基于5G的智能視頻監控系統設計＊

胡莉，張力偉

(1 河北師范大學信息技術學院，石家莊 050024；2 中國移動通信集團河北有限公司，石家莊 050001)

1 背景

目前，企業、學校、銀行、居民區等很多行業和區域都在采用視頻監控系統，但是多數的視頻監控系統都只是采集實時畫面，并將畫面提供給后端監控人員，由監控人員進行處理，并同時對畫面進行保存留檔。

隨著計算機數字視頻技術與網絡技術的發展，監控系統在經歷第二次技術革新。智能視頻監控系統的主要特點：高清圖像采集、快速識別目標、動態跟蹤對象、智能控制攝像頭，主要采用人工智能、模式識別、概率論和圖像處理技術，借助計算機強大的數據處理能力，基于目標識別與跟蹤技術來分析采集的視頻數據，過濾掉圖像中的無用信息或干擾信息、抽取視頻源中的關鍵信息、判斷有無異常情況，并以最快、最佳的方式進行處理，實現全自動、全天候、實時監控的智能系統。

隨著5G通信技術的發展，可以幫助實現眾多視頻攝像頭采集到的大量數據在云端進行計算，快速識別預警對象，并能將目標識別與跟蹤的計算結果快速反饋給攝像頭，及時調整攝像頭的位置和角度，確保準確跟蹤識別預警對象，提高報警的實時性與準確性，并且基于5G通信技術的大帶寬傳輸速率，可以實現高清畫面的傳輸，提升畫面的清晰度，對于后續圖像回放及識別圖像中對象有重要作用。

2 目標識別與跟蹤關鍵技術

基于視覺的目標識別與跟蹤是計算機視覺、模式識別、圖像處理等眾多學科的交叉研究課題，在虛擬現實、自主導航、視頻監控、人機交互、無人駕駛、智慧交通等領域均有實際應用價值，主要包含目標檢測分析和目標跟蹤兩個過程。

2.1 目標檢測

目標檢測主要是從復雜的背景中識別出目標對象，并且實現背景與目標的分離，分離出的目標用于后續的跟蹤和識別。所以說，目標檢測算法性能好壞將直接影響目標跟蹤和識別效果。

根據檢測對象的不同，一般可以分為基于前景建模和基于后景建模兩種檢測方法?；谇熬敖５姆椒ㄖ饕遣杉伾?、灰度、紋理等同質化特征對目標建立表觀模型，通過設計適當的分類器將目標對象分離檢測；基于后景建模主要是對背景進行估計，并將背景模型與時間進行關聯，將當前畫面與背景模型進行對比，從而分離出目標對象。

基于背景建模的檢測方法實現比較簡單、運算效率高，適用場景相對較窄，通常用在固定位置攝像機拍攝場景；基于前景建模的檢測方法可用于動態環境的目標檢測，但是不同場景的特征表達不同，需要設計不同的分類器，實時性相對較差。

2.2 目標跟蹤

目標跟蹤可以理解為檢測出目標對象后，在連續的畫面或不同幀之間，建立與目標對象的位置、形狀、色彩、紋理、速度等特征的對應相匹配問題。

通常，目標跟蹤過程按有無檢測步驟，可以分為判別式和生成式跟蹤方法。判別式跟蹤方法可以看作是如何將前景與背景進行區分，通過對每一個畫面進行目標檢測，來得到跟蹤的對象的狀態，判別式跟蹤通過學習分類器，在當前畫面搜索與背景差別最大的前景，檢測與跟蹤過程彼此聯系、同時進行；生成式跟蹤是基于目標檢測對前景目標表觀建模，采取某種具體的跟蹤策略，估計下一畫面中目標對象的狀態，檢測與跟蹤過程是相互獨立的，二者在時間上有先后順序。

生成式跟蹤方法在復雜場景下會得到精確的擬合結果，但是在參數估計上相對受局部極值影響較大，且受背景信息干擾較大，當畫面中出現與目標對象類似的背景時容易出現跟蹤偏移；判別式跟蹤較好克服生成式跟蹤方法的不足，對于背景信息中的變化有更行的健壯性能，但是訓練樣本的選取會極大的影響算法的性能。

上述對目標檢測及跟蹤方法進行簡單的探討分析，一般基于視覺的目標檢測與跟蹤的實現過程如圖1所示。

圖1 基于視覺的目標檢測與跟蹤基本過程

3 5G通信關鍵技術

相比于之前，2G是語音、3G是數據、4G是移動寬帶（MBB），5G技術的典型特征為增強型移動寬帶（eMBB）、超高可靠超低時延通信（uRLLC）、大規模機器通信（mMTC）。所以，不能簡單的認為5G技術僅是峰值理論傳輸速度每秒可達數十吉比特，比4G技術的傳輸速率要快數百倍。對于實現智能監控系統，5G技術的高速率移動寬帶、邊緣計算（MEC）功能具有重要作用。

