黃葉玨

摘 要：針對(duì)目前醫(yī)?；鸾灰捉Y(jié)算監(jiān)管的新形勢(shì)，傳統(tǒng)視頻監(jiān)控已無法滿足對(duì)藥店非準(zhǔn)許范圍內(nèi)交易進(jìn)行監(jiān)管的要求。提出一種基于特定類型物體檢測(cè)的藥店視頻監(jiān)管系統(tǒng)，該系統(tǒng)在傳統(tǒng)視頻監(jiān)控的基礎(chǔ)上，針對(duì)藥店監(jiān)管的具體場(chǎng)景進(jìn)行設(shè)計(jì)，并進(jìn)一步采用智能視頻分析方法檢測(cè)和識(shí)別藥店典型的非準(zhǔn)許經(jīng)營范圍的商品。在后臺(tái)管理系統(tǒng)中，醫(yī)保中心的監(jiān)管工作人員可以非常方便地對(duì)藥店產(chǎn)品的醫(yī)?；鸾Y(jié)算交易進(jìn)行監(jiān)管。

關(guān)鍵詞：醫(yī)保基金監(jiān)管；視頻監(jiān)控；視頻分析；特定類型物體檢測(cè)；高斯混合模型

DOIDOI：10.11907/rjdk.162272

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2016）012-0080-02

0 引言

隨著國家開放藥店準(zhǔn)入機(jī)制，藥店經(jīng)營門檻降低，監(jiān)管部門為了加強(qiáng)對(duì)藥店的管理，在藥店里安裝了視頻監(jiān)控系統(tǒng)，但是傳統(tǒng)的視頻監(jiān)控系統(tǒng)難以滿足監(jiān)管部門的監(jiān)控需求。由于藥店處于市場(chǎng)自由競爭狀態(tài)，很多藥店為了自身利益，會(huì)出售一些準(zhǔn)許經(jīng)營范圍之外的物品，如大米、紅棗、醬油等。為進(jìn)一步獲取利益，不少藥店甚至違規(guī)使用醫(yī)?；?，誘導(dǎo)消費(fèi)者使用醫(yī)保基金購買非藥品類商品，從而達(dá)到騙取醫(yī)?；鸬哪康摹Ｒ话闱闆r下，一個(gè)地級(jí)市有近1 000家藥店，監(jiān)管部門采用普通的視頻監(jiān)控系統(tǒng)根本不可能完成對(duì)所有藥店非法行為進(jìn)行監(jiān)管的任務(wù)。因此，本文根據(jù)目前藥店的實(shí)際情況，提出一種基于特定類型物體檢測(cè)的藥店視頻監(jiān)管系統(tǒng)，它在傳統(tǒng)視頻監(jiān)控的基礎(chǔ)上，采用視頻分析方式對(duì)非準(zhǔn)許經(jīng)營范圍的典型物品進(jìn)行檢測(cè)[1-2]。系統(tǒng)可以對(duì)藥店每筆發(fā)生醫(yī)?；鸾Y(jié)算的交易提取現(xiàn)場(chǎng)視頻片段摘要，并把檢測(cè)結(jié)果推薦給監(jiān)管部門負(fù)責(zé)人，以方便對(duì)藥店交易行為進(jìn)行監(jiān)管[3-4]。

1 基于交易的現(xiàn)場(chǎng)視頻片段摘要提取前端系統(tǒng)

基于交易的現(xiàn)場(chǎng)視頻片段摘要提取前端系統(tǒng)安裝在藥店的計(jì)算機(jī)上，通過Onvif或GB18181協(xié)議與藥店現(xiàn)場(chǎng)的網(wǎng)絡(luò)監(jiān)控相機(jī)相連。前端系統(tǒng)對(duì)藥店?duì)I業(yè)時(shí)間內(nèi)所有的監(jiān)控視頻進(jìn)行解析，當(dāng)藥店產(chǎn)生交易時(shí)，藥店的HIS系統(tǒng)與醫(yī)保中心的醫(yī)保結(jié)算系統(tǒng)產(chǎn)生結(jié)算記錄。在該時(shí)間點(diǎn)上，醫(yī)保中心的后臺(tái)系統(tǒng)推送一個(gè)時(shí)間戳給前端系統(tǒng)，前端系統(tǒng)則抓拍一張當(dāng)時(shí)現(xiàn)場(chǎng)發(fā)生交易時(shí)的全景圖像，并保存該時(shí)間戳前后5分鐘的視頻數(shù)據(jù)，然后把兩個(gè)數(shù)據(jù)組成一個(gè)包組上傳到后臺(tái)管理系統(tǒng)中。由于前端系統(tǒng)與醫(yī)保中心的后臺(tái)系統(tǒng)發(fā)生關(guān)系時(shí)，時(shí)間點(diǎn)非常重要，所以前端系統(tǒng)每天上午啟動(dòng)時(shí)，都會(huì)與醫(yī)保中心的后臺(tái)系統(tǒng)進(jìn)行時(shí)間同步。

