探讨智能分析在国土监察违章建筑预警的应用

智能分析在生活中的应用在20 世纪智得到了飞速的发展。如今，在人们的生活中，智能分析随处可见。按照智能分析应用的类别可以分为以下几类：

　　越界分析：一般安装在厂区重点区域、学校、看守所围墙上用于监控人的越界行为;

　　入侵分析：一般应用于博物馆、银行金库等重点保护区域对入侵行为作出预警;

　　丢失分析：应用于博物馆、展览厅等对重要物品离开指定区域做出预警;

　　方向分析：对重要出入口或者是单向行驶的道路做人流或者车流的监控管理;

　　滞留分析：对于重要监控区域以及相关禁入区域做逗留的人和物的分析;

　　智能跟踪：应用于小区或者相关公共场所的人和物进行目标锁定并跟踪报警。

　　国有土地包含的范围很广，我国拥有的国有土地面积十分巨大，其分布也不集中，因此对国有土地的管理就存在监管难，发现违法侵占滞后等一系列问题。在国有土地的违法侵占中，在国有土地上的违建是国土监察的第一大对象，很多开发商会利用监察不及时，在城郊的国有土地上进行国有土地的违法侵占。

　　防微杜渐，及时预警

　　在国有土地上违法侵占，进行违建活动有着较为显著的特征，比如在发生违建的初期，会有人进行踩点，接着会有工程车辆的参与并进行打地基等活动，这时候会有地表变化的特征，在整个的建筑活动过程中也会出现绿色防护网和活动板房等特征行为。

　　我们的目的是要在违法侵占行为的初期，给出预警，这对及时发现、及时查处有着重要的意义。如果已经造就了违法的事实，日后的查处工作和难度将会加大。通过对上述特征做算法的智能分析对国土监察违章建筑有着重要的意义。

　　日异月殊，明察秋毫

　　当国有土地发生非法侵占行为时，一般而言其现场的场景都会有显著变化，按照时间积累长短的不同可分为两大类。

　　运动变化

　　指短时间内监控场景中有着较为显著的变化，比如，三、五个工人在监控场景内施工，亦或工程车辆在区域中作业等。

地表变化

　　指经过较长一段时间后，由于打地基或者挖土等行为造成地表有着较大及明显的变化。

　　运动检测，对及时发现人工踩点以及工地搭建后，工程车辆运输的监察有着极高的检测精度。通过对监控场景进行去噪、背景建模等手段，让计算机学习到监控区域的模型，待监控场景中有“异物”(人或工程车辆)出现时，运用背景减除、形态学等操作可以准确的获取监控场景中的运动物体。

　　地表变化，可以灵敏的发现地表的显著变化，对处于打地基阶段所造成的地表变化有着很好的检测效果。通过对较长时间段内监控场景的学习，判断场景中是否存在地表变化。地表变化是国有土地上违法侵占开始的重要标志，通过智能分析研究地表变化有着开创性的意义。

　　去粗取精，去伪存真

　　通过文献调研和实地走访我们发现，在建筑过程中必定要有工程车辆的参与，以及可能有活动板房和防护网等特征的出现。工程车辆的识别，在视频监控区域内通过运动检测后的结果，采用HOG特征加SVM的分类方法可以很好的对工程车辆进行识别。一般来讲，以挖土机为代表的工程车辆一般出现在挖地基的违建初级阶段，通过抓住挖土机机械臂和斗的识别可以准确的捕捉这一特征。以拉土车和搅拌机为代表的工程车辆贯穿于整个建筑过程。

　　防护网的检测，根据相关规定，当建筑物高度超过4m时，必须设置一道随墙体逐渐上升的防护网，以防止人身、物体的坠落伤害，降低噪音灰尘污染，达到文明施工的效果。一般防护网网体以绿色为主，并伴有横纵向及斜向的交叉支架。以颜色和条纹纹理为特征，采用slide-window+FFT+adaboost结构设计分类器，对防护网有很好的检测识别效果。

　　活动板房的检测，在现代建筑中，活动板房因为轻便，安装迅速等优势，被施工单位广泛用作人员的临时居住地。因此，出现板房的区域，很大可能是在动土施工。板房结构较为规整，颜色单一而有序。通过sift 可以稳定的描述板房特征。

　　应用中的挑战

　　由于实际场景的复杂性及成像装置的性能限制，摄像头获取的视频往往有很大程度的抖动。加上拍摄角度的多样，光照条件的不同，物体的遮挡及大量非兴趣目标的干扰等因素，获取到的图像质量千差万别。很多理论分析表现优异的算法，到实际应用中的性能都不尽如人意。要解决这些难题，必需对系统进行巧妙地设计与精确的安排。

　　结语

　　尽管智能分析在国土监察违章预警中的应用受到外在客观条件的种种限制，其准确率也因此而有所减损，但它的应用相信对技术也起着促进的作用，我们也不妨在此遐想一下：不远的将来，在国土监察违章建筑预警的应用方面，人工尚不能完美所及的事情，智能分析帮我们做到了!