基于视频技术的直接交通事件检测高速公路和城市快速路是承担我国公路运输和城市道路运输的主要道路，具有车速快、流量大等许多特点，一旦发生突发交通事件，极易引发交通事故，严重影响道路的通行能力和运营效率。在日常的交通运行和交通管理中，如果仅仅依靠人工报告，电视监视等非自动检测方法发现交通事件，不但浪费大量的资源，而且不全面及时，给交通安全带来了隐患。因此，交通事件自动检测技术越发成为智能交通的研究热点，旨在第一时间快速发现交通事件的地点，利于及时处理交通事件。
交通事件指偶发性交通事故、车辆抛锚、恶劣天气、货物散落、道路养护、体育赛事、规模集会等交通情况。高速公路和城市快速路上发生的停车、逆行、慢行、拥堵、行人穿越、交通事故是需要重点管控的交通事件。当发现这些交通事件时，交通事件自动检测系统能够立刻报警，自动记录违章违法依据，同时快速处置交通事件，消除安全隐患、减少交通事件的损失。例如，图1(a)为行人穿越高速公路交通事件，图1(b)为高速公路车辆拥堵交通事件。
交通事件的视频检测技术研究概述
交通事件自动检测方法
图2为交通事件检测研究方法结构示意图，分为自动和非自动检测方法，其中非自动技术主要包括人工报告，电视监视等，自动技术主要有直接和间接检测法。直接检测法是一种基于视频的处理方法，通过交通事件视频检测算法，直接检测交通事件。间接检测法是一种基于交通流参数的处理方法，通过模式识别、数学统计、交通模型、人工智能等方法，融合交通流数据检测交通事件。直接法和间接法的特点可总结如下：
1、由于交通系统具有很强的非线性、模糊性、不确定性，研究表明间接法有许多不足之处，不但安装麻烦，而且费用较高，在交通流密度高时，间接法具有较好的检测效果，在交通密度低时检测效果不好。
2、由于直接法是根据视频图像内容，直接判断是否有交通事件发生，研究表明直接法的判别速度上远远胜于间接法，即使交通流量很低，也能对交通事件进行良好的判断。
鉴于交通事件的直接检测法的快速判断能力和其广泛交通的实用性，本文主要涉及基于视频的直接交通事件检测方法的研究和应用情况。
国外研究状况
由于模式识别、图像处理、计算机视觉、人工智能等技术的快速发展，国外开展交通事件的视频技术研究较早，而且技术也比较成熟。目前，国外已经研究出多种交通事件视频检测系统，如Autoscope、Siemens、Traficon、Videotrack等。这些系统基本能够实现平均队列长度、平均车速、车头时距、事故检测、拥挤度检测、车辆跟踪等功能。Autoscope交通事件视频检测系统目前已经成功应用于美国乔治亚洲运输部出行向导、北京四环路交通量检测、韩国奥林匹克交通信息系统、纽约高速公路事故管理系统、香港隧道事故检测信息系统等。
国内研究状况
我国开展交通事件的视频检测技术研究较晚，但进展较快，已取得较好成果。从模拟视频的交通事件视频检测逐步向数字、高清方向发展，扩大了检测范围、降低了应用成本。以清华开发的“交通自动检测视觉系统Visatram”和中科院自动化所开发的“交通场景视觉监控”为代表的项目取得了较大的发展，智达威路特、成都深港、厦门恒深、深圳哈工大交通电子、上海高德威等国内许多公司也均已经开发出自己的产品并在一些地区得到了广泛的实际应用，交通事件的视频检测技术越来越得到了国内智能交通行业的广泛重视。
交通事件视频检测技术应用
交通事件视频检测系统结构
图3为交通事件视频检测系统的结构框图，主要包括摄像机、视频信号传输和分配系统、交通事件视频检测器、网络传输设备、视频交通事件数据服务器、客户管理端，各部分的主要功能如下：
1、摄像机：监视道路状况，采集交通视频信号。
2、视频信号传输和分配系统：负责视频信号的传输和分配，输入信号为摄像机视频，输出信号与交通事件检测器相连。
3、交通事件视频检测器：根据视频摄像机的图像，对道路交通事件进行检测、记录、传输、统计。
4、交通事件视频检测服务器：安装在监控中心，为交通事件数据库服务器服务，存储图像录像、交通流参数等数据。
5、交通事件视频检测客户管理端：实现对交通事件视频检测器进行工作参数设置、工作状态监测、视频录像和存储、交通事件报警等功能。
综上所述，交通事件视频检测系统根据采集的视频图像，对交通事件进行直接判断，准确而快速地检测交通事件是否发生，当交通状态处于异常情况时，交通事件视频检测系统自动报警，根据交通事件的发生地点信息，联动公安、消防、救护等部门，加快紧急救援和交通控制措施。
交通事件视频检测算法
视频检测算法是交通事件检测系统的关键，根据交通事件的视频图像，研判交通事件的类型、位置等信息，包括对交通事件视频图像内的车辆、行人等交通参与者的目标检测和目标跟踪等过程。
交通事件目标检测是指从交通事件视频图像中检测出车辆、行人等交通信息（如图4a），通常有如下方法：
1、帧差法：检测相邻图像之间变化的最简单方法，直观比较连续各帧图像在灰度上的差别，提取视频中的运动区域。研究表明该方法的实现简单，复杂度较低，但难以获得目标区域的精确描述。
2、背景差分法：利用当前图像和背景实现差分来检测运动区域。研究表明该方法的操作简单，提供特征数据完整，但对外来干扰比较敏感。
3、光流法：以灰度梯度基本不变为约束假设的目标检测方法。研究表明该方法检测运动对象的效果较好，但计算复杂，抗噪性能较差。
4、边缘检测：利用目标的边缘检测目标的位置。研究表明该方法不但能检测运动目标，也能检测静止目标，但抗干扰性能不佳。
交通事件目标跟踪是指获取目标在每帧图像上的位置坐标，将不同帧的同一目标的所有坐标按照时间的先后顺序串联起来，就是目标的运动轨迹。（如图4b）通常有如下方法：
1、基于区域跟踪：将运动目标看成许多不同的小区域块组成，通过跟踪各个不同的小区域块来跟踪整个运动目标。研究表明该方法计算量小，设计简单，但只适用于交通流量小、背景变化简单的场合。
2、基于轮廓跟踪：利用封闭的曲线轮廓来表达运动目标，以轮廓位置的变化反应目标位置的移动。研究表明该方法计算量小，实时性高，但合理初始化目标的轮廓比较复杂。
3、基于模型跟踪：根据预先知道的运动目标三维模型，然后在图像序列中确定运动目标的瞬时运动参数，从而达到跟踪的目的。研究表明该方法运算精度高，目标运动信息全面，但预先获得各种不同车辆、行人的模型较难。
4、基于特征跟踪：选取目标的局部或部分特征作为跟踪对象。研究表明该方法由于只关心目标的部分特征，而不是整体，所以即使目标的某个部分被遮挡时，只要关心的特征还在，就不会影响跟踪效果，有更好的抗干扰性。
目前，交通事件视频检测系统的算法技术难点，一方面主要集中于在复杂的交通环境和恶劣多变的天气中，对机动车、行人等交通参与者运动分割。另外一方面就是如何提取运动目标的特征，只有选择合适的特征，才能有效理解交通事件行为，达到交通事件自动检测的目的。
交通事件视频检测技术应用
交通事件的视频检测技术，目前主要应用于高速公路和城市道路的监控管理中：
在高速公路和城市快速路的管理工作中，交通事件的视频检测设备多应用在桥梁、隧道、匝道、收费站等处，集中对违法停车、掉头、倒车、压线、事故等交通事件检测和报警。