前端系統(tǒng)在藥店早上打開計(jì)算機(jī)進(jìn)行營業(yè)時(shí)自啟動(dòng)程序，程序啟動(dòng)后首先隱藏自身界面，然后創(chuàng)建10分鐘的視頻碼流緩沖區(qū)；通過預(yù)先配置好的設(shè)置，通過Onvif或GB18181協(xié)議訪問藥店現(xiàn)場(chǎng)的網(wǎng)絡(luò)相機(jī)，獲取視頻流，并把視頻碼流放入預(yù)先創(chuàng)建的視頻碼流緩沖區(qū)中；當(dāng)前端系統(tǒng)收到醫(yī)保中心后臺(tái)系統(tǒng)推送的時(shí)間戳?xí)r，從視頻碼流緩沖區(qū)中找到時(shí)間戳的位置，取出當(dāng)前位置的視頻幀解碼成全景抓拍照片，再向前與向后分別截取5分鐘視頻碼流，組成10分鐘交易視頻片段；最后將全景抓拍照片與10分鐘的視頻片段組包上傳到后臺(tái)管理系統(tǒng)中[5-6]。

2 特定類型物體檢測(cè)后端識(shí)別系統(tǒng)

為進(jìn)一步方便醫(yī)保中心的監(jiān)管，系統(tǒng)引入圖像識(shí)別算法，對(duì)特定類型商品（非準(zhǔn)許經(jīng)營的商品）進(jìn)行識(shí)別。當(dāng)發(fā)生醫(yī)?；鸾Y(jié)算時(shí)，后端識(shí)別系統(tǒng)根據(jù)前端系統(tǒng)提交的全景照片，識(shí)別是否存在特定類型的商品。當(dāng)出現(xiàn)特定類型商品時(shí)，系統(tǒng)把該筆交易的審查優(yōu)先級(jí)提高，優(yōu)先推薦給醫(yī)保中心的監(jiān)管工作人員進(jìn)行審查。考慮到藥店數(shù)量多，交易量大，為了減輕后臺(tái)系統(tǒng)的計(jì)算壓力，根據(jù)相機(jī)視野固定的特點(diǎn)，可以在安裝時(shí)設(shè)置感興趣的區(qū)域，特定類型的物體檢測(cè)只在預(yù)設(shè)的感興趣區(qū)域中進(jìn)行?？紤]到交易過程中，商品必定會(huì)產(chǎn)生移動(dòng)，所以可引入移動(dòng)偵測(cè)算法，只有當(dāng)出現(xiàn)移動(dòng)物體時(shí)才進(jìn)行識(shí)別。

特定類型的商品識(shí)別采用檢測(cè)的方式實(shí)現(xiàn)，首先收集特定商品圖片作為訓(xùn)練集的正例，以及不包含特定商品的圖片作為訓(xùn)練集的負(fù)例，然后針對(duì)每一種特定商品進(jìn)行分類器訓(xùn)練。分類器采用支持向量機(jī)算法SVM[9]，分類器特征采用HOG特征算法[7-8]。在檢測(cè)時(shí)，特征值與SVM的參數(shù)向量相乘得到一個(gè)分?jǐn)?shù)，當(dāng)分?jǐn)?shù)小于零時(shí)，判定不是該類商品；當(dāng)分?jǐn)?shù)大于零時(shí)，則判定屬于該類商品。

當(dāng)后端識(shí)別系統(tǒng)收到前端系統(tǒng)傳來的組包后，采用視頻移動(dòng)偵測(cè)的方式計(jì)算感興趣區(qū)域內(nèi)是否存在移動(dòng)物體，移動(dòng)偵測(cè)采用高斯混合模型GMM算法[10-11]。當(dāng)存在移動(dòng)物體時(shí)，求出其外接包圍盒，并使用之前預(yù)告訓(xùn)練好的特定商品分類器，識(shí)別是否為特定商品。

3 后端管理系統(tǒng)

