本書(shū)是具有多年教學(xué)經(jīng)驗(yàn)和行業(yè)從業(yè)經(jīng)驗(yàn)的教師與企業(yè)工程師共同編寫完成的，其目的在于和行業(yè)朋友分享、交流、探討“智能高清視頻監(jiān)控系統(tǒng)”的原理、應(yīng)用、產(chǎn)品、技術(shù)發(fā)展趨勢(shì)等。 本書(shū)的內(nèi)容涉及智能視頻監(jiān)控系統(tǒng)中的采集系統(tǒng)、傳輸系統(tǒng)、管理與控制系統(tǒng)、存儲(chǔ)系統(tǒng)、顯示系統(tǒng)，詳細(xì)介紹視頻監(jiān)控系統(tǒng)產(chǎn)品技術(shù)特點(diǎn)、技術(shù)應(yīng)用的相關(guān)知識(shí)以及工程應(yīng)用規(guī)范和維護(hù)?！“殡S著平安城市建設(shè)的快速發(fā)展，安防行業(yè)的從業(yè)人員快速增加，為了適應(yīng)這種需求，本書(shū)的知識(shí)點(diǎn)編寫得簡(jiǎn)單易懂，適合作為高職（安全防范技術(shù)、物聯(lián)網(wǎng)應(yīng)用技術(shù)、智能監(jiān)控技術(shù)應(yīng)用、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等專業(yè)）、中職（電子類專業(yè)）的教學(xué)用書(shū)，也是安防行業(yè)的技術(shù)愛(ài)好者、企事業(yè)單位的保衛(wèi)處應(yīng)用人員的有益讀本。

