探討智能分析在國土監察違章建筑預警的應用

智能分析在生活中的應用在20 世紀智得到了飛速的發展。如今，在人們的生活中，智能分析隨處可見。按照智能分析應用的類別可以分為以下幾類：

　　越界分析：一般安裝在廠區重點區域、學校、看守所圍墻上用于監控人的越界行為;

　　入侵分析：一般應用于博物館、銀行金庫等重點保護區域對入侵行為作出預警;

　　丟失分析：應用于博物館、展覽廳等對重要物品離開指定區域做出預警;

　　方向分析：對重要出入口或者是單向行駛的道路做人流或者車流的監控管理;

　　滯留分析：對于重要監控區域以及相關禁入區域做逗留的人和物的分析;

　　智能跟蹤：應用于小區或者相關公共場所的人和物進行目標鎖定并跟蹤報警。

　　國有土地包含的范圍很廣，我國擁有的國有土地面積十分巨大，其分布也不集中，因此對國有土地的管理就存在監管難，發現違法侵占滯后等一系列問題。在國有土地的違法侵占中，在國有土地上的違建是國土監察的第一大對象，很多開發商會利用監察不及時，在城郊的國有土地上進行國有土地的違法侵占。

　　防微杜漸，及時預警

　　在國有土地上違法侵占，進行違建活動有著較為顯著的特征，比如在發生違建的初期，會有人進行踩點，接著會有工程車輛的參與并進行打地基等活動，這時候會有地表變化的特征，在整個的建筑活動過程中也會出現綠色防護網和活動板房等特征行為。

　　我們的目的是要在違法侵占行為的初期，給出預警，這對及時發現、及時查處有著重要的意義。如果已經造就了違法的事實，日后的查處工作和難度將會加大。通過對上述特征做算法的智能分析對國土監察違章建筑有著重要的意義。

　　日異月殊，明察秋毫

　　當國有土地發生非法侵占行為時，一般而言其現場的場景都會有顯著變化，按照時間積累長短的不同可分為兩大類。

　　運動變化

　　指短時間內監控場景中有著較為顯著的變化，比如，三、五個工人在監控場景內施工，亦或工程車輛在區域中作業等。

地表變化

　　指經過較長一段時間后，由于打地基或者挖土等行為造成地表有著較大及明顯的變化。

　　運動檢測，對及時發現人工踩點以及工地搭建后，工程車輛運輸的監察有著極高的檢測精度。通過對監控場景進行去噪、背景建模等手段，讓計算機學習到監控區域的模型，待監控場景中有“異物”(人或工程車輛)出現時，運用背景減除、形態學等操作可以準確的獲取監控場景中的運動物體。

　　地表變化，可以靈敏的發現地表的顯著變化，對處于打地基階段所造成的地表變化有著很好的檢測效果。通過對較長時間段內監控場景的學習，判斷場景中是否存在地表變化。地表變化是國有土地上違法侵占開始的重要標志，通過智能分析研究地表變化有著開創性的意義。

　　去粗取精，去偽存真

　　通過文獻調研和實地走訪我們發現，在建筑過程中必定要有工程車輛的參與，以及可能有活動板房和防護網等特征的出現。工程車輛的識別，在視頻監控區域內通過運動檢測后的結果，采用HOG特征加SVM的分類方法可以很好的對工程車輛進行識別。一般來講，以挖土機為代表的工程車輛一般出現在挖地基的違建初級階段，通過抓住挖土機機械臂和斗的識別可以準確的捕捉這一特征。以拉土車和攪拌機為代表的工程車輛貫穿于整個建筑過程。

　　防護網的檢測，根據相關規定，當建筑物高度超過4m時，必須設置一道隨墻體逐漸上升的防護網，以防止人身、物體的墜落傷害，降低噪音灰塵污染，達到文明施工的效果。一般防護網網體以綠色為主，并伴有橫縱向及斜向的交叉支架。以顏色和條紋紋理為特征，采用slide-window+FFT+adaboost結構設計分類器，對防護網有很好的檢測識別效果。

　　活動板房的檢測，在現代建筑中，活動板房因為輕便，安裝迅速等優勢，被施工單位廣泛用作人員的臨時居住地。因此，出現板房的區域，很大可能是在動土施工。板房結構較為規整，顏色單一而有序。通過sift 可以穩定的描述板房特征。

　　應用中的挑戰

　　由于實際場景的復雜性及成像裝置的性能限制，攝像頭獲取的視頻往往有很大程度的抖動。加上拍攝角度的多樣，光照條件的不同，物體的遮擋及大量非興趣目標的干擾等因素，獲取到的圖像質量千差萬別。很多理論分析表現優異的算法，到實際應用中的性能都不盡如人意。要解決這些難題，必需對系統進行巧妙地設計與精確的安排。

　　結語

　　盡管智能分析在國土監察違章預警中的應用受到外在客觀條件的種種限制，其準確率也因此而有所減損，但它的應用相信對技術也起著促進的作用，我們也不妨在此遐想一下：不遠的將來，在國土監察違章建筑預警的應用方面，人工尚不能完美所及的事情，智能分析幫我們做到了!