胡輝+蔡映雪+胡松+黃思博+陳伽+蔡昭權

摘要：在現代化的社會發(fā)展中，異常事件檢測技術已經成為了不可缺少的重要組成部分，尤其是在一些突發(fā)事故的情況下，利用該項檢測技術，能夠對很多的證據收集和現場分析，做出較大的幫助。現如今的視頻分析工作，也取得了突出的成就。所以，基于視頻分析的異常事件檢測技術研究已經成為了不可阻擋的趨勢。文章就此展開討論，并提出合理化建議。

關鍵詞：視頻分析；異常事件；檢測；技術

中圖分類號：TP3 文獻標識碼：A 文章編號：1009-3044（2017）35-0235-03

從客觀的角度來看，異常事件檢測技術的應用，在既往取得了非常不錯的成績，在時代快速發(fā)展的過程中，異常事件檢測技術的操作，不能再按照傳統(tǒng)的模式來應對，應堅持從長遠的角度出發(fā)，對于今后的技術趨勢和社會需求做出良好的掌控。將視頻分析作為基礎，能夠更好地提高異常事件檢測技術水平，在技術體系的健全上，也可以取得較好的效果。

1 視頻分析概述

隨著科技的發(fā)展和工作理念的不斷優(yōu)化，視頻分析已經成為了某些異常事件的重要判斷標準，同時在操作過程中，具有較高的可靠性、可行性。從客觀的角度來分析，視頻分析工作的執(zhí)行，有很多的要求要充分的遵守，不可能直接按照主觀上的臆斷來完成，這樣并不能在最終得到理想的成績，還容易因此造成相反的效果。

1） 視頻分析的原則

在現代化的工作當中，視頻分析是比較重要的組成部分，同時會出現一些問題，根據當前工作標準以及工作期間總結的經驗為基礎，分析出視頻分析存在制度不完善的地方，具體表現為：第一，會受到很多影響因素的作用，我們需要在具體的分析過程中，按照標準化的流程來完成，尤其是針對視頻分析當中的很多細節(jié)，都做出一個良好的掌握，這樣才能最大限度地避免在視頻分析過程中出現疏漏的現象，要努力尋找到視頻分析的薄弱環(huán)節(jié)，按照一定的技術性手段開展優(yōu)化處理，推動日常工作水平的不斷提升。第二，視頻分析工作的落實，應加強復核分析。現階段的部分異常事件，具有很強烈的特殊性，并且在社會發(fā)展中，會引起特別大的影響，為了在日后的工作中，更好的解決固有的不足，有必要在視頻分析過程中，堅持按照復核的理念來完成，觀察復核以后的結果，是否與之前的工作展現為相同的狀態(tài)，如果出現了不同，則需要進行深入的探究。

2） 視頻分析的影響因素

現階段的社會進展較快，各個行業(yè)的競爭壓力也不斷增加，視頻分析工作在實施過程中，如果僅僅是按部就班地完成，肯定無法在最終的工作上獲得理想的成績，還有可能造成惡性循環(huán)的現象。本文認為，視頻分析在落實的過程中，需要對自身的影響因素做出一個充分的明確，這樣就可以在不同問題的解決過程中，針對差異性的影響因素，做出一個良好的把控，從而為將來的社會發(fā)展和異常事件處理，都奠定堅實的基礎。首先，視頻分析會受到技術的嚴重制約。有些分析技術表現的過于老舊，沒有辦法對新時代的分析標準充分滿足，這就很容易導致視頻分析的失敗現象，并且對于異常事件的判定和處理，也會帶來很大的阻礙現象，不利于社會的長久穩(wěn)定。其次，視頻分析還受到環(huán)境因素的影響。每一個城市的環(huán)境都存在較大的不同，自然環(huán)境和人文環(huán)境也有較大的差異性，如果在環(huán)境方面沒有落實積極的把控手段，有可能導致視頻分析的失敗，對于相關的技術操作，也無法得到良好的成績。

2 視頻分析的發(fā)展現狀

對于我國而言，雖然整體上表現出較高的穩(wěn)定性，可是在部分工作的執(zhí)行上，還是會遇到較多的阻礙和挑戰(zhàn)。尤其是在現階段的工作中，視頻分析已經成為了全民關注的內容，倘若在相關的技術應用，或者是在異常事件的判斷上，沒有給出一個合理的解釋，特別容易在具體工作當中遭遇到強烈的輿論壓力，這對于地方穩(wěn)定和居民的生產、生活，都會造成非常不好的影響，需要在日后的工作中，保持高度的注意。