第1章　視頻監(jiān)控技術(shù)概述 1

1.1 安防行業(yè)概述 1

1.2 視頻監(jiān)控技術(shù)發(fā)展歷程 2

1.2.1 模擬視頻監(jiān)控 2

1.2.2 數(shù)字視頻監(jiān)控 3

1.2.3 網(wǎng)絡(luò)視頻監(jiān)控 4

1.2.4 智能網(wǎng)絡(luò)視頻監(jiān)控 5

1.3 視頻監(jiān)控技術(shù)發(fā)展方向 6

1.4 視頻技術(shù)應(yīng)用 7

本章小結(jié) 7

第2章　音視頻采集及編碼技術(shù) 8

2.1 音頻采集設(shè)備概述 8

2.1.1 拾音器 8

2.1.2 麥克風(fēng) 9

2.2 視頻采集設(shè)備介紹 9

2.2.1 攝像機(jī)類型 10

2.2.2 攝像機(jī)形態(tài) 10

2.2.3 攝像機(jī)配件 11

2.2.4 攝像機(jī)特色功能 18

2.3 音視頻基礎(chǔ)知識(shí) 21

2.3.1 音頻基礎(chǔ)知識(shí) 21

2.3.2 視頻基礎(chǔ)知識(shí) 22

2.4 音視頻智能應(yīng)用 29

本章小結(jié) 30

第3章 視頻數(shù)據(jù)傳輸技術(shù) 31

3.1 視頻數(shù)據(jù)傳輸技術(shù)基礎(chǔ) 31

3.1.1 常見(jiàn)視頻接口與線纜 31

3.1.2 常見(jiàn)音頻接口 34

3.1.3 常見(jiàn)網(wǎng)絡(luò)數(shù)據(jù)接口 35

3.1.4 常見(jiàn)其他接口與線纜 36

3.2 視頻傳輸常見(jiàn)設(shè)備介紹 38

3.3 數(shù)據(jù)通信基礎(chǔ)知識(shí) 40

3.3.1 OSI參考模型與TCP/IP模型 41

3.3.2 子網(wǎng)的劃分 46

3.3.3 特殊IP地址 47

3.3.4 視頻監(jiān)控系統(tǒng)IP地址規(guī)劃 48

3.4 視頻數(shù)據(jù)接入技術(shù) 49

3.5 數(shù)據(jù)通信技術(shù) 51

3.5.1 POE技術(shù) 51

3.5.2 VLAN技術(shù) 52

3.5.3 路由技術(shù) 53

3.5.4 NAT技術(shù) 56

3.5.5 組播技術(shù) 58

本章小結(jié) 60

第4章 視頻數(shù)據(jù)存儲(chǔ)技術(shù) 61

4.1 存儲(chǔ)技術(shù)基礎(chǔ) 61

4.1.1 存儲(chǔ)基礎(chǔ)知識(shí) 61

4.1.2 存儲(chǔ)架構(gòu) 68

4.2 磁盤陣列技術(shù) 71

4.2.1 RAID0 71

4.2.2 RAID1 72

4.2.3 RAID5 73

4.2.4 RAID6 73

4.2.5 RAID10 74

4.2.6 RAID50 74

4.2.7 JBOD 75

4.2.8 磁盤陣列技術(shù)小結(jié) 75

4.3 云存儲(chǔ)技術(shù) 76

4.4 視頻監(jiān)控中的存儲(chǔ)應(yīng)用 79

4.4.1 視頻監(jiān)控存儲(chǔ)概述 79

4.4.2 視頻監(jiān)控存儲(chǔ)需求 79

4.4.3 視頻監(jiān)控存儲(chǔ)方式 80

4.5　存儲(chǔ)方案介紹 81

4.5.1　通用存儲(chǔ)解決方案 81

4.5.2　云存儲(chǔ)解決方案 82

本章小結(jié) 84

第5章 視頻解碼與顯示技術(shù) 85

5.1 視頻解碼技術(shù) 85

5.1.1 硬解碼器 85

5.1.2 軟解碼器 87

5.1.3 萬(wàn)能解碼器 88

5.2 視頻顯示技術(shù) 90

5.2.1 CRT顯示器 90

5.2.2 LCD顯示器 90

5.2.3 LED顯示器 91

5.2.4 DLP顯示器 92

5.2.5 PDP顯示器 93

5.2.6 SLCD顯示器 93

本章小結(jié) 94

第6章 視頻監(jiān)控管理平臺(tái) 95

6.1 視頻監(jiān)控管理平臺(tái)概述 95

6.2 DVR平臺(tái) 96

6.2.1 DVR工作原理 97

6.2.2 DVR的配置及接口 97

6.2.3 DVR的關(guān)鍵技術(shù) 98

6.3 NVR平臺(tái) 99

6.3.1 NVR工作原理 99

6.3.2 NVR配置及接口 99

6.3.3 NVR的關(guān)鍵技術(shù) 100

6.4 視頻監(jiān)控管理平臺(tái)介紹 101

6.5 視頻監(jiān)控管理平臺(tái)架構(gòu) 104

6.5.1 完全集中型 105

6.5.2 完全分散型 105

6.6 視頻監(jiān)控管理平臺(tái)常見(jiàn)業(yè)務(wù) 106

6.6.1 系統(tǒng)功能配置 106

6.6.2 監(jiān)控業(yè)務(wù) 106

6.6.3 系統(tǒng)維護(hù) 108