在城市道路的管理工作中，交通事件视频检测技术多应用在车流量较多、常发性交通拥堵、交通事故等城市关键路口和路段处，对交通秩序、社会治安等交通事件检测和报警。
另外，交通事件视频检测设备的报警功能需联合高速公路、城市交通管理、消防、医院等多部门，实现报警信息共享，对交通设施全天监视，快速而高效地自动检测交通事件，减轻交通监管人员的工作强度，提高交通管理的水平。
交通事件视频检测技术发展存在问题
交通事件的视频检测技术的提高，一方面，要依托于机器视觉、图像处理、计算机通讯等多学科综合发展。另外一方面，要规范交通事件视频检测系统的选点、安装、调试、使用。目前交通事件视频检测技术的主要问题可概括如下：
1、由于交通事件视频检测技术是基于摄像机的视频信号进行开发处理的，所以交通事件视频检测系统本身对外部环境的要求有很大的限制，尤其是恶劣天气、道路拥挤等复杂条件下，交通事件视频检测性能的适应能力不够。
2、由于交通事件视频检测系统是基于数字图像的多目标跟踪和多目标识别的，而目前多目标跟踪和多目标识别的机器视觉技术发展还未成熟，限制了交通事件视频检测技术的发展。
3、根据目前的视频检测技术要求，首先要确定检测的视频监控范围，进行车道划分等，也就是只能对固定的道路区域进行检测，一般采用固定安装方式，发生事件后无法人工开展非现场的处置、执法。
4、由于道路环境条件复杂，交通事件检测属于应用模糊识别技术，不可能百分之百准确，都存在误报和漏报问题，例如检测到的遗撒物可能是报纸、纸片，行人穿越可能是行人在路侧行走而不是横向穿越道路。
5、系统对不同的道路条件下所监测区域易发的交通事件采取了单一的报警方式，没有针对不同地点甚至不同车道所发生的不同类交通事件采取不同的报警等级。
提高交通事件的视频检测技术水平的几个建议
针对交通事件视频检测应用系统中存在的问题，提高交通事件视频检测技术的水平，本文提出如下改进意见：
1、改进交通事件视频检测算法的性能，在不可避免的恶劣天气和复杂交通场合下，提高机动车、行人等交通对象运动分割和特征提取的适应性。
2、对照视频检测要求的安装条件，对安装点进行现场勘察，满足视野开阔、道路线形平直等基本条件。
3、在工程实施阶段选择具备全天候应用、成像质量好的摄像机，并尽量避免在逆光条件下进行图像检测。
4、保证交通事件视频图像在图像数字化、图像通讯传输过程中的质量，只有具有较好的图像质量才能够更好的达到视频检测效果。
5、划分交通事件的等级，相应设立交通事件视频检测系统的范围，科学调度警力，合理使用社会资源，最大限度减少交通事件的损失。
交通事件视频检测关键技术研究展望
本文分析了目前常用的交通事件的自动检测方法，指出直接视频检测方法的优点和应用特点，并根据交通事件视频检测方法存在的问题，初步提出改进意见，在下一步的工作中，一方面重点需要加强交通事件视频检测算法的改进，扩大交通事件检测范围，提高交通事件检测系统对恶劣天气，复杂交通状况的抗干扰性。另外一方面要规范交通事件检测系统安装和使用，提高视频图像传输的质量，改进交通事件视频检测的效果。
本文刊载于CPS中安传媒旗下《CPS安防市场》2012.12期
（作者单位：公安部交通管理科学研究所）
智能交通视频监控系统 、概述 视频智能分析监控系统是道路交通指挥系统的一个重要组成部分，它能为交通指挥人员提供道路交通的直观信息与实时交通状况，便于及时发现各种交通违章和其他可疑情况，有利于交通指挥人员迅速作出响应；视频智能分析监控系统的实时录像功能同时也是处理交通事故和协助社会治安整治的取证手段。可以说，视频智能分析监控对于加强安全防范和交通管理至关重要。 伴随经济增长和城市化进程的发展，新的城市交通基础设施的不断兴建，人、车流量都不
断增长，相应的，视频智能分析监控系统也一再扩容。在监控系统越来越庞大、监控信息量越来越多的情况下，单纯依赖有限的交管人力资源来实现全时、全面的监控，成为几乎不可能的事情。 本方案的提出，旨在利用当今最前沿的智能视频分析技术，对目前的城市道路交通监控系统进行改造，实现道路交通中异常行为的智能识别、提前发现和自动报警，从而减轻交管监控人员的工作负担，提高监测准确度，使城市道路交通管理工作更加有效。
需求分析 2.1 城市道路交通智能视频智能分析监控系统的主要作用： 1）路况监视：各路口的摄像机会及时将所监控区域的实时图像传回交通指挥中心，使交通指挥人员实时掌握各路口和路段的交通状况 2）智能分析：针对整个监控系统的路口较多，出现许多违反交通规则行为的情况下，以传统的监控模式，只凭人的肉眼和事后查，例如：路段人车流量、信号灯是否正常工 作、是否有违章行为和交通事故发生。这些信息能帮助交通管理部门及时采取合适的 处理方式。看录像来做到，任务量是相当多。所以我们所说的智能监控就是通过智能 视频分析设备来代替人力完成监视和查询违章的交通事件。 3）录像：视频智能分析监控的图像会保存到交通指挥中心的录像服务器上，作为处理交通事故、违规行为甚至是治安犯罪等各种突发情况的取证依据。 2.2 对视频智能分析监控系统的主要要求： （1）满足7*24 小时运行要求。系统运行必须稳定可靠，故障率低，检修方便。 （2）画面延迟小，图像清晰度高。 （3）技术领先，有一定前瞻性，满足较长期间的需求。 （4）多层级联网，并能适应灵活扩容的需要。 （5）能有效减轻交管部门工作负荷，缓解城市增长迅速与交通警力不足间的矛盾。 2.3 智能交通客户功能需求分析： 违章或故障、事故停车： 在车道上或禁止停车区域出现停车现象，不论是因车辆故障停车或违章停车，都或属于极为危险的事件，或属于易引起交通阻塞的违章行为，需要及时进行处理，而事故停车也需要管理部门及时知晓尽快处理以恢复交通，视频分析技术可以及时发现停车行为，提醒交通管理部门及时处理。（使用弃置规则） 违章左转右转：在某些道口，是不允许进行左转或右转，否则不但容易引起交通阻塞，也容易引起交通事故导致生命财产的损失，通过视频分析技术自动检测违章左转或右转行为，可以对这
