■ 文/ 1.东华理工大学 2.通辽市公安局

王健1 刘阳2 王学刚 1＊ 黄贤科1 潘婷1

关键字：提升 智能视频监控 分辨率 技术方法

1 引言

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。

2 目前的问题

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的分析

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。

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。下图1、2是对亿级像素相机的测试结果。图1为110°范围内监控；图2为放大像素后成像，距离为80米，从图像来看，较为清晰的展现了目标特征。

图1 亿级像素相机视频截图(原始)

图2 亿级像素相机视频截图(放大像素)

3.2 超分辨率图像重构技术

超分辨重建是采用软件方法对图像、视频进行一系列的分析处理，提高图像或视频分辨率的一种数字图像处理技术。超分辨率重建的核心思想就是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率，实现时间分辨率向空间分辨率的转换，最终通过融合多帧相似的低分辨图像而提高分辨率。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。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。通过使用超分图像辨率技术对观测结果做后期处理，可以更好地识别目标，更好得服务于军事安全和日常生活。

通过对超分辨率图像重构技术的测试。图3为原始照片，只能检测出七个人；图4为原始照片经过简易处理软件处理，将像素放大2倍后检测出了十个人。提高2倍像素所用时间不到1秒，提高2倍像素后，测试出了25米以外的目标特征。

图3 原始照片

图4 像素放大2倍后照片

3.3 两种技术方法的优缺点

（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。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。

（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。

4 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。