6.7 視頻監(jiān)控管理平臺(tái)的智能業(yè)務(wù) 108

6.7.1 智能業(yè)務(wù)技術(shù)背景 108

6.7.2 智能業(yè)務(wù)應(yīng)用 110

6.8 視頻監(jiān)控系統(tǒng)的集成 112

本章小結(jié) 112

第7章 視頻監(jiān)控系統(tǒng)設(shè)計(jì)原理 113

7.1 視頻監(jiān)控業(yè)務(wù)需求分析 113

7.1.1 音視頻采集系統(tǒng)需求分析 114

7.1.2 視頻傳輸系統(tǒng)需求分析 114

7.1.3 數(shù)據(jù)存儲(chǔ)系統(tǒng)需求分析 115

7.1.4 視頻顯示系統(tǒng)需求分析 115

7.1.5 視頻管理系統(tǒng)需求分析 115

7.2 視頻監(jiān)控系統(tǒng)架構(gòu)設(shè)計(jì) 116

7.3 視頻監(jiān)控系統(tǒng)設(shè)計(jì)及選型 116

7.3.1 音視頻采集系統(tǒng)設(shè)計(jì)及選型 116

7.3.2 視頻顯示系統(tǒng)設(shè)計(jì)及選型 120

7.3.3 視頻傳輸系統(tǒng)設(shè)計(jì)及選型 121

7.3.4 視頻存儲(chǔ)系統(tǒng)設(shè)計(jì)及選型 126

7.3.5 視頻管理控制系統(tǒng)設(shè)計(jì)及選型 128

本章小結(jié) 131

第8章 視頻監(jiān)控工程規(guī)范 132

8.1 項(xiàng)目管理基礎(chǔ) 132

8.1.1 技術(shù)管理 133

8.1.2 施工管理 134

8.1.3 質(zhì)量管理 135

8.1.4 系統(tǒng)測(cè)試與驗(yàn)收 136

8.2 弱電工程法規(guī) 137

8.3 工程規(guī)范原則 138

8.3.1 管道材料選擇和施工要求 138

8.3.2 施工過(guò)程要求 141

8.3.3 施工工藝技術(shù)要求 142

8.4 系統(tǒng)維護(hù)原則 144

本章小結(jié) 146

第9章 視頻監(jiān)控的行業(yè)應(yīng)用 147

9.1 平安城市 147

9.1.1 平安城市管理系統(tǒng)設(shè)計(jì)原則 148

9.1.2 平安城市一般架構(gòu) 149

9.1.3 平安城市建設(shè)需求 149

9.1.4 平安城市建設(shè)案例 150

9.2 智能樓宇 153

9.2.1 智能樓宇的設(shè)計(jì)原則 154

9.2.2 智能樓宇的一般架構(gòu) 155

9.2.3 智能樓宇的建設(shè)需求 156

9.2.4 智能樓宇建設(shè)案例 156

9.3 大型園區(qū) 157

9.3.1 大型園區(qū)的設(shè)計(jì)原則 157

9.3.2 大型園區(qū)的一般架構(gòu) 158

9.3.3 大型園區(qū)的建設(shè)需求 158

9.3.4 大型園區(qū)的案例 159

9.4 廣域互聯(lián)監(jiān)控 160

9.4.1 廣域互聯(lián)監(jiān)控的設(shè)計(jì)原則 161

9.4.2 廣域跨域互聯(lián)的一般架構(gòu) 162

9.4.3 廣域跨域互聯(lián)的建設(shè)需求 162

9.4.4 廣域跨域互聯(lián)的案例 164

本章小結(jié) 164 2100433B

作 譯 者：蘇志賢

出版時(shí)間：2018-07 千 字 數(shù)：281

版 次：01-01 頁(yè) 數(shù)：176

開(kāi) 本：16開(kāi)

裝 幀：

I S B N ：9787121346064

換 版：

根據(jù)煙火監(jiān)控內(nèi)容，分為火焰和煙霧檢測(cè)。

1、火焰檢測(cè)

火焰有著與眾不同的特征，智能視頻煙火監(jiān)控從火焰的靜態(tài)特征（顏色、形狀）和動(dòng)態(tài)特征（頻率）兩方面入手進(jìn)行火焰識(shí)別。

2、煙霧檢測(cè)

煙霧的特征和火焰有著明顯的不同，智能視頻煙火監(jiān)控從靜態(tài)（外形、對(duì)比度）以及動(dòng)態(tài)（擴(kuò)散）進(jìn)行識(shí)別，將其與火焰識(shí)別分開(kāi)處理。

智能視頻煙火監(jiān)控目前已被廣泛應(yīng)用于軍事、海關(guān)、公安、消防、林業(yè)、堤壩、機(jī)場(chǎng)、鐵路、港口、城市交通等眾多公眾場(chǎng)合。未來(lái)煙火監(jiān)控行業(yè)將繼續(xù)趨于數(shù)字化、智能化、自動(dòng)化、網(wǎng)絡(luò)化。

1、森林、化工及電站

對(duì)森林、煤礦、化工、石油加工廠、水利及核電站的火災(zāi)，將智能視頻煙火監(jiān)控安裝于林火系統(tǒng)、渦輪機(jī)房、電池間、傾斜間、壓縮間等，做到早期的煙火檢測(cè)，可以有效減免財(cái)產(chǎn)損失。