精品文档 . 第1章入侵检测概述 思考题： （1）分布式入侵检测系统（DIDS）是如何把基于主机的入侵检测方法和基于网络的入侵检测方法集成在一起的？ 答：分布式入侵检测系统是将主机入侵检测和网络入侵检测的能力集成的第一次尝试，以便于一个集中式的安全管理小组能够跟踪安全侵犯和网络间的入侵。DIDS的最初概念是采用集中式控制技术，向DIDS中心控制器发报告。 DIDS解决了这样几个问题。在大型网络互联中的一个棘手问题是在网络环境下跟踪网络用户和文件。DIDS允许用户在该环境中通过自动跨越被监视的网络跟踪和得到用户身份的相关信息来处理这个问题。DIDS是第一个具有这个能力的入侵检测系统。 DIDS解决的另一个问题是如何从发生在系统不同的抽象层次的事件中发现相关数据或事件。这类信息要求要理解它们对整个网络的影响，DIDS用一个6层入侵检测模型提取数据相关性，每层代表了对数据的一次变换结果。 （2）入侵检测作用体现在哪些方面？ 答：一般来说，入侵检测系统的作用体现在以下几个方面： ●监控、分析用户和系统的活动； ●审计系统的配置和弱点； ●评估关键系统和数据文件的完整性； ●识别攻击的活动模式； ●对异常活动进行统计分析； ●对操作系统进行审计跟踪管理，识别违反政策的用户活动。 （3）为什么说研究入侵检测非常必要？ 答：计算机网络安全应提供保密性、完整性以及抵抗拒绝服务的能力，但是由于连网用户的增加，网上电子商务开辟的广阔前景，越来越多的系统受到入侵者的攻击。为了对付这些攻击企图，可以要求所有的用户确认并验证自己的身份，并使用严格的访问控制机制，还可以用各种密码学方法对数据提供保护，但是这并不完全可行。另一种对付破坏系统企图的理想方法是建立一个完全安全的系统。但这样的话，就要求所有的用户能识别和认证自己，还要采用各种各样的加密技术和强访问控制策略来保护数据。而从实际上看，这根本是不可能的。 因此，一个实用的方法是建立比较容易实现的安全系统，同时按照一定的安全策略建立相应的安全辅助系统。入侵检测系统就是这样一类系统，现在安全软件的开发方式基本上就是按照这个思路进行的。就目前系统安全状况而言，系统存在被攻击的可能性。如果系统遭到攻击，只要尽可能地检测到，甚至是实时地检测到，然后采取适当的处理
智能交通概述 智能交通系统(Intelligent Transportation System，简称ITS)是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。 1基本信息 智能交通 ITS可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率，因而，日益受到各国的重视。 智能交通的发展跟物联网的发展是离不开的，只有物联网技术概念的不断发展，智能交通系统才能越来越完善。智能交通是交通的物联化体现。 21世纪将是公路交通智能化的世纪，人们将要采用的智能交通系统，是一种先进的一体化交通综合管理系统。在该系统中，车辆靠自己的智能在道路上自由行驶，公路靠自身的智能将交通流量调整至最佳状态，借助于这个系统，管理人员对道路、车辆的行踪将掌握得一清二楚。 智能交通：智能交通是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线，为交通参与者提供多样性的服务。
2国内发展数据 2012年中国城市智能交通市场规模保持了高速增长态势，包含智能公交、电子警察、交通信号控制、卡口、交通视频监控、出租车信息服务管理、城市客运枢纽信息化、GPS与警用系统、交通信息采集与发布和交通指挥类平台等10个细分行业的项目数量达到4527项;市场规模达到159.9亿元，同比增长21.7%。 从企业规模看，目前国内从事智能交通行业的企业约有2000多家，主要集中在道路监控、高速公路收费、3S(GPS、GIS、RS)和系统集成环节。目前国内约有500家企业在从事监控产品的生产和销售。高速公路收费系统是中国非常有特色的智能交通领域，国内约有200多家企业从事相关产品的生产，并且国内企业已取得了具有自主知识产权的高速公路不停车收费双界面CPU卡技术。在3S领域，国内虽然有200多家企业，一些龙头企业在高速公路机电系统、高速公路智能卡、地理信息系统和快速公交智能系统领域占据了重要的地位。但是，相比于国外智能化和动态化的交通系统，中国智能交通整体发展水平还比较落后。数据显示，智能交通在欧美日等发达国家已得到广泛应用。其在美国的应用率达到80%以上，2010年市场规模达到5000亿美元。日本1998-2015年的市场规模累计将达5250亿美元，其中基础设施投资为750亿美元、车载设备为3500亿美元、服务等领域为2000亿美元。欧洲智能交通在2010年产生了1000亿欧元左右的经济效益。3特点 智能交通系统具有以下两个特点：一是着眼于交通信息的广泛应用与
综合行业智能监控解决方案 第一部分概述 目前，随着现代城市建设和道路交通的发展，各种车辆越来越多，车辆与道路的矛盾、交通与环保能源的矛盾越来越尖锐，机动车遭盗抢案件越来越多，给交通管理部门带来很大的压力。 近年来，人们一直致力于寻找治理交通拥挤、加强车辆调度及遇险报警的最佳解决方案，GPS全球卫星定位系统的应用使人们看到了未来城市交通管理智能化的希望。为机动车辆特别是数目众多的货运车辆、客运车辆、出租车辆等大量的公共交通提供定位、监控、报警和指挥调度、信息发布等全方位的服务，是一项会产生极大的社会效益和经济效益的高科技产业。 贝尔科技将最新的CDMA通信技术和GPS卫星导航全球定位技术、GIS地理信息技术以及计算机网络技术相融合，研制开发出“河南电信车辆监控调度系统”。该系统能很好地满足对机动车辆的指挥、调度、管理、监控、导航、通信等需要。 全球卫星定位系统应用的春天已经来临，这是众多GPS定位厂商和贝尔集团及客户的共识，但是更需要性能稳定的GPS终端产品支撑才能塑造好GPS市场的良性和持续发展。我们“秉承专业品质，铸造行业精品”，相继研发生产了系列卫星定位车载终端。 贝尔科技继承一贯精湛的技术品质，推出的SMS、SMS+CDMA
车载终端，通过严格测试，性能稳定，功能强大；研发的C/S+B/S 混合架构GPS系统，适合企业乃至整个城市构建车载卫星定位运营平台。 我们将提供软件开发、系统集成到运营服务等系列化全程服务，最大化让利于合作伙伴，实现客户、合作伙伴和贝尔集团的多赢。 等待您的决策，希望我们能够合作，共同发展！ 第二部分功能介绍 一、车辆定位查询功能 客户服务中心根据用户需要可随时了解所有车辆的实时位置，并能在中心的电子地图上准确地显示车辆当时的状态（如速度，运行方向等信息）。本系统的电子地图采用矢量方式，对任意指定区域的车辆进行查询，可根据需要分层显示信息；可任意放大、缩小、移动；可进行同屏多窗口显示监控，或将目标锁定在某窗口，自动跟踪等。 二、报警功能 客户服务中心收到车载终端发来的报警信号(如主动紧急报警、断电报警、欠压报警、卸料报警等)，系统将进行自动分类处理，并伴以声、光方式提示指挥人员，报警的车辆在地图上以醒目方式显示报警状态和报警地点，并根据需要将报警目标的监视级别提升，同时自动记录轨迹、自动录音。指挥人员可根据报警情况和警力分布，用短消息或语音进行指挥调度和警情处理。
第9章入侵检测系统 1. 单项选择题 1)B 2)D 3)D 4)C 5)A 6)D 2、简答题 （1）什么叫入侵检测，入侵检测系统有哪些功能？ 入侵检测系统（简称“IDS”）就是依照一定的安全策略，对网络、系统的运行状况进行监视，尽可能发现各种攻击企图、攻击行为或者攻击结果，以保证网络系统资源的机密性、完整性和可用性。 入侵检测系统功能主要有： 识别黑客常用入侵与攻击手段 监控网络异常通信