1） 技術操作參差不齊

就視頻分析本身而言，其應該針對錄下的視頻，或者是實時發(fā)生的視頻，都通過相關的技術手段來做出分析和處理?？墒窃谡{查過程中，發(fā)現某些地方的視頻分析工作，在技術操作上，展現為參差不齊的現象，以至于在具體的分析結果方面，未獲得理想的成績，還容易因此造成強烈的惡性循環(huán)。首先，視頻分析的技術應用，必須要按照綜合化的原則來完成，單一的技術操作，肯定會給視頻分析造成嚴重的阻礙。例如，部分醫(yī)療機構在視頻分析過程中，僅僅能夠保證視頻的錄制不會出現中斷現象，可是針對視頻的清晰度調節(jié)、視頻的細節(jié)優(yōu)化等，都沒有投入相關的技術手段來應對。此時錄制的視頻，即便擁有明確的時間，依然無法在細節(jié)內容上做出一個綜合的判斷，給異常事件的處理，帶來了一定的壓力。其次，視頻分析技術的優(yōu)化與革新，未充分結合自身的需求來完成。從主觀的角度來分析，視頻分析的很多技術操作，都集中在不同的環(huán)境當中，無論是工作環(huán)境還是生活環(huán)境，都會按照差異性的技術優(yōu)化模式來應對。有些小區(qū)或者是機構，在視頻分析技術的應用過程中，一味的引入先進技術手段，但是并沒有與自身的需求相互結合，以至于視頻分析技術的價值，沒有得到良好的發(fā)揮，由此造成的不良影響是比較突出的。

2） 工作制度不健全

視頻分析工作與一般的內容有很大的不同，現階段的視頻分析并不樂觀，尤其是在工作制度上，展現為不健全的狀態(tài)，對于今后的工作體系完善，以及各個機構的進展，都會出現一些問題，根據當前工作標準以及工作期間總結的經驗為基礎，分析出視頻分析存在制度不完善的地方，具體表現為：第一，日常的工作制度實施過程中，內部隱患較為突出。工作人員對于視頻分析的任務，沒有積極的承擔，如果按照制度來分配，則會產生不均衡的現象，以至于很多機構的視頻分析，都無法在短期內得到良好的結果，長期分析的積壓現象十分嚴重。第二，視頻分析的條文，沒有產生實際的效果。部分工作人員仰仗自身的經驗和資歷，在視頻分析過程中，存在嚴重的主觀情感色彩，有些情況下能夠較好的工作，有些情況下則很容易出現偏差現象，這對于今后的異常事件判定和相關技術操作，都會產生一定的隱患，需要在未來的工作中，努力地做出改進。第三，視頻分析的相關工作制度，未做出階段性的革新?，F代化的社會發(fā)展十分迅速，視頻分析的各項內容，也在不斷的充實處理，倘若在制度的層面上，總是按照老舊的內容來完成，一定無法得到最好的效果。endprint

3 異常事件檢測技術

在當代的國家建設過程中，很多問題的處理都不再通過傳統(tǒng)的模式來應對，而是努力利用一些先進的技術手段來完成，這樣操作的好處在于，不僅能夠減少傳統(tǒng)工作的不足，還可以在工作的效率上、質量上，都努力取得較大的提升。異常事件檢測技術，是新時代發(fā)展的代表技術，能夠對不同類型的異常事件，做出一個正確的判斷分析，從而在解決問題的過程中，擁有較為明確的依據，對于多項問題的處置，可以取得較好的效果。

1） 技術特點

異常事件檢測技術在實施過程中，目的在于針對不同的異常事件做出一個科學的判定，從而在最終的工作效率上、工作價值上做出更好的提升。相關研究分析總結出本文異常事件中檢測技術的變化方向為，第一，技術應用期間，能夠結合具體的工作需求來完成。例如，針對異常事件開展判斷的過程中，選擇異常事件檢測技術來完成，可以尋找到不同的衡量點，結合具體的細節(jié)分析，將異常事件的性質和各方面的影響，都努力做出一個正確的判斷，這樣就可以對將來的國家穩(wěn)定和社會進步，都做出較大的貢獻，從而更好的減少固有的一些確實和不足。第二，通過異常事件檢測技術的合理操作，能夠將視頻分析的多項內容，做出一個科學的融合。這樣操作的好處在于，促使視頻分析的可靠性提升，異常事件檢測技術的價值發(fā)揮，也取得了較多的肯定。第三，異常事件檢測技術的兼容性是比較高的，其能夠對其他的一些分析技術、檢測技術，都做出良好的融合，進而在檢測水平上獲得較大的提升。