后端管理系統(tǒng)提供給醫(yī)保中心的監(jiān)管工作人員使用，主要由人員管理、藥店注冊(cè)、實(shí)時(shí)交易視頻摘要瀏覽、藥店攝像機(jī)異常報(bào)警與違規(guī)交易統(tǒng)計(jì)5大模塊組成：人員管理模塊主要用于設(shè)置監(jiān)管工作人員的使用權(quán)限，該功能比較常見，實(shí)現(xiàn)也很簡單；藥店注冊(cè)模塊用于關(guān)聯(lián)前端系統(tǒng)、后端識(shí)別系統(tǒng)和后端管理系統(tǒng)。注冊(cè)時(shí)系統(tǒng)自動(dòng)生成一個(gè)唯一的GID號(hào)代表藥店一個(gè)相機(jī)的標(biāo)識(shí)，安裝人員在安裝前端系統(tǒng)時(shí)，需要在系統(tǒng)中設(shè)置該藥店攝像機(jī)的GID號(hào)，3大系統(tǒng)即可根據(jù)GID進(jìn)行關(guān)聯(lián)。由于藥店攝像機(jī)數(shù)量眾多，系統(tǒng)還可提供批量導(dǎo)出GID號(hào)的功能，以方便前端安裝人員配置系統(tǒng)；實(shí)時(shí)交易視頻摘要瀏覽模塊是整個(gè)系統(tǒng)的核心部分，可方便醫(yī)保中心監(jiān)管工作人員審核藥店交易是否違規(guī)。瀏覽模式可以選擇按藥店名稱、交易時(shí)間、大圖或中圖模式、識(shí)別優(yōu)先級(jí)等進(jìn)行瀏覽。其中，按識(shí)別優(yōu)先級(jí)瀏覽指后端識(shí)別系統(tǒng)在進(jìn)行識(shí)別后，會(huì)根據(jù)違規(guī)商品檢測(cè)結(jié)果計(jì)算一個(gè)檢測(cè)分?jǐn)?shù)，檢測(cè)分?jǐn)?shù)高時(shí)，則優(yōu)先級(jí)也高。監(jiān)管工作人員瀏覽時(shí)，可以根據(jù)系統(tǒng)提供的正常播放、快速播放、暫停、切片等方式審核交易，并進(jìn)行標(biāo)記；藥店攝像機(jī)異常報(bào)警模塊主要用于檢測(cè)藥店攝像機(jī)是否存在異常，如攝像機(jī)是否正常連接、是否被遮擋、圖像品質(zhì)是否正常等。當(dāng)出現(xiàn)異常情況時(shí)，則在系統(tǒng)上報(bào)警或發(fā)短信給管理人員；違規(guī)交易統(tǒng)計(jì)模塊主要用于統(tǒng)計(jì)審核后的結(jié)果，并提供各種統(tǒng)計(jì)方式。

管理系統(tǒng)為B/S架構(gòu)，主要由Java編程實(shí)現(xiàn)。與圖像和視頻處理相關(guān)的部分，比如視頻播放由C++編程實(shí)現(xiàn)，并包裝成OCX控件提供給頁面JavaScript進(jìn)行調(diào)用；后端攝像機(jī)異常檢測(cè)也由C++實(shí)現(xiàn)，由于系統(tǒng)布置在Centos上，所以需要編譯成動(dòng)態(tài)鏈接庫SO文件，由Java通過JNI進(jìn)行調(diào)用。

4 結(jié)語

鑒于目前藥店監(jiān)管的新形勢(shì)，本文提出一種基于特定類型物體檢測(cè)的藥店視頻監(jiān)管系統(tǒng)，在傳統(tǒng)通用視頻監(jiān)控系統(tǒng)的基礎(chǔ)上，引入智能視頻分析算法實(shí)現(xiàn)對(duì)特定類型商品的檢測(cè)和識(shí)別，從而對(duì)藥店的違規(guī)經(jīng)營情況進(jìn)行監(jiān)管。

參考文獻(xiàn)：

[1] TAO KONG，ANBANG YAO，YURONG CHEN，et al.HyperNet：towards accurate region proposal generation and joint object detection[C].Conference on Computer Vision and Pattern Recognition，2016.

[2] KEZE WANG，LIANG LIN，WANGMENG ZUO，et al.Dictionary pair classifier driven convolutional neural networks for object detection[C].Conference on Computer Vision and Pattern Recognition，2016.

[3] DAVID NOVOTNY，JI MATAS.Cascaded sparse spatial bins for efficient and effective generic object detection[C].ICCV，2015.

[4] CEWU LU，YONGYI LU，HAO CHEN，et al.Square localization for efficient and accurate object detection[C].ICCV，2015.

[5] 高仕博，程詠梅，肖利平，等.面向目標(biāo)檢測(cè)的稀疏表示方法研究進(jìn)展[J].電子學(xué)報(bào)，2015（2）：78-85.

[6] 羅大鵬，羅琛，魏龍生，等.基于在線隨機(jī)蕨分類器的實(shí)時(shí)視覺感知系統(tǒng)[J].電子學(xué)報(bào)，2016，44（5）：56-62.

[7] DALAL N，TRIGGS B.Histograms of oriented gradients for human detection[C].Computer Vision and Pattern Recognition，2005.

[8] ZHU Q，YEH M C，CHENG K T，et al.Fast human detection using a cascade of histograms of oriented gradients[C].Computer Vision and Pattern Recognition，2006.

[9] P H CHEN，C J LIN，B SCHLKOPF.A tutorial on ν-support vector machines[J].Applied Stochastic Models in Business and Industry，2005，21（2）：111-136.

[10] STAUFFER C，GRIMSON W E L.Adaptive background mixture models for real-time tracking[C].Conference on Computer Vision and Pattern Recognition，1999.

[11] STAUFFER C，GRIMSON W E L.Learning patterns of activity using real-time tracking[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，2000，22（8）：747-757.

（責(zé)任編輯：黃 ?。?