鉴别对系统漏洞及后门的利用 完善网络安全管理 （2）根据检测对象的不同，入侵检测系统可分哪几种？ 根据检测对象的不同，入侵检测系统可分为基于主机的入侵检测基于网络的入侵检测、混合型三种。主机型入侵检测系统就是以系统日志、应用程序日志等作为数据源。主机型入侵检测系统保护的一般是所在的系统。网络型入侵检测系统的数据源是网络上的数据包。一般网络型入侵检测系统担负着保护整个网段的任务。混合型是基于主机和基于网络的入侵检测系统的结合，它为前两种方案提供了互补，还提供了入侵检测的集中管理，采用这种技术能实现对入侵行为的全方位检测。 （3）常用的入侵检测系统的技术有哪几种？其原理分别是什么？ 常用的入侵检测系统的技术有两种，一种基于误用检测（Anomal Detection），另一种基于异常检测（Misuse Detection）。 对于基于误用的检测技术来说，首先要定义违背安全策略事件的特征，检测主要判别这类特征是否在所收集到的数据中出现，如果检测到该行为在入侵特征库中，说明是入侵行为，此方法非常类似杀毒软件。基于误用的检测技术对于已知的攻击，它可以详细、准确的报告出攻击类型，但是对未知攻击却效果有限，而且知识库必须不断更新。 基于异常的检测技术则是先定义一组系统正常情况的数值，如CPU利用率、内存利用率、文件校验和等（这类数据可以人为定义，也可以通过观察系统、并用统计的办法得出），然后将系统运行时的数值与所定义的“正常”情况比较，得出是否有被攻击的迹象。这种检测方式的核心在于如何定义所谓的正常情况。异常检测只能识别出那些与正常过程有较
专业综合实践任务书 学生姓名:________专业班级: 指导教师: 工作单位: 信息工程学院 题目:检测交通视频中运动目标的程序设计 初始条件: （1）提供实验室机房及其matlab软件； （2）数字图像处理的基本理论学习。 要求完成的主要任务:(包括课程设计工作量及其技术要求,以及说明书撰写等具体 要求): （1）学习运动目标检测的原理及方法，并利用matlab设计程序完成以下功能；（2）读取交通视频文件； （3）运用一种背景建模方法，提取背景图像； （4）读取一帧有运动目标的图像，利用背景差分法，得到差分区域； （5）对差分区域进行数学形态学处理，得到完整的运动目标区域，并显示运动目标检测结果图； （6）对检测的结果进行分析比较； （7）要求阅读相关参考文献不少于5篇； （8）根据课程设计有关规范，按时、独立完成课程设计说明书。 时间安排: (1) 布置课程设计任务，查阅资料，确定方案 1.5天； (2) 进行编程设计、调试2天； (3) 完成课程设计报告书、答辩 1.5天； 指导教师签名: 年月日系主任(或责任教师)签名: 年月日
目录 摘要 (1) 1.概述 (2) 2.设计原理 (3) 2.1 背景提取与更新算法 (3) 2.1.1 手动背景法 (4) 2.1.2 统计中值法 (4) 2.1.3 算术平均法 (4) 2.1.4 Surendra算法 (5) 2.2 背景差分法运动目标检测 (6) 2.3 形态学滤波 (7) 2.4总体方案设定 (9) 2.4.1 算术平均法与Surendra算法相结合的背景建模 (9) 2.4.2 总体程序框图 (10) 3.软件编程实现 (11) 4.结果及分析 (13) 5.心得体会 (17) 参考文献 (18)
第24卷 第12期2007年12月 公 路 交 通 科 技 Journal of Highway and Transportation Research and Development Vol 24 No 12 Dec 2007 文章编号:1002 0268(2007)12 0127 05 收稿日期:2006 08 01 基金项目:江苏省科技计划高技术研究项目(BG2005008) 作者简介:胡铟(1973-),男,江西南昌人,博士研究生,研究方向为计算机视觉、目标检测及跟踪 (huyinyx@163 com) 基于单目视觉的路面车辆 检测及跟踪方法综述 胡 铟,杨静宇 (南京理工大学,江苏 南京 210094) 摘要:首先介绍了车辆检测算法的3种基本组成部分:检测、验证、跟踪,然后根据算法的组成重点介绍了车辆检测以及跟踪的几种主要算法。车辆检测算法包括基于特征的方法、基于光流场的方法和基于模型的方法,车辆跟踪算法包括基于区域相关的方法、基于活动轮廓的方法、基于特征的方法和MeanShift 快速跟踪算法。根据试验结果对各种车辆检测和跟踪方法的优点、缺点以及实际应用中不同情况下适用范围的局限性进行了综合分析。最后在结论部分总结展望了文中介绍的几种车辆检测和跟踪方法的应用前景,并提出了在实际应用时的一些建议和将来的主要研究和发展方向。 关键词:智能运输系统;车辆检测;单目视觉;跟踪中图分类号:TP391 4 文献标识码:A Veh icle D etection and Tracking Based on Monocu lar Vision HU Yin,YANG Jing yu (Nanjing Universi ty of Science &Technology,Jiangsu Nanjing 210094,China) Abstract :First,the three component of the vehicle detection algori thm including detection, verification and tracking are discussed Then,the algorithm of detection and tracking are discussed with emphasis on composition The vehicle detection algorithm includes feature based,op tical flow based and model based method The vehicle tracking al gorithm includes region correlation based,active contours based,feature based and mean shift based method The meri t and di sadvantage of these algori th ms is discussed accordin g to the result of experimentation Finally,some suggestions for fu ture research and application are presented Key words :Intelligent Transport Systems;vehicle detection;monocular visi on;trackin g 0 引言 近年来随着计算机视觉技术的发展,计算机视觉 在智能交通系统中得到了广泛的应用,如交通事件及流量的监测 [1] 、路面病害检测以及智能车辆的自动导 航等。作为智能交通系统的一个方面,智能车辆利用检测和智能算法去理解车辆的即时环境,并且提示驾驶员部分或完全控制车辆的行驶。 智能车辆的应用领域可以分为: (1)为驾驶员提供建议或警告(碰撞报警)。(2)部分的控制车辆,可以是持续的驾驶辅助, 如行道线的维持,或者是紧急事件的干预,碰撞的紧急避免措施。 (3)完全的控制车辆(自动驾驶系统)。 在过去的几年中,为了研究改良安全性和防止事故的新技术,许多国家和国际间的项目开始启动。车辆事故的统计数据揭示出其他车辆是驾驶员面临的主要威胁。因此研究对驾驶员发出关于行驶环境和可能与其他车辆碰撞的警告辅助系统受到更多的关注。 利用光学传感器的车辆检测是一个极富挑战性的任务,具体说有如下需要解决的难点问题: (1)车型多样:各种形状,大小,颜色;