2） 技術發(fā)展趨向

就異常事件檢測技術本身而言，其在現階段所獲得的肯定是比較突出的，可是想要在日后的成績上進一步的鞏固，必須針對技術發(fā)展趨向做出積極的掌握?，F代化的任何技術發(fā)展，都不能一味地追求短期效果。從已經得到的結果來看，某些技術的操作，由于過分追求短期效果，以至于技術的使用壽命出現了嚴重的縮短現象，不僅沒有得到地方發(fā)展的肯定，還在創(chuàng)造的價值上大打折扣。本文認為，異常事件檢測技術的發(fā)展趨向，主要是表現在以下幾個方面：第一，該項技術的應用過程中，必須和視頻分析更好地融合操作。視頻分析已經成為了社會上的重點關注內容，以此作為基礎，能夠對異常事件檢測技術做出綜合性的拓展，在很多問題的解決上，都可以獲得較多的便利條件，整體上創(chuàng)造的價值是比較值得肯定的。第二，異常事件檢測技術的操作，一定要在便利性方面不斷的提升，努力將技術按照多元化的模式來展現，這樣不僅可以在技術的功能上更好地利用，同時為日后的工作進展，提供了較多的基礎支持。

4 基于視頻分析的異常事件檢測技術

我國作為一個發(fā)展中國家，社會的安定團結和地方的穩(wěn)步前進，是比較大的訴求內容，并且在很多方面都應該通過積極的手段來完成。基于視頻分析的異常事件檢測技術，能夠在視頻分析和異常事件檢測技術的融合上，不斷取得較好的效果，兩者的優(yōu)勢在聯合應用過程中，能夠打破單一技術的限制，對于各項條件的管控和處理，都可以取得較好的效果。

1） 幀差法

基于視頻分析的異常事件檢測技術，其在實施過程中，在于對視頻分析做出充分的利用，一方面可以改變固有工作帶來的各項不足，另一方面能夠通過異常事件檢測技術，將視頻分析的有效性進一步的提升。從目前所掌握的技術手段來看，幀差法是比較重要的組成部分。該方法在應用過程中，可以對異常事件檢測技術的智能化特點做出一個充分的發(fā)揮，在對異常事件的判定過程中，擁有非常明確的依據。與此同時，幀差法在應用到視頻分析以后，還可以在相關的細節(jié)判斷上，不斷地做出細化處理，這樣做的好處在于，最大限度的減少了遺漏的問題。

第一步利用時間軸序列化的方式將視頻幀進行科學排序，并且選擇其中任意的幀作為對象進行差分計算，計算其中的運動區(qū)域。因為幀的方面對視頻畫面進行觀察，其中的距離相對較短，同時具有很強的實時性。將前幀作為背景，對其進行動態(tài)建模，同時計算具體運行方向，降低其中的復雜值。

從幀差法的應用效果來看，要比傳統(tǒng)的分析手段更加健全一些，很多方面都能夠加強色彩的有效還原，并且在視頻分析過程中，針對不同的異常事件檢測，做出一個良好的融入，這樣就能夠對某些問題的處理，從最根本的內容來完成，告別了糾纏不清的現象，對于今后的異常事件處置而言，幀差法的應用是必要性的手段，也是需要重點拓展的技術內容。

2） 邊緣檢測法

在現階段的工作實施當中，基于視頻分析的異常事件檢測技術，已經成為了必要性的技術內容，該項技術將兩項不同的內容積極融合后，可以更好的拓展技術的可靠性、可行性，在整體上告別了固有的惡性循環(huán)。除了幀差法以外，基于視頻分析的異常事件檢測技術在應用過程中，還可以通過邊緣檢測法來實施。該項方法在應用的過程中，能夠最大限度地從細節(jié)上出發(fā)。從客觀的角度來分析，很多視頻錄制的異常事件，之所以在檢測過程中沒有辦法做出一個良好的解釋，有很大一部分原因在于，細節(jié)上的分析和把控有所不足，以至于對視頻的整體判定，是不夠科學的。邊緣檢測法在應用過程中，充分克服了這方面的不足，對于將來的工作拓展，提供了較多的肯定支持。

因為圖像本身就屬于二維信息模式，圖像中的物體可以通過二維的方式投影成像，當然這期間會導致一些信息丟失，造成圖像信息失真等現象。采用二維圖像檢測中，邊緣檢測方法對其進行檢測，同時結合二階導數的模式對噪音民反特點進行分析，同時采用平滑濾波的方式對圖像進行處理，消除其中存在的噪音。再利用像素數值發(fā)生的變化對其進行連接，以此作為基礎目標輪廓。經常應用的檢測算子包含：Isotropic Sobel算子、Sobel算子等。