2、大型客輪、輪渡

輪船內(nèi)的應(yīng)用包括發(fā)動(dòng)機(jī)艙、推進(jìn)艙、渦輪艙、泵房以及其他設(shè)備間等，智能視頻煙火監(jiān)控已被美國(guó)及英國(guó)海軍成功應(yīng)用到各種船只實(shí)現(xiàn)命令與控制同步。

3、倉(cāng)庫(kù)、集散中心

這些場(chǎng)合的規(guī)模都很大，而且空曠，單位面積囤積貨物比例高，采用智能視頻煙火監(jiān)控可以在火災(zāi)發(fā)生的之初即可產(chǎn)生報(bào)警，避免重大損失。

4、商場(chǎng)

商場(chǎng)一旦發(fā)生火災(zāi)，其所存物品的易燃性會(huì)使火勢(shì)快速蔓延，造成更大損失。智能視頻煙火監(jiān)控安裝于空曠大廳上空就不會(huì)防火事業(yè)內(nèi)任何可疑現(xiàn)象。

5、飛機(jī)機(jī)庫(kù)

飛機(jī)機(jī)庫(kù)火災(zāi)不僅造成上千萬(wàn)元的損失，而且還會(huì)進(jìn)一步影響其關(guān)聯(lián)的服務(wù)。智能視頻煙火監(jiān)控能在昂貴的輕水泡沫被釋放前及時(shí)檢測(cè)到煙火的存在，做到及時(shí)撲滅。

6、體育場(chǎng)館

大型體育場(chǎng)館的空間都非常大，等到傳統(tǒng)煙火檢測(cè)裝置檢測(cè)到煙火的時(shí)候，情況已十分嚴(yán)重。智能視頻煙火監(jiān)控可以時(shí)刻監(jiān)視空曠空間煙火情況，及時(shí)反映給相關(guān)人員，在火災(zāi)前期有效地發(fā)出報(bào)警。

7、隧道、地鐵

隧道及地鐵都是半封閉環(huán)境，一旦火災(zāi)發(fā)生，人員疏散是與時(shí)間的較量。智能視頻煙火監(jiān)控能在空曠無(wú)人區(qū)域及時(shí)發(fā)現(xiàn)煙火情況，爭(zhēng)取到更多的寶貴救援時(shí)間。

智能視頻處理成為視頻監(jiān)控的“救命稻草”

智能視頻源自計(jì)算機(jī)視覺(jué)技術(shù)，計(jì)算機(jī)視覺(jué)技術(shù)是人工智能研究的分支之一，它能夠在圖像及圖像內(nèi)容描述之間建立映射關(guān)系，從而使計(jì)算機(jī)能夠通過(guò)數(shù)字圖像處理和分析來(lái)有限理解視頻畫面中的內(nèi)容。運(yùn)用智能視頻分析技術(shù)，當(dāng)系統(tǒng)發(fā)現(xiàn)符合某種規(guī)則的行為（如定向運(yùn)動(dòng)、越界、游蕩、遺留等）發(fā)生時(shí)，自動(dòng)向監(jiān)控系統(tǒng)發(fā)出報(bào)警信號(hào)（如聲光報(bào)警），提示相關(guān)工作人員及時(shí)處理可疑事件。

智能視頻算法的實(shí)現(xiàn)

智能視頻技術(shù)實(shí)現(xiàn)對(duì)移動(dòng)目標(biāo)的實(shí)時(shí)檢測(cè)、識(shí)別、分類以及多目標(biāo)跟蹤等功能的主要算法分為以下五類：目標(biāo)檢測(cè)、目標(biāo)跟蹤、目標(biāo)識(shí)別、行為分析、基于內(nèi)容的視頻檢索和數(shù)據(jù)融合等。

視頻檢索目標(biāo)檢測(cè)

目標(biāo)檢測(cè)（Object Detection）是按一定時(shí)間間隔從視頻圖像中抽取像素，采用軟件技術(shù)來(lái)分析數(shù)字化的像素，將運(yùn)動(dòng)物體從視頻序列中分離出來(lái)。運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是智能化分析的基礎(chǔ)。常用的目標(biāo)檢測(cè)技術(shù)可以分為背景減除法（Background Subtraction）、時(shí)間差分法（Temporal Difference）和光流法（Optic Flow）三類。