交通视频监控系统 设计方案
1.1交通视频监控系统设计方案 1.1.1系统概述 近年来，全国平安城市建设发展迅速，城市重点部位都基本覆盖了视频监控点位，绝大部分视频监控点位都是在路面安装枪、球机为主的低点监控，虽然低点监控在覆盖面积上比较广，但随着城市建设日益扩大，城市环境日益复杂，低点监控资源在5~100米视距内的监控有着明显的局限性，无法满足大范围、超视距、全天候的精确监控。此外，低点监控侧重于局部、细节画面的特写拍摄，无法兼顾整体与局部，对于视频的联动使用、综合应用不够。增强现实立体化防控系统正是在这种环境下孕育而生的。 增强现实立体化防控系统能在业务系统上实现高点增强现实摄像机联动，并通过高点增强现实摄像机的鸟瞰视角观察、调度低点监控资源，可以轻而易举地实现既关注整体又兼顾局部的大范围立体监控。辅以增强现实技术，将视频中的背景信息进行结构化描述，使背
景信息可搜索、可定位，并能实现测距、方位感知、视频联动等功能，增强实时图像与信息的结合，能大大改善监控体验、指挥效率。 增强现实立体化防控系统是针对城市立体化监控而设计，包括视频信号的采集、传输、业务应用等关键环节，智能化程度高，实时性强，系统坚持先进性、实用性、可靠性、经济性、可集成性及可扩展性的建设原则，集成了增强现实系统、人脸比对识别系统、辅助卡口检测系统、视频智能分析系统、平台业务系统等。各个系统相互协同工作，形成以高点监控中的事件目标为驱动，有的放矢、关注细节，实现纵览全局和掌控细节的有机结合，形成高低交错，远近结合的立体监控体系，对城市空间领域进行全方位立体化综合视频监控。 该系统可广泛应用于广场、楼宇、汽车站、火车站等重要监控区域。 本方案建设交通治安卡口系统对公路运行车辆的构成、流量分布、违章情况等交通状况进行常年不断地自动记录，为交通规划、交通管理、道路养护部门提供重要的基础和运行数据，为快速纠正交通违章
动态视频目标检测和跟踪技术 传统电视监控技术只能达到“千里眼”的作用，把远程的目标图像（原始数据）传送到监控中心，由监控人员根据目视到的视频图像对现场情况做出判断。智能化视频监控的目的是将视频原始数据转化为足够量的可供监控人员决策的“有用信息”，让监控人员及时全面地了解所发生的事件：“什么地方”，“什么时间”，“什么人”，“在做什么”。将“原始数据”转化为“有用信息”的技术中，目标检测与跟踪技术的目的是要解决“什么地方”和“什么时间”的问题。目标识别主要解决“什么人”或“什么东西”的问题。行为模式分析主要解决“在做什么”的问题。动态视频目标检测技术是智能化视频分析的基础。 本文将目前几种常用的动态视频目标检测方法简介如下： 背景减除背景减除（Background Subtraction）方法是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动目标的一种技术。它一般能够提供相对来说比较全面的运动目标的特征数据，但对于动态场景的变化，如光线照射情况和外来无关事件的干扰等也特别敏感。实际上，背景的建模是背景减除方法的技术关键。最简单的背景模型是时间平均图像，即利用同一场景在一个时段的平均图像作为该场景的背景模型。由于该模型是固定的，一旦建立之后，对于该场景图像所发生的任何变化都比较敏感，比如阳光照射方向，影子，树叶随风摇动等。大部分的研究人员目前都致力于开发更加实用的背景模型，以期减少动态场景变化对于运动目标检测效果的影响。 时间差分时间差分（Temporal Difference 又称相邻帧差）方法充分利用了视频图像的特征，从连续得到的视频流中提取所需要的动态目标信息。在一般情况下采集的视频图像，若仔细对比相邻两帧，可以发现其中大部分的背景像素均保持不变。只有在有前景移动目标的部分相邻帧的像素差异比较大。时间差分方法就是利用相邻帧图像的相减来提取出前景移动目标的信息的。让我们来考虑安装固定摄像头所获取的视频。我们介绍利用连续的图像序列中两个或三个相邻帧之间的时间差分，并且用阈值来提取出视频图像中的运动目标的方法。我们采用三帧差分的方法，即当某一个像素在连续三帧视频图像上均有相
采用大华自主研发的视频分析算法，该算法利用智能神经网络技术，对视频图像进行分层处理，并借助计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉冗余的信息，分离出对系统有用的关键信息。 神经网络是基于模拟人脑智能特点和结构的一种信息处理系统，它通过对人脑的基本单元的建模和典型的激励函数的设计，来探索模拟人脑神经系统功能的模型，并研制一种具有并行分布处理与存储、高度自适应和自学功能、能分析较为复杂的非线性系统的软件模拟技术。大华视频检测系统采用的视频分析算法主要包括： 牌照定位分析算法：系统从车辆进入检测区域的第一帧开始，逐帧对牌照定位、跟踪、识别，通过对牌照的跟踪，来获取车辆信息，此算法可以保证在有牌照且牌照无污损、无遮挡情况下，准确捕获车辆。 车辆运动轨迹跟踪算法：系统从车辆进入监测区域的第一帧开始，跟踪分析车辆的运动轨迹，通过轨迹跟踪来获取车辆信息。此算法在无首尾相接的情况下，可以保持较高的识别准确率。 车灯运动轨迹跟踪算法：系统采用车灯光线轨迹跟踪技术，通过对车灯光线由远及近的运动轨迹进行跟踪，来确定车辆的运动轨迹，获取车辆的信息。可以保证在不加频闪灯的方式下，具有较高的捕捉率。 白天，系统通过牌照定位分析算法和车辆运行轨迹跟踪算法，双重分析，选择可信度高的识别结果作为最终结果；晚上，系统通过车灯运动轨迹跟踪算法来获取车辆信息。 为了保证系统在任何时段都有较高的捕获率，白天和晚上的算法切换采用双重标准，一是时间、日期，二是环境参数，如亮度等。通过两种参数的综合分析来准确掌握算法的切换时机，完成算法的自动切换，保证系统较高的车辆捕获率。
车辆检测原理 采用基于运动检测的车辆检测方法，其核心原理是通过学习建立道路背景模型，将当前帧图像与背景模型进行背景差分得到运动前景像素点，然后对这些运动前景像素进行处理得到车辆信息。该方法效果的优劣依赖于背景建模算法的性能。其流程图如下所示： 车辆检测流程图 整个检测过程分为以下几个步骤： 1、由高清摄像抓拍主机获取实时的视频流。 2、利用背景差分算法检测运动前景。首先通过初始多帧视频图像的自学习建立一个背景模型，然后对当前帧图像与背景模型进行差分运算，消除背景的影响，从而获取运动目标的前景区域。
