提高智能视频监控图像分辨率的技术方法

提高智能视频监控图像分辨率的技术方法

康志强

（南京第五十五所技术开发有限公司江苏南京210016）

摘要：随着我国平安城市、雪亮工程的建设，智能视频监控设备在维护社会安全稳定等方面发挥了重要作用。然而，受监控视频记录条件、设备性能等诸多因素影响，有时获取的图像清晰度较低，不能有效的进行结构化分析。本文对能够提高图像分辨率的多相机实时拼接视频影像技术和超分辨率图像重构技术进行了分析，并对比其优缺点，为今后提高智能视频监控图像分辨率研究指出了努力方向。

关键词：智能视频监控；视频监控系统；图像分辨率

引言：在智能视频监控系统中，主要是对运动目标进行辨认与识别，若是出现假目标，智能视频监控系统可以自动报警。人工监控具有费时、费力、监控效果差的缺点，该系统极大改善了人工监控存在的缺陷。但该系统也会受到很多因素的影响，如在空气中存在大量的噪声，导致图像检测变得更加复杂。天气因素也是影响其结果的重要因素，无论是晴天还是雨天都会对检测结果产生影响。继2015年国家出台《关于加强公共安全视频监控建设联网应用工作的若干意见》之后，平安城市建设进入全面加速时期，2018年“雪亮工程”首次被写入中央一号文件《中共中央国务院关于实施乡村振兴战略的意见》，各地区架设了众多摄像头，储存了海量大数据，基于此部分公安部门设立了图像侦查部门专门负责图像侦查，以达到事前预警、事中处理、事后取证等目的。随着科学技术的发展，互联网、物联网、大数据、人工智能、云计算等新科技逐渐被引入到传统视频监控领域，为公安侦破案件、维护社会稳定工作服务，智能视频监控这一新概念也应时而生。目前，智能视频监控技术已广泛应用于公共安全监控、工业现场监控、居民小区监控、交通状态监控等各种监控场景中，实现了犯罪预防、交通管制、意外防范和检测、老幼病残监护等功能。相比传统监控设备，智能视频监控能够提高效率，降低成本，具有广阔的研究价值和应用前景。

1智能视频监控系统要求

1.1便捷的故障处理

复杂的场景和网络设备的多样性，不仅要求网络能够支持统一的管理和运维，也需要在网络故障发生时能够进行快速的故障定责和恢复；并且同时需要针对公安方面的维护和考核要求，做到全网流量和业务监控、退服率自动统计等。

1.2快速的施工周期

随着平安城市的需求不断增加，视频监控业务发展迅猛，需求量不断上升。但由于是政府工程，施工周期较短。因此需要创新的端到端解决方案，从规划、设计、设备到货、工程、调试等端到端的系统集成，保障快速交付[1]。

1.3要求较高的分辨率

在目前的智能视频监控系统中，高分辨率是其中一个重要的特点与要求。在当前平安城市等理念的要求下，保证流畅和清晰的画面是智能视频监控系统中不可缺少的。因此，在建设和安装之初，就需要保证分辨率符合要求。

2智能视频监控图像分辨率技术存在的问题

实际工作中，由于监控摄像头与目标距离较远、目标尺寸过小、光照条件变化、目标的运动模糊及监控摄像头自身噪声等众多因素，导致视频监控获取的目标分辨率低、噪声大、特征细节有限，最终导致漏报、误报等问题时有发生。因此解决摄像头监控分辨率低是对当前视频结构化智能识别的一个重大挑战。

3两种提升视频监控图像分辨率技术

为提高智能视频监控图像分辨率，得到更加优质的图像，一方面要进一步提高监控设备性能，另一方面要提升劣质图像的超分辨率重建技术。本文将重点分析多相机实时拼接视频影像技术和超分辨率图像重构技术，并探讨它们的优缺点。