3.1 增強型移動寬帶（eMBB）

5G技術的關鍵特征之一是高速率傳輸，5G基站峰值理論速率要求不低于20 Gbit/s，對于3D/超高清視頻等大流量移動寬帶業務就可以支持進行實現。與LTE技術相比，5G采用更多先進的關鍵技術實現高速率傳輸目標。

（1）Massive MIMO：5G采用大規模天線陣增加天線數量來提升系統容量，充分利用空間維度，深度挖掘空間分辨率，同時波束賦形技術與小區分裂、小區分簇相結合，可實現將信號強度集中到特定區域和特定用戶群，都可以提升空口的數據傳輸速率。

（2）FB-OFDM：LTE采用CP-OFDM技術有效抑制多徑效應，但是產生的帶外泄露降低了頻譜效率，5G技術采用基于濾波器組的正交頻分復用FB-OFDM技術，通過濾波器組對傳輸帶寬里的多個子載波進行濾波，形成時域數據信號。該技術優勢可與LTE系統兼容，不同場景可選擇不同的波形函數，支持業務種類多，帶外泄露小，有效提升頻譜效率。

（3）新型調制編碼：和之前采用turbo編碼技術相比，5G系統數據信道采用LDPC編碼，控制信道采用polar編碼，更進一步提升新空口的信道編碼效率，適應5G業務高速率、低時延和高可靠的數據傳輸要求。

（4）上下行解耦：由于5G采用的C波段傳輸特性及終端上行發射功率的限制，對于共址采用LTE系統1.8G的基站，只有基站核心用戶才能享用5G技術服務，上下行解耦是通過利用LTE低頻空閑的頻譜來彌補C波段在上行覆蓋上的不足，確保5G基站下行覆蓋范圍內用戶均能實現5G業務。

3.2 邊緣計算（MEC）

邊緣計算是在無線接入部署通用服務器，靠近客戶側提供IT和云計算的能力。MEC可以提供高帶寬、低時延的傳輸，將業務面進行下沉，這樣就可以支持本地化或需要近距離部署的業務，特別是對于視頻監控業務，攝像頭采集連續的高清畫面，需要對流媒體進行及時回傳、處理結果快速反饋實現對攝像頭的智能控制。

MEC為客戶實現低時延、高帶寬、實時性的網絡信息訪問，主要包含以下幾個部分。

（1）無線側內容緩存：MEC服務器與業務系統（如視頻監控系統）進行對接，通過基站獲取傳輸的業務內容（比如視頻、畫面），并進行深度的業務數據分組解析，并進行本地緩存。

（2）本地分流：用戶可以經過MEC平臺訪問本地業務，本地業務數據經過MEC平臺進行分流，不需經過核心網絡，降低了業務訪問時延，改善業務體驗。

（3）業務優化：基于MEC服務器可以采集無線側網絡傳輸過程質量參數，根據采集的參數實現對業務質量的動態快速優化，從而選擇合適的業務速率、擁塞策略、內容分發機制。

（4）網絡能力開發：通過MEC平臺可以向第三方提供網絡資源和計算能力，將網絡基礎服務能力、網絡監控、大數據計算分析、定位、云存儲等能力與行業需求相結合，開發新的業務。

4 基于5G的智能視頻監控系統設計

智能視頻監控系統是第三代視頻監控系統，第一代是采用模擬技術，通過同軸電纜將模擬攝像機采集的圖像進行回傳，第二代是采用數字編碼技術和芯片技術，增加磁盤或DVD存儲圖像數據，監控網絡規模急劇增加、應用范圍擴大，第三代智能視頻監控系統以計算機視覺和模式識別為核心技術，結合第五代移動技術發展，構建全自動、全天候、實時監控的智能系統。

智能視頻監控系統主要功能分為視頻采集子模塊、圖像處理子模塊、數據存儲子模塊、監控子模塊、系統對接傳輸等功能模塊。其中，視頻采集可以基于5G空口技術進行高速回傳、反饋數據處理后的指令；圖像處理子模塊由MEC服務器為核心構成對回傳視頻、畫面中的目標對象進行檢測識別、跟蹤，數據分析的結果一部分可以形成指令直接反饋給監控手機，另一部分可直接報送給監控終端；FTP存儲服務器和SMTP服務器主要實現與5G系統的對接及相關的流媒體數據存儲，對監控系統進行管理；監控PC與監控手機構成監控子模塊，一方面可以查看及回看監控視頻畫面，另外可以對監控視頻中的目標對象進行標注，并設置監控策略，實現對攝像頭終端的動態智能控制。智能視頻監控系統總體結構示意如圖2所示。

圖2 智能視頻監控系統總體結構示例圖

5 結束語

智能視頻監控系統的實現與計算機視覺目標識別與跟蹤技術的發展相關，與前兩代相比，硬件處理能力明顯增強，系統功能進一步擴展，特別是與基礎公共通信5G技術相結合，進一步豐富了應用場景，除原有的學校、商場、工廠、機關等行業場景，個人家庭也可充分利用5G通信技術組建家庭智能視頻監控。所以，一方面是促進了安防系統的發展，另一方面拓展了5G通信網絡的應用領域，進而促進5G網絡智能視頻監控產業鏈的多元化發展。