十堰市航空路交通视频监控系统方案研究 摘要：航空路，是连接十堰市中心城区与武当山机场的重要道路，全线共设置1 处隧道、5处桥梁，为双向六车道断面。本文从交通视频监控系统分别设置在隧道、高架桥及跨线桥、交叉口等位置具体论述交通视频监控系统的设计原则。 关键词：航空路；视频监控；设置原则 1 十堰市航空路道路概况 航空路位于十堰市茅箭东城开发区及十堰经济开发区龙门工业园境内，是连 接十堰市中心城区与武当山机场的重要道路。拟建航空路位于十堰市东部，西起 火箭路与林荫大道2号线交叉口东南，东接现状机场路东段，是十堰市骨架路网 中重要的“一横”的主要部分。本项目的建设对完善区域骨架路网系统，改善十堰 东部地区路网结构，提升东部片区交通疏解能力，解决沿线地区的交通出行及市 政配套，拉开航空路沿线开发建设框架，带动沿线区域土地的开发具有重要的意义。 航空路起点与林荫大道与火箭路立交工程衔接，由西往东，与林荫大道3号 线平面交叉后连续跨越规划路、黑龙江路、东风大道、标致路后接龙门隧道，继 续往东穿过龙门五路，与花园街平交，以高架形式跨越和谐大道，再与龙门二路 平交，往东跨越龙门一路、许白路及茅塔河后与现状机场东路衔接，为城市主干路，实施长度为6800m，红线控制宽度45～71m。共设置1处隧道、5座桥梁与 东风大道交叉处设置菱形立交1座。 2 交通视频监控系统简述 交通视频监控系统一般由采集、传输、控制和显示四部分组成。图像采集工 作由前端的摄像机完成，采集质量的好坏将直接影响视频图像处理的效果。如果 视频图像中的车辆信息清楚，对比度好，无干扰信息或干扰信息少，将有利于车 辆的检测和跟踪，反之，将不利于车辆的检测和跟踪；根据摄像机和控制中心之 间距离的长短，会采用不同的传输设备，一般的传输方式包括视频基带传输、射 频有线传输、光纤传输、电话线传输等；控制部分是整个交通视频监控系统的中心，由总控制台组成。总控制台可以进行信号的缩放、矫正、补偿、切换、遥控、记录存储图像等；显示部分的功能就是把传送过来的图像显示出来，由若干台监 视器组成。 3 设置作用 交通监控系统主要用于观测和记录路面实际状况，也可用于路面违停和违反 禁令标志的违法监测。系统能为交通管理人员直观地反映道路交通信息与交通状况，便于及时掌握交通动态，能够在交通事故处置、交通疏导、交通违法取证、 及时响应交通突发事件、侦破刑事案件等方面发挥重要作用。下面将分别从隧道段、高架桥和跨线桥段以及交叉口段对交通监控系统进行讨论。 4 设置原则 4.1.中、长、特长隧道（封闭段长度L＞500m） （1）按交通监控Ⅰ级标准设置。 （2）应实现全路段全覆盖监控，视频监控点布设间距不超过300m，与交通 事件检测设备错开布置。 4.2 城市特大桥梁（总长L＞1000m）及快速路 （1）按交通监控Ⅱ级标准设置。 （2）应全覆盖设置视频监控点，布设间距不超过500m，遇匝道、立交适当
网络安全之入侵检测技 术 Revised as of 23 November 2020
网络安全之入侵检测技术 标签： 2012-07-31 14:07 中国移动通信研究院卢楠 摘要：入侵检测技术作为网络安全中的一项重要技术已有近30年的发展历史，随着中国移动网络的开放与发展，入侵检测系统（IDS）也逐渐成为保卫中国移动网络安全不可或缺的安全设备之一。在入侵检测技术发展过程中，逐步形成了2类方法、5种硬件架构，不同的方法与架构都存在其优势与不足。本文基于入侵检测的应用场景，对现有的主流技术原理、硬件体系架构进行剖析；详细分析IDS产品的测评方法与技术，并介绍了一个科学合理、方便操作的IDS测评方案。最后，从应用需求出发分析入侵检测技术的未来发展趋势。 1、背景 目前，互联网安全面临严峻的形势。因特网上频繁发生的大规模网络入侵和计算机病毒泛滥等事件使很多政府部门、商业和教育机构等都受到了不同程度的侵害，甚至造成了极大的经济损失。 随着互联网技术的不断发展，网络安全问题日益突出。网络入侵行为经常发生，网络攻击的方式也呈现出多样性和隐蔽性的特征。当前网络和信息安全面临的形势严峻，网络安全的主要威胁如图1所示。
图1 目前网络安全的主要威胁 说到网络安全防护，最常用的设备是防火墙。防火墙是通过预先定义规则并依据规则对访问进行过滤的一种设备；防火墙能利用封包的多样属性来进行过滤，例如：来源 IP 、来源端口号、目的 IP 地址或端口号、(如 WWW 或是 FTP)。对于目前复杂的网络安全来说，单纯的防火墙技术已不能完全阻止网络攻击，如：无法解决木马后门问题、不能阻止网络内部人员攻击等。据调查发现，80%的网络攻击来自于网络内部，而防火墙不能提供实时入侵检测能力，对于病毒等束手无策。因此，很多组织致力于提出更多更强大的主动策略和方案来增强网络的安全性，其中一个有效的解决途径就是入侵检测系统IDS（Intrusion Detection Systems）。 2、入侵检测技术发展历史 IDS即入侵检测系统，其英文全称为：Intrusion Detection System。入侵检测系统是依照一定的安全策略，通过软件和硬件对网络、系统的运行状况进行监视，尽可能发现各种攻击企图、攻击行为或攻击结果，以保证网络系统资源的机密性、完整性和可用性。IDS通用模型如图2所示。
基于视频的运动人体检测技术研究 摘要在视频监控领域中，快速准确地检测出运动人体，是后续进行运动分析的初级处理。本文将单摄像头拍摄的视频流，首先转换成静止的图像帧，通过MATLAB利用中值法进行背景模型的重建，背景减除来进行运动目标检测，并通过图像后处理技术，将运动人体快速准确地检测出来。通过对公共视频数据库及自拍视频的检测实验，均得到了较理想的运动人体图像，证明了该技术的可行性。 关键词视频序列；运动人体；MATLAB；目标检测 前言 当今社会，智能视频监控已分布到各行各业，是安全防范系统的重要组成部分。运动人体的检测是视频监控系统进行运动分析的最底层，是后续进行各种高级处理如目标分类、行为理解等的基础。本文以视频监控系统的应用为目的，将单摄像头拍摄的彩色视频流，首先转换成静止的图像帧，通过MATLAB利用中值法进行背景模型的重建，背景减除来进行运动目标检测，并通过图像后处理技术，检测到了较理想的运动人体图像。 1 运动目标检测 背景减除是当前最简单也是最常用的一种检测方法。该方法通过将当前图像帧与背景图像的灰度值直接进行相减操作，并将得到的差值与某一阈值T进行比较，大于阈值T的即被认定为是目标点，赋值为1；反之，认定为是背景点，赋值为0，进而检测出运动人体目标。 1.1 中值法背景建模 根据视频序列的特点，在时间序列上，运动人体经过视频图像上某一位置的时间是非常短暂的，大部分时间在该位置上显示的都是背景图像，因此本文利用中值法[1-2]来进行背景模型的重新建立，该方法能够利用图像序列中的一部分图像重新构造出精确的背景图像。其思想就是将图像序列中的部分图像按照其中像素的顺序进行排列，然后选出中间的像素值以此作为背景图像中对应位置处的像素值，遍历图像序列中所有的像素，即可以获得精确的背景图像。 1.2 差分及二值化 采用前述的背景减除法对图像进行差分操作，得到的差分结果为灰度图像，而在后续的处理过程中，用到更多的是二值化图像。将灰度图像进行二值化的常用方法是阈值分割法，其中阈值的选取至关重要。 根据阈值选取的不同一般分为局部阈值算法和全局阈值算法。全局阈值算法
