文 献 综 述

1 背景介绍

近年来，随着智能变电站技术的发展以及无人值守变电站的推广，视频技术对安防、生产、管理、运维等各个业务部门起到了越来越重要的作用，各业务部门能够通过视频及时了解现场情况、设备运行情况、安防情况等，从而为日常工作、应急处理、事故分析等工作提供直观的辅助决策依据。随着业务应用对图像感知技术的需求也在不断提高，对图像的智能化程度、可靠性、可用性等需求也在不断提高，从而为电网安全、生产运行提供更加可靠、直观的信息化数据作为决策依据。目前电力系统基础设施中己经建立了比较完善的视频监控系统，但是主要用于记录工作现场的实况以便事后追溯，涉及内容分析的应用尚未展开，尚不满足智能电网对无人值守变电站智能化监控的需求。

智能化监控以运动目标检测和图像识别为基础，分辨、识别和提取有用的视频图像信息。通过结合变电站安全监控应用需求，分析提取监控对象的状态，采用事件告警主动推送的方式实现对无人值守变电站安全监控，从而提升、图像智能化技术在无人值守变电站远程监控中的实用性，提高变电站监控效率以及变电站智能化监控水平。

2 研究现状

20世纪末以来，随着计算机视觉的发展，智能视频监控技术得到广泛的关注和研究，并随着安全的日益重视，也成为当前的研究热点．智能视频监控包括在底层上对动态场景中的感兴趣目标进行检测、分类、跟踪和识别，在高层上对感兴趣目标的行为进行识别、分析和理解．智能视频监控技术可以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，实现犯罪预防、交通管制、意外防范和检测、老幼病残监护等功能，能够显著提高监控效率，降低监控成本，具有广泛的研究意义和应用前景。

目前已有较多工作对智能视频监控技术的各方面进行总结和阐述，Bouwmans等人从背景建模及行人检测方面对目标检测技术进行了介绍，Yilmaz等人、Wang和Wu等人从单摄像机和多摄像机跟踪方面对目标跟踪算法进行较为详细的介绍，Huang等人、Andreopoulos等人Zhang等人对图像中目标分类识别算法进行了介绍，行为识别得到了较多的关注，Hu等人、Morris等人和Aggarwal等人多次对行为识别算法及相关数据库工作进行综述性的介绍．随着研究的进展，相继有很多智能视频监控系统被开发，如早期卡内基梅隆大学开发的VSAM(Visual Surveillance and Monitoring)系统、英国雷丁大学和INRIA等多个研发机构合作研究的ADVISOR(Annotated Digital Video for Intelligent Surveillance and Opti-mized Retrieval)系统、IBM开发的SSS(Smart Surveillance System)系统、中佛罗里达大学研发的Knight系统、中国科学院自动化研究所研发的Vstar系统等．不少学者也对智能视频监控系统进行了较为全面的介绍，如Huang等人、Hu等人和Valera等人，在文章中他们对系统中涉及到的多个部分的算法进行了介绍．和算法及系统相对的是，在技术应用方面，目前还是处于尝试阶段，Valera等人介绍了相关系统在交通、地铁、港口等方面的应用，Huang等人介绍了相关系统在地铁、大型活动中的应用，有关综述性的文章尚不多。

近几年，国内的电力行业一直在致力于无人值守变电站的推广应用。如今，数字视频图像监视技术逐渐成为变电站自动化系统的一个重要部分。针对目前己建的视频监控系统,其现状如下:

(l)目前,变电站中己经建立了比较完善的视频监控系统,广泛应用于变电站安全防范、人员、设备、环境等的监控;

(2)视频监控系统主要用于记录工作现场的实况以便事后追溯,涉及内容分析的应用尚未开展,图像智能化水平不高,无法满足变电站智能化监控的需求;