3.1多相机实时拼接视频影像技术

拼接成像技术相对于普通成像技术可获得更加宽阔的视野，能够更大范围地探测监视环境，并从图像中获得更加丰富的信息。在日常城市安全监控过程中，拼接成像技术可替代高空云台监控[2]。目前，拼接成像系统技术被应用于各种场所。美军的ARGUS-IS系统（自动实时地面全部署侦察成像系统）由368片CMOS镜头拼接而成，该系统的机载监视摄像头可实现从17500英尺高空探测地面行人所用手机型号，并可实时拍摄分辨率达1800MP的一整个中等规模城市的可缩放视频内容。“1亿像素安防监控摄像机”配备有19个镜头的Mantis设备，其处理器可将图像集合到一个1亿像素的画面框内，使用者可以对任何特殊的细节进行放大。它可以识别一个足球场距离之外人员，甚至能辨别1.2公里外的人打了个喷嚏。

3.2超分辨率图像重构技术

对于超分辨的重建而言，主要是通过软件手段，有效地分析并处理视频图像，从而使视频或图像的分辨率能够更高，它属于一种数字图像方面的处理技术。其核心思想其实是要借助时间带宽的作用，换取空间分辨率，从而能够使时间分辨率朝着空间分辨率进行成功转换，最后依靠融合多帧相似的低分辨图像使分辨率提高。所谓的多帧低分辨率图像是对同一场景偏移一定角度或位置采样的结果，可以从图像成像模型去理解。假设原始图像可以看作高于奈奎斯特频率采样的结果，即低分辨率图像是高分辨率经过降采样、模糊、变形后加上噪声影响的结果[3]。因此，超分辨率重建可以总结为图像复原模型，即超分辨率重构技术本质上是图像复原问题。这种技术的应用，能让目标背更好地识别，服务于军事与生活领域。

3.3两种技术方法的优缺点

3.3.1优点

与传统监控相比，多相机实时拼接视频影像技术具有很多优势。一可远距离识别。目前传统监控识别范围为5-8米，而多相机实时拼接视频影像技术可在100米外对目标进行识别分析[4]。二可同时识别多目标。由于像素分辨率高，平均到目标图像像素时也较高，故可识别多个目标图像，而且目标图像不失真。高分辨率图像重构技术，可在使用传统视频监控系统时，将目标图像质量提高，同时不增加视频传输和储存压力。高分辨率图像重构技术的优点是可以在不升级现有采集设备情况下，提高采集图像的分辨率，也能够在不增加传输信号宽带的情况下，改善图像或视频的画面质量[5]。

3.3.2缺点

多相机实时拼接视频影像技术是一个吞吐量大、实时性高的硬件系统，对传输速度和储存功能要求较高，导致使用成本较高。同时，由于这种系统采用特殊的摄像机，不能使用普通视频监控系统，因而在使用范围上受到了极大限制。高分辨率图像重构技术需要公安部门提供大量监控数据进行算法训练，时间周期较长，对算法的要求较高。同时由于算法与数据库本身的局限，在提升分辨率的同时可能会导致图像失真。

结语

随着智能视频监控在各行业使用的深入及安全级别控制要求的提升，社会对视频监控的需求呈多样化和复杂化态势，对其所获取图像分辨率的要求也越来越高。本文所提出的两项技术都能一定程度提高目前监控系统图像的分辨率，但也都存在一定的不足。只有紧密结合实际，在控制成本的情况下有效地提高图像的分辨率，才能使智能视频监控技术满足实战要求并获得更为有效的推广。

参考文献：

[1]赵玅圆.探讨城市轨道交通视频监控系统的应用[J].铁路通信信号工程技术，2018，15（11）：53-57+77.

[2]许慕鸿，刘小红.视频监控行业智能化进程分析[J].信息通信技术与政策，2018（11）：61-67.

[3]孙慧，姜宝华.道路拥堵视频监控信息智能检测仿真[J].计算机仿真，2018，35（05）：431-434.

[4]刘志强，孙益彤，杨文良.基于高清网络摄像机的智能视频监控系统设计[J].信息通信，2015（11）：80-81.

[5]万雪芬，韩芳，蒋学芹，阎驰，黄江兰，沙嘉祥.视频监控图像的超分辨率复原研究[J].激光杂志，2014，35（03）：5-8.