入侵检测技术 一、入侵检测技术 入侵检测的研究最早可追溯到James Aderson在1980年的工作,他首先提出了入侵检测的概念,在该文中Aderson提出审计追踪可应用于监视入侵威胁，但由于当时所有已有的系统安全程序都着重于拒绝未经认证主体对重要数据的访问,这一设想的重要性当时并未被理解。1987年Dorothy.E.Denning[2]提出入侵检测系统(Intrusion Detection System，IDS)的抽象模型,首次将入侵检测的概念作为一种计算机系统安全防御问题的措施提出，与传统加密和访问控制的常用方法相比,IDS是全新的计算机安全措施。1988年的Morris Internet蠕虫事件使得Internet近5天无法使用。该事件使得对计算机安全的需要迫在眉睫,从而导致了许多IDS系统的开发研制。 入侵检测（Intrusion Detection）的定义为：识别针对计算机或网络资源的恶意企图和行为，并对此作出反应的过程。IDS则是完成如上功能的独立系统。IDS能够检测未授权对象（人或程序）针对系统的入侵企图或行为(Intrusion)，同时监控授权对象对系统资源的非法操作(Misuse)。 ●从系统的不同环节收集信息； ●分析该信息，试图寻找入侵活动的特征； ●自动对检测到的行为做出响应； ●纪录并报告检测过程结果。 入侵检测作为一种积极主动的安全防护技术，提供了对内部攻击、外部攻击和误操作的实时保护，在网络系统受到危害之前拦截和响应入侵。入侵检测系统能很好的弥补防火墙的不足，从某种意义上说是防火墙的补充[1]。 二、入侵检测的分类 现有的分类，大都基于信息源和分析方法进行分类。 2.1 根据信息源的不同，分为基于主机型和基于网络型两大类 2.1.1 基于主机的入侵检测系统 基于主机的IDS可监测系统、事件和Windows NT下的安全记录以及Unix环境下的系统记录。当有文件被修改时，IDS将新的记录条目与已知的攻击特征相比较，看它们是否匹配。如果匹配，就会向系统管理员报警或者作出适当的响应。 基于主机的IDS在发展过程中融入了其他技术。检测对关键系统文件和可执行文件入侵
常用车辆检测传感器综述 前言随着城市规模的不断扩大以及人口持续增加，人们的工作生活越来越依赖于各种交通工具。经济不断发展，人们收入的增加，以及国家一系列的购车优惠政策，越来越多的人拥有汽车。城市各种车辆的增加给人们出行提供了方便，但是由于交通量的增加，容易造成交通拥堵，甚至出现交通事故。为了解决日益严重的交通问题，不能够仅仅依靠扩宽现有的道路或者修建新的道路，构建智能交通系统（Intelligent Transportation Systems，简称ITS）此时解决日益严重的道路交通问题的有效办法，而车辆检测传感器则是ITS中最重要的交通数据采集部分。 实时准确地检测道路车辆的交通流信息并预测未来道路交通状况,进而将预测信息提供给交通控制中心,才可能有效避免交通阻塞,减少出行时间和交通事故的发生。精确和可靠的检测数据是在交通控制中进行合理的信号配时优化的基础，有效地利用实时的交通数据预测未来的交通状况,是实现有效的交通控制关键所在。本文集中介绍了集中生活中常用的几种固定式车辆检测传感器的原理和特点，分析了在不同环境中，车辆检测传感器的选择方式。 固定式车辆检测传感器一般包括感应线圈式检测器、超声波检测器、微波检测器、红外线检测器、视频检测器、磁力检测器以及声学检测器等。 一、感应线圈检测器 1.1 工作原理 感应线圈车辆检测器在检测过程中利用了涡流效应，即根据电磁感应定律，当金属导体置于交变磁场中时，导体内就会产生感应电流，在导体内形成闭合回路电流。检测器LC谐振电路产生一定频率的正弦振荡信号，同时，正弦振荡信号经互感线圈感应到埋设在路面的环形激励线圈上，使其周围空间形成正弦交变磁场。 图1 线圈检测系统组成示意图 其主要构成包括:埋于路面以下较浅处的绝缘线圈、路边拉紧盒到控制箱的数据输入线以及装于控制箱内的电子元件，如图1所示。环形线圈检测系统与控制中心的主控机通过电缆连接、通信，主控机可发送信号，设置检测器的检测周期等工作状态，并监测检测器故障；检测器则将检测数据如车辆计数、占有率等传送至主控机，以便完成控制系统的信息存储、优化配置、方案选择和事件检测等功能，实现系统的最佳控制效果。当汽车停在或驶过绝缘线圈,车辆的金属部分产生涡流电流,且电流方向与线圈电流的方向相反,因此,引起涡流电流产生的磁场与线圈电流产生的磁场方向相反,使得线圈磁场场强减小,而线圈磁场场强的减小使得振荡电路的振荡频率增加,从而引发电子元件向控制箱发出脉冲,以表征车辆的出现和经过。 1.2 典型应用 感应线圈车辆检测器具有稳定性好、技术成熟、正常使用寿命长、性价比和精确度高等
视频交通流信息采集系统解决方案 1概述 视频交通流信息采集系统主要包括视频图像采集设备、视频传输网络、交通流视频检测器等。视频检测器采用虚拟线圈技术，利用边缘信息作为车辆的检测特征，实时自动提取和更新背景边缘，受环境光线变化和阴影的影响较小；同时采用动态窗的方式来进行车辆计数，解决了采用以往固定窗方式进行车辆计数时由于车辆变道而导致的错误、重复计数问题。视频检测器能对视频图像采集设备或交通电视监视系统的视频信号自动进行检测，主要采集道路的微观交通信息如流量、速度、占有率、车辆间距、排队长度等，适用于近景监控模式。 2系统功能及特点介绍 2.1数据接口设计 视频交通流信息采集系统可以通过调用本项目提供的交通流数据统一接入接口，或由本项目提供数据格式标准化及上传程序，将采集到的交通流数据共享给本项目相关系统，以实现视频交通流数据的采集功能。 图1 数据接口设计 2.2系统功能 交通流信息视频检测系统的主要功能如下： （1）车辆检测 系统能够对输入的视频流图像进行车型、车牌等特征检测。