背景減除法利用當(dāng)前圖像與背景圖像的差分檢測(cè)運(yùn)動(dòng)區(qū)域。背景減除法假設(shè)視頻場(chǎng)景中有一個(gè)背景，而背景和前景并未給出嚴(yán)格定義，背景在實(shí)際使用中是變化的，所以背景建模是背景減除法中非常關(guān)鍵的一步。常用的背景建模方法有時(shí)間平均法、自適應(yīng)更新法、高斯模型等。背景減除法能夠提供相對(duì)來(lái)說(shuō)比較完全的運(yùn)動(dòng)目標(biāo)特征數(shù)據(jù)，但對(duì)于動(dòng)態(tài)場(chǎng)景的變化，如光線照射情況、攝像機(jī)抖動(dòng)和外來(lái)無(wú)關(guān)事件的干擾特別敏感。

時(shí)間差分法充分利用了視頻圖像的時(shí)域特征，利用相鄰幀圖像的相減來(lái)提取出前景移動(dòng)目標(biāo)的信息。該方法對(duì)于動(dòng)態(tài)環(huán)境具有較強(qiáng)的自適應(yīng)性，不對(duì)場(chǎng)景做任何假設(shè)，但一般不能完全提取出所有相關(guān)的特征像素點(diǎn)，在運(yùn)動(dòng)實(shí)體內(nèi)部容易產(chǎn)生空洞現(xiàn)象，只能夠檢測(cè)到目標(biāo)的邊緣。當(dāng)運(yùn)動(dòng)目標(biāo)停止時(shí)，一般時(shí)間差分法便失效。 光流法通過(guò)比較連續(xù)幀為每個(gè)圖像中的像素賦予一個(gè)運(yùn)動(dòng)矢量從而分割出運(yùn)動(dòng)物體。

光流法能夠在攝像機(jī)運(yùn)動(dòng)的情況下檢測(cè)出獨(dú)立的運(yùn)動(dòng)目標(biāo)，然而光流法運(yùn)算復(fù)雜度高并且對(duì)噪聲很敏感，所以在沒(méi)有專門硬件支持下很難用于實(shí)時(shí)視頻流檢測(cè)中。

視頻檢索目標(biāo)跟蹤

目標(biāo)跟蹤（Object Tracking）算法根據(jù)不同的分類標(biāo)準(zhǔn)，有著以下兩種分類方法：根據(jù)目標(biāo)跟蹤與目標(biāo)檢測(cè)的時(shí)間關(guān)系分類和根據(jù)目標(biāo)跟蹤的策略分類。 根據(jù)目標(biāo)跟蹤與目標(biāo)檢測(cè)的時(shí)間關(guān)系的分類有三種：

一是先檢測(cè)后跟蹤(Detect before Track)，先檢測(cè)每幀圖像上的目標(biāo)，然后將前后兩幀圖像上目標(biāo)進(jìn)行匹配，從而達(dá)到跟蹤的目的。這種方法可以借助很多圖像處理和數(shù)據(jù)處理的現(xiàn)有技術(shù)，但是檢測(cè)過(guò)程沒(méi)有充分利用跟蹤過(guò)程提供的信息。

二是先跟蹤后檢測(cè)(Track before Detect)，先對(duì)目標(biāo)下一幀所在的位置及其狀態(tài)進(jìn)行預(yù)測(cè)或假設(shè)，然后根據(jù)檢測(cè)結(jié)果來(lái)矯正預(yù)測(cè)值。這一思路面臨的難點(diǎn)是事先要知道目標(biāo)的運(yùn)動(dòng)特性和規(guī)律。三是邊檢測(cè)邊跟蹤(Track while Detect)，圖像序列中目標(biāo)的檢測(cè)和跟蹤相結(jié)合，檢測(cè)要利用跟蹤來(lái)提供處理的對(duì)象區(qū)域，跟蹤要利用檢測(cè)來(lái)提供目標(biāo)狀態(tài)的觀察數(shù)據(jù)。

根據(jù)目標(biāo)跟蹤的策略來(lái)分類，通?？煞譃?D方法和2D方法。相對(duì)3D方法而言，2D方法速度較快，但對(duì)于遮擋問(wèn)題難以處理?；谶\(yùn)動(dòng)估計(jì)的跟蹤是最常用的方法之一。

