章行為，卡口系統中主要是識別車輛牌照，動態車流監測系統主要是統計交通斷面的交通流資訊。在今後的技術發展中，視頻分析的數據維度會越來越寬，包括複雜的交通行為分析、車身顏色識別、車標車型識別、駕駛人員人臉識別等等。
3、前端硬體設備越來越智能在剛進入高清時代的時候，高清攝像機的視頻分析基本上是一臺攝像機配備一臺工控機來進行視頻運算，然後發展到幾臺（兩臺到四臺不等）攝像機配備一臺工控機。現在卡口電警系統裏的視頻分析已經不需要配備工控機，直接把視頻演算法寫入攝像機內，由攝像機來完成此項工作，這除了得益於攝像機內置處理器性能的提高外，視頻分析技術的智能化發展尤為重要。在以後的產品和技術發展中，視頻分析技術對前端設備的要求會越來越低，配置在前端的設備會越來越少，而且越來越智能，承載的功能會越來越多。
4、視頻運算的穩定性越來越高視頻分析技術的穩定性一直是發展的難題，尤其是道路車輛行進速度快，交通行業本身對檢測精度又很高，所以有些應用一直處在試用階段，比如高速路段的車輛檢測採用線圈或雷達檢測為主視頻為輔的方式，視頻測速不作為交通超速違章處罰依據等等。在將來視頻分析技術進一步發展後，勢必會越來越穩定，檢測精度越來越高，將全面取代其他其他複合檢測手段。
四、市場發展前景
《“十二五”交通運輸資訊化發展需求》中提出：保障交通運輸系統的暢通、高效，要求加強對交通基礎設施和運輸裝備的運行監測，提高其運營管理水準和運行效率；滿足人民群眾安全便捷出行，要求為公眾提供優質的出行資訊服務；保障交通運輸安全發展，要求提升交通運輸安全監管和應急處置的監測預警、通信保障和決策支持水準。因此，作為緩解城市交通壓力、減少交通事故重要手段的智能交通建設成為政府投資重點。據清科研究中心最新報告顯示，我國智能交通行業進入快速發展階段，2012智能交通行業整體市場規模近800億元，預計到2015年，整體市場規模或將超過2000億元，市場增長率保持在10%以上，並在未來的很長一段時間內，持續增長併發展。因此視頻分析技術作為智能交通行業發展的核心技術，其市場發展前景不言而明，也將獲得巨大的發展空間。