（2）交通流数据采集功能 系统可以采集交通流数据包括交通流量、平均车速、车道占有率、车型、平均车头间距、车辆排队长度、车辆密度、交通流状态等，交通流数据采集时间间隔在1～60分钟任意可调。 图 2 视频交通流检测模块 （3）视频图像跟踪功能 系统能对单路监控前端设备在不同预置位采集的视频图像进行不同区域不同事件的自动检测。一旦检测到特定的交通事件，事件检测器应具有该交通事件的视频图像目标自动跟踪、记录、分析功能。 当输入的视频图像不为设定的预置位的视频图像，系统应能自动不进行事件检测。一旦监控前端设备恢复至设定的预置位，系统应能自动进行事件检测。 （4）事件图像抓拍、录像功能 系统可以根据用户的设置，完成相应的录像和图片抓拍功能。 事件录像可以按摄像机、按事件类型、按时间归档存储在系统的预录像子系统中，由系统服务器进行统一的管理调用。 系统循环进行录像，当发生交通异常事件时，系统能够提供事发之前和之后的3分钟间的录像（可设置）。 系统可通过多种组合查询条件对视频交通流检测所采集的数据进行统计，包括时间-流量统计、时间-平均车速统计、时间-占有率统计、速度-流量统计等；统计结果可导出为
智能交通视频监控系统 解 决 方 案
一、概述 视频智能分析监控系统是道路交通指挥系统的一个重要组成部分，它能为交通指挥人员提供道路交通的直观信息与实时交通状况，便于及时发现各种交通违章和其他可疑情况，有利于交通指挥人员迅速作出响应；视频智能分析监控系统的实时录像功能同时也是处理交通事故和协助社会治安整治的取证手段。可以说，视频智能分析监控对于加强安全防范和交通管理至关重要。 伴随经济增长和城市化进程的发展，新的城市交通基础设施的不断兴建，人、车流量都不断增长，相应的，视频智能分析监控系统也一再扩容。在监控系统越来越庞大、监控信息量越来越多的情况下，单纯依赖有限的交管人力资源来实现全时、全面的监控，成为几乎不可能的事情。 本方案的提出，旨在利用当今最前沿的智能视频分析技术，对目前的城市道路交通监控系统进行改造，实现道路交通中异常行为的智能识别、提前发现和自动报警，从而减轻交管监控人员的工作负担，提高监测准确度，使城市道路交通管理工作更加有效。
二、需求分析 2.1城市道路交通智能视频智能分析监控系统的主要作用： （1）路况监视：各路口的摄像机会及时将所监控区域的实时图像传回交通指挥中心，使交通指挥人员实时掌握各路口和路段的交通状况 （2）智能分析：针对整个监控系统的路口较多，出现许多违反交通规则行为的情况下，以传统的监控模式，只凭人的肉眼和事后查，例如：路段人车流量、 信号灯是否正常工作、是否有违章行为和交通事故发生。这些信息能帮助交 通管理部门及时采取合适的处理方式。看录像来做到，任务量是相当多。所 以我们所说的智能监控就是通过智能视频分析设备来代替人力完成监视和 查询违章的交通事件。 （3）录像：视频智能分析监控的图像会保存到交通指挥中心的录像服务器上，作为处理交通事故、违规行为甚至是治安犯罪等各种突发情况的取证依据。 2.2对视频智能分析监控系统的主要要求： （1）满足7*24小时运行要求。系统运行必须稳定可靠，故障率低，检修方便。 （2）画面延迟小，图像清晰度高。 （3）技术领先，有一定前瞻性，满足较长期间的需求。 （4）多层级联网，并能适应灵活扩容的需要。 （5）能有效减轻交管部门工作负荷，缓解城市增长迅速与交通警力不足间的矛盾。 2.3智能交通客户功能需求分析： 违章或故障、事故停车： 在车道上或禁止停车区域出现停车现象，不论是因车辆故障停车或违章停车，都或属于极为危险的事件，或属于易引起交通阻塞的违章行为，需要及时进行处理，而事故停车也需要管理部门及时知晓尽快处理以恢复交通，视频分析技术可以及时发现停车行
网络入侵检测原理与技术 摘要：计算机网络技术的发展和应用对人类生活方式的影响越来越大，通过Internet人们的交流越来越方便快捷，以此同时安全问题也一直存在着，而人们却一直未给予足够的重视，结果连接到Internet上的计算机暴露在愈来愈频繁的攻击中，基于计算机、网络的信息安全问题已经成为非常严重的问题。 关键词：入侵检测；入侵检测系统；入侵检测系统的原理、方法、技术 一、网络入侵及其原因 简单来说，网络安全问题可以分为两个方面： 1)网络本身的安全； 2)所传输的信息的安全。 那么，我们之所以要进行网络入侵检测，原因主要有以下几个：1）黑客攻击日益猖獗 2）传统安全产品存在相当多的问题 二、入侵检测原理、方法及技术 1、入侵检测概念 入侵检测是指对潜在的有预谋的未经授权的访问信息、操作信息以及致使系统不可靠、不稳定或者无法使用的企图的检测和监视。它是对安全保护的一种积极主动地防御策略，它从计算机网络系统中的若干关键点收集信息，并进行相应的分析，以检查网路中是否有违反安全策略的行为和遭到袭击的迹象。入侵检测被认为是防火墙之后第二道安全闸门，在不影响网路性能的前提下对网络进行监测，从而提供对内外部攻击和误操作的实时保护。 2、入侵检测模型
3、入侵检测原理 根据入侵检测模型，入侵检测系统的原理可以分为以下两种： 1）异常检测原理 该原理根据系统或者用户的非正常行为和使用计算机资源的非正常情况来检测入侵行为。 异常检测原理根据假设攻击和正常的活动的很大的差异来识别攻击。首先收集一段正常操作的活动记录，然后建立代表用户、主机或网络连接的正常行为轮廓，再收集事件数据同时使用一些不同的方法来决定所检测到的事件活动是否正常。 基于异常检测原理的入侵检测方法和技术主要有以下几种方法： a)统计异常检测方法； b)特征选择异常检测方法； c)基于贝叶斯推理异常的检测方法； d)基于贝叶斯网络异常检测方法； e)基于模式预测异常检测方法。 其中比较成熟的方法是统计异常检测方法和特征选择异常检测方法，对这两种方法目前已有由此而开发成的软件产品面市，而其他方法都还停留在理论研究阶段。 异常检测原理的优点：无需获取攻击特征，能检测未知攻击或已知攻击的变种，且能适应用户或系统等行为的变化。 异常检测原理的缺点：一般根据经验知识选取或不断调整阈值以满足系统要求，阈值难以设定；异常不一定由攻击引起，系统易将用户或系统的特殊行为(如出错处理等)判定为入侵，同时系统的检测准确性受阈值的影响，在阈值选取不当时，会产生较多的检测错误，造成检测错误率高；攻击者可逐渐修改用户或系统行为的轮廓模型，因而检测系统易被攻击者训练；无法识别攻击的类型，因而难以采取适当的措施阻止攻击的继续。 2）误用检测原理 误用检测，也称为基于知识或基于签名的入侵检测。误用检测IDS根据已知攻击的知识建立攻击特征库，通过用户或系统行为与特征库中各种攻击模式的比较确定是否发生入侵。常用的误用检测方法和技术主要有： a)基于专家系统的检测方法； b)基于状态转移分析的检测方法； c)基于条件的概率误用检测方法； d)基于键盘监控误用检测方法； e)基于模型误用检测方法。 误用检测技术的关键问题是：攻击签名的正确表示。误用检测是根据攻击签名来判断入侵的，如何用特定的模式语言来表示这种攻击行为，是该方法的关键所在。尤其攻击签名必须能够准确地表示入侵行为及其所有可能的变种，同时又不会把非入侵行为包含进来。由于大部分的入侵行为是利用系统的漏洞和应用程序的缺陷进行攻击的，那么通过分析攻击过程的特征、条件、排列以及事件间的关系，就可具体描述入侵行为的迹象。 4、入侵检测方法 1）基于概率统计的检测 该方法是在异常入侵检测中最常用的技术，对用户行为建立模型并根据该模型，当发现出现可疑行为时进行跟踪，监视和记录该用户的行为。优越性在于理论成熟，缺点是匹配用