視頻檢索目標(biāo)識(shí)別

目標(biāo)識(shí)別（Object Recognize）利用物體顏色、速度、形狀、尺寸等信息進(jìn)行判別，區(qū)分人、交通工具和其他對(duì)象。目標(biāo)識(shí)別常用人臉識(shí)別和車輛識(shí)別。

視頻人臉識(shí)別的通常分為四個(gè)步驟：人臉檢測(cè)、人臉跟蹤、特征提取和比對(duì)。人臉檢測(cè)指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。人臉跟蹤指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。常用方法有基于模型的方法、基于運(yùn)動(dòng)與模型相結(jié)合的方法、膚色模型法等。

人臉特征提取方法歸納起來(lái)分為三類：第一類是基于邊緣、直線和曲線的基本方法；第二類是基于特征模板的方法；第三類是考慮各種特征之間幾何關(guān)系的結(jié)構(gòu)匹配法。單一基于局部特征的提取方法在處理閉眼、眼鏡和張嘴等情景時(shí)遇到困難，相對(duì)而言，基于整體特征統(tǒng)計(jì)的方法對(duì)于圖像亮度和特征形變的魯棒性更強(qiáng)。人臉比對(duì)是將抽取出的人臉特征與面像庫(kù)中的特征進(jìn)行比對(duì)，并找出最佳的匹配對(duì)象。

車輛識(shí)別主要分為車牌照識(shí)別、車型識(shí)別和車輛顏色識(shí)別等，應(yīng)用最廣泛和技術(shù)較成熟的是車牌照識(shí)別。 車牌照識(shí)別的步驟分別為：車牌定位、車牌字符分割、車牌字符特征提取和車牌字符識(shí)別。

車牌定位是指從車牌圖像中找到車牌區(qū)域并把其分離出來(lái)。字符分割是將漢字、英文字母和數(shù)字字符從牌照中提取出來(lái)。車牌特征提取的基本任務(wù)是從眾多特征中找出最有效的特征，常用的方法有逐像素特征提取法、骨架特征提取法、垂直水平方向數(shù)據(jù)統(tǒng)計(jì)特征提取法、特征點(diǎn)提取法和基于統(tǒng)計(jì)特征的提取法。車牌字符識(shí)別可以使用貝葉斯分離器、支持向量機(jī)(SVM)和神經(jīng)網(wǎng)絡(luò)分類器(NNC)等算法。

視頻檢索行為分析

行為分析(Behavior Analysis)是指在目標(biāo)檢測(cè)、跟蹤和識(shí)別的基礎(chǔ)上，對(duì)其行為進(jìn)行更高層次的語(yǔ)義分析?，F(xiàn)有的行為分析技術(shù)根據(jù)分析的細(xì)節(jié)程度和對(duì)分析結(jié)果的判別要求可以分為三類：第一類使用了大量的細(xì)節(jié)，并往往使用已經(jīng)建立好的數(shù)據(jù)進(jìn)行分析而較少使用目標(biāo)的時(shí)域信息?；谌四?、手勢(shì)、步態(tài)的行為分析方法屬于這一類；第二類是將目標(biāo)作為一個(gè)整體，使用目標(biāo)跟蹤的算法來(lái)分析其運(yùn)動(dòng)軌跡以及該目標(biāo)與其它目標(biāo)的交互；第三類是在前兩類的基礎(chǔ)上做一個(gè)折中，它使用時(shí)域和空域的信息，分析目標(biāo)各部分的運(yùn)動(dòng)。

視頻檢索圖像檢索

基于內(nèi)容的圖像檢索技術(shù)是由用戶提交檢索樣本，系統(tǒng)根據(jù)樣本對(duì)象的底層物理特征生成特征集，然后在視頻庫(kù)中進(jìn)行相似性匹配，得到檢索結(jié)果的過(guò)程?，F(xiàn)有基于內(nèi)容的檢索方法主要分為：基于顏色的檢索方法、基于形狀的檢索方法和基于紋理的檢索方法等。數(shù)據(jù)融合是將來(lái)自不同視頻源的數(shù)據(jù)進(jìn)行整合，以獲得更豐富的數(shù)據(jù)分析結(jié)果。