讯维 | VCA技术介绍

　　VCA技术通常采用背景分离(背景减除)技术来进行图像变化的检测(所有的视频分析模式，如入侵、丢包、逆行等都是一 种模式的图像变化，其思路就是对视频帧与基准背景图像进行比较，那么相同位置的像素(区域)变化则认为是变化了的区域，对这些区域进一步处理、跟踪、识别，得到包括目标位置、尺寸、 形状、速度、停留时间等基本形态信息和动态信息，完成目标的跟踪和行为理解之后，也就完成了图像与图像描述之间的映射关系，从而系统修够进一步进行规则判定，直到触发报警。

　　声明：部分内容及图片来源于网络，如有侵权请联系删除。

　　背景减除法是目前普遍使用的运动目标检测方法，其算法本身需要大量的运算处理资源，并且仍然会受到光线、天气等自然条件及背景自身变化(海浪、云影、树叶摇动等情况)的影响，但是，针对不同的天气以及自然干扰，已经有多种附加算法(过滤器)应用来弥补这些缺陷，随着芯片能力的提升及算法改进，相信视频分析技术会进一步成熟。

　　这里的VCA技术是个泛指，是为了与VMD技术进行区别，VCA技术多数是指是基于目标跟踪技术的视频分析技术。VCA技术不同于VMD技术，VCA技术不使用相邻帧之间进行对比的方式来实现移动目标探测，而是首先将视频图像中的背景和前景(目标)进行分离，并保持背景的自动更新，然后通过对前景目标的探测、跟踪、分类及识别，并参考为不同摄像机场景预设的报警触发规则，将目标行为与规则进行比较，一旦前景目标触发了规则， 系统则自动实现告警，控制中心可以接收报警、重组场景、警情确认直至采取措施。

　　VCA技术可以对视频图像内容进行预处理，过滤掉对分析产生影响的因素，如风、 霜雨、雪、雾等自然情况，或摄像机的抖动，或树叶、海浪等循环运动的背景，排除各种干扰。集中资源对目标进行探测、跟踪、分类和识别。相对于VMD技术，VCA 更专注于前景，并具有"记忆"识别能力。因此VCA技术克服了VMD技术的一些缺陷并有所提高。