3） Mean Shift跟蹤算法

異常事件檢測技術在應用的過程中，為了與視頻分析做出更好地融合，還可以利用Mean Shift跟蹤算法來完成。該算法在實施的過程中，整體上所具備的可靠性、可行性是非常突出的。相對而言，Mean Shift跟蹤算法在研究和實施的過程中，充分考慮到了異常事件檢測技術在應用時，會遇到一些比較特殊的情況，而且在與視頻分析相互結合的過程中，必須在某些限定的條件下完成。此時對于Mean Shift跟蹤算法的應用，能夠更好的改善固有的一些缺失和不足，最大限度的提高異常事件檢測技術的正常應用效果，為視頻分析的提升，做出較大的貢獻。endprint

對于非參數密度來講，其也被稱之為無參密度，其是當前樹立統(tǒng)計中的一個重要分支，同時只需要比較少的先驗知識即可。結合數據訓練的形式對其進行估計，同時可以將任意應用到不同的形狀中。核算密度估計的方法主要采用Mean Shift算法，這種算法屬于無參密度中比較顯著的特點之一，同時不需要過多的對先驗知識進行依賴，通過收集具體的特征空間或者樣本數據等就可以進行計算。這種算法可以結合跟蹤方式，選擇適當的計算區(qū)域與候選區(qū)域，并且利用內部像素的方式對特征值概率進行估算，同時對比兩者之間存在的相似性與區(qū)別性，當然若是在匹配期間，需要采用目標區(qū)域的方式對其中的候選區(qū)域向量進行計算。同時對其中的收斂性進行計算，通過適當的向量計算方式，不斷達到最終的目的。

通過邊緣檢測法描繪出來的輪廓作為運動目標的邊緣，也是緊挨著運動目標在運動的，為了跟蹤目標的運動細節(jié)，這里將Mean Shift跟蹤算法應用在運動目標的邊緣上，通過跟蹤運動目標的邊緣來確定運動目標的位置，這樣既保持了對運動目標的跟蹤又縮小了采樣點的采集范圍。

5 總結

本文對基于視頻分析的異常事件檢測技術展開討論，該項技術在現階段的應用過程中，能夠通過多元化的模式來完成，很多方面的工作開展，都告別了既往的各項不足，整體上的技術可靠性、可行性獲得較大的提升。日后，應繼續(xù)對基于視頻分析的異常事件檢測技術開展深入研究，要將一些先進的技術理念做出良好的豐富處理，不斷的鞏固固有的技術內涵，最大限度的推動技術的價值創(chuàng)造。

參考文獻：

[1] 蔡瑞初，陳恬，郝志峰，等. 基于遞歸神經網絡局部建模的人群異常事件監(jiān)測[J/OL]. 計算機應用研究，2018（06）：1-8.

[2] 趙俊松，武建亮，劉依. 基于事件字典的行人異常事件檢測[J/OL]. 電視技術，2017（Z2）：1-6.

[3] 蔡映雪，胡輝，黃思博，等. 一種基于視頻分析的異常事件檢測技術[J]. 現代計算機：專業(yè)版，2017（06）：42-45.

[4] 胡輝，黃思博，胡松，等. 一種基于異常事件檢測的智能視頻監(jiān)控系統(tǒng)[J]. 現代計算機：專業(yè)版，2017（04）：30-33.

[5] 郝平. 基于目標分割與行為預警的視頻智能監(jiān)控[J]. 計算機與數字工程，2017，45（07）：1327-1331.

[6] 譚筠梅，王履程，雷濤，等. 城市軌道交通智能視頻分析關鍵技術綜述[J]. 計算機工程與應用，2014，50（04）：1-6+17.

[7] 劉瑋，黃曙，馬凱，等. 視頻監(jiān)控技術在電力系統(tǒng)中的應用[J]. 廣東電力，2014，27（04）：57-60.

[8] 吳新宇，郭會文，李楠楠，等. 基于視頻的人群異常事件檢測綜述[J]. 電子測量與儀器學報，2014，28（06）：575-584.

[9] 陳超. 視頻監(jiān)控中異常事件分析技術[J]. 中國公共安全，2013（12）：146+148.

[10] 沈文文. 小議面向多攝像機網絡的智能視頻分析技術[J]. 中國公共安全，2013（16）：136+138.

[11] 李桂林. 基于視頻圖像的逆行交通事件檢測方法的研究[J]. 赤峰學院學報：自然科學版，2016，32（07）：63-64.

[12] 殷夢嬌，俞亞萍，張之江. 基于四元數模型的密集人群視頻特征提取[J]. 電子測量技術，2016，39（07）：72-75+80.

[13] 勞衛(wèi)倫. 基于智能視頻監(jiān)控技術的電力系統(tǒng)異常場景檢測[J]. 電子技術與軟件工程，2015（3）：90-91.endprint