融合RFID技术的智能网络视频监控系统

陈 宁，申兴发

(杭州电子科技大学计算机应用技术研究所，浙江杭州310018)

0 引言

视频监控系统是指一套为客户提供图像、声音和各种报警信号，并进行远程采集、传输、存储、处理与转播的系统［1］。随着网络、通信和微电子等技术的快速发展和人们物质生活水平的提高，同时，对人身财产安全要求的不断提高，促进了人们对监控系统的需求［2］。但是，目前的视频监控系统还存在着兼容性差，缺乏智能分析功能，冗余信息多等问题。射频识别(Radio Frequency IDentification，RFID)是一种非接触式的自动识别技术，它通过射频信号动识别目标对象并获取相关数据，用于控制、检测和跟踪物体。RFID技术以其价格低廉，安装简易，使用方便等特点，近些年来在各个领域被广泛采用［3］。为此，本文设计了一种融合RFID技术的智能网络视频监控系统。系统借助RFID自动识别和摄像头动态采集对可疑目标进行综合判断，实现目标追踪，可以有效提高系统智能化程度，降低数据冗余，提高无人值守环境下视频监控系统的有效性和安全性。

1 硬件系统设计

目前的大部分视频监控系统的工作模式如图1所示。

图1 现有视频监控系统工作模式

各个监控点通过同轴电缆、光纤、Internet等方式连接到中心服务器(群)，用户可以通过网络、电视墙等方式，观看各个监控点的实时画面、历史录像等信息。现有的视频监控系统，仅仅做到了保存摄像机所拍摄的录像，对于任何事件的发生，都是作为一个“旁观者”和“记录者”的姿态来记录所有事件的发生，仅能够进行“事后监督”，而不能进行实时响应［4］。

为了解决上述的问题，在本系统中，每个监控点不仅包含一台监控摄像机，还包含了一个RFID的读卡器和一个处理终端。系统整体构架如图2所示。监控摄像机用来采集图像，RFID读卡器用来采集经过的RFID tag信息，处理终端用来和中心服务器进行数据交换并进行一些分布式的计算。中心服务器通过短信的方式发送报警短信和结果短信给用户，用户通过Internet访问中心服务器查看结果。

图2 融合RFID的分布式智能网络视频监控系统构架

本系统中，摄像头采用的是普通的模拟监控摄像机，有效象素30万。视频采集卡采用大恒图像的CG300。RFID系统采用浙江维思无线网络技术有限公司生产的WS-CT-06型RFID tag和GZ100-NQ01型读卡器。RFID tag为主动式tag，每隔700ms向外广播一次信息。RFID tag分为锁卡和标识卡。标识卡中包含加速度传感器，用户可以通过锁卡控制加速度传感器是否启动。正常状态下，标识卡向外广播信息中，报警标志位为0。当锁卡启动标识卡中的加速度传感器后，即标识卡进入锁定状态，标识卡如果被移动后，向外广播信息中的报警标志位将修改为1。tag分发给用户后，由用户自行将标识卡放置在需要监控的物体上。处理终端采用的是一台PC机，管理员可以远程登录各个处理终端，来完成系统维护、升级等操作。

系统处理流程如下:(1)系统启动以后，摄像头保持运行状态，但是不保存录像和图片;(2)当RFID读卡器读到RIFD tag的信息后，1)如果tag标志位是正常状态的，仅在中心服务器的数据库中写入一条记录，2)如果tag标志位是报警状态，向中心服务器的数据库中写入一条记录，同时前端处理终端将摄像机采集的当前帧保存下来，并发送回中心服务器存储，同时通知中心服务器的识别程序开始工作;(3)中心服务器向用户发送一条包含RFID tag ID号、时间、监控点名称的报警短信;(4)识别程序根据相应算法，对前端设备回传的图片进行处理，根据RFID tag的记录，综合比对1个或者多个监控点的数据，得出最后的目标，在原始图片中识别出目标;(5)通过短信或者邮件方式将处理结果发送给用户。

2 软件系统设计

从软件结构上，系统软件程序大致可以分为前端控制程序，主控制程序和人物检出匹配程序。

前端控制程序运行在处理终端上，主要功能为:(1)采集摄像头当前帧，进行图像预处理后，保存为bmp格式图片，通过Internet发送到中心服务器;(2)读取监控范围内经过的RFID tag信息，写入中心服务器数据库，并根据tag标志位的状态执行相应的后续操作。前端控制程序软件流程图如图3所示。

主控制程序运行在中心服务器上，主要功能为:(1)接收各个处理终端上传的图片，并根据文件名中的RFID tag ID号发送到相应的人物检出匹配线程;(2)根据报警的RFID tag信息，发送一条包含报警时间、报警地点的报警短信给该tag的所有人;(3)当人物检出匹配线程有结果输出后，发送一条保存匹配结果超链接的短信或者邮件给用户。用户可以登录这个超链接地址来查看最终的人物匹配结果。

图3 前端控制程序软件流程图

人物检出和匹配程序，是整个软件系统的关键，分为人物检出和任务匹配2个部分。人物检出算法最早在CVPR2005会议上提出的方法［5］。将人物从图片中提取出来后，程序进入匹配流程。图片按照时间排序，然后根据人物身穿的衣服色彩、身高、身宽等信息，依次进行匹配，直到匹配出在所有图片中均出现的那个人，即为目标人物。具体流程如图4所示。

图4 人物匹配流程图

3 实验结果

系统整机实验一共布置了10个监控点，3个位于房间内部，7个位于楼宇内部。实验一共有10位同学参与，其中一位同学携带一张报警的tag，剩余9位同学分别携带3至6张正常状态的tag。处理终端上传回的图片序列经过人物检出系统处理后结果如图5所示，人物匹配系统处理结果如图6所示。实验结果显示，摄像头在RFID系统辅助下，可以正确并及时的截取到包含可疑目标的图片。当图片中人物不发生相互遮挡的情况下，人物检出和匹配程序可以正确的检测出可疑目标。但是当图片中包含人物较多的情况下，由于人物相互遮挡等原因，有一部分人物不能被正常的检测出，造成了后期匹配成功率的下降。可以预期，再进一步优化后期图像处理算法后，系统的检测准确性可以进一步提高。

图5 人物检出程序处理结果

图6 人物匹配程序处理结果

4 结束语

随着安防系统要求的不断提高，如何提高系统资源的利用率和目标追踪已经成为了一个新的课题。本文提出了一种融合RFID技术的智能网络视频监控系统，有效地改善了传统视频监控系统的局限性，提高了系统的智能化程度，实现目标自主追踪。将来系统还可以通过接口的方式，实现与车牌识别系统，GPS系统，模式识别系统等系统的综合应用，具有良好的发展前景和市场潜力。

［1］赵克栋.视频监控系统设计与工程应用［D］.北京:北京邮电大学，2009.

［2］张晓兵，李明，白杨.浅析视频监控系统的发展［J］.北方交通，2010，(11):51－53.

［3］崔晓娟.浅谈RFID技术［J］.商业文化，2010，(12):249.

［4］张亚，周孟然，陈君兰，等.应用声光联合定位技术的智能视频监控系统［J］.电视技术，2010，34(3):88－91.

［5］Navneet Dalal.Finding People in Images and Videos［D］.Grenoble:Institut National Polytechnique de Grenoble，2006.