视频传感器网络—Video Sensor Network知多少？

      传感器技术、嵌入式技术、现代网络以及低功耗无线通信等技术的飞速发展，推动了现代无线传感器网络(Wireless Sensor Network)的产生和发展。无线传感器网络是由大量具有数据采集、处理、无线通信能力的微型低功耗传感器节点通过多跳通信方式形成的网络系统，以协作地完成大规模复杂的监测任务。无线传感器网络拓展了人们获取信息的能力，将客观世界的物理信息同传输网络连接在一起，在下一代互联网中将为人们提供最直接、最有效、最真实的信息。由于无线传感器网络能够获取客观世界的各种物理信息，可应用于军事国防、工农业控制、城市管理、生物医疗、环境监测、抢险救灾、防恐反恐、危险区域远程控制等诸多领域，具有广阔的应用前景。

      目前，传感器网络研究主要集中于在能量受限的传感器节点上实现简单的环境数据(如温度、湿度、光强等)采集、处理与传输。然而，随着监测环境的日趋复杂多变，由这些传统传感器网络所获取的简单数据愈加不能满足人们对环境监测的全面需求，迫切需要将数据量大、内容丰富的图像、视频等媒体引入到以传感器网络为基础的环境监测活动中来，实现细粒度、精准信息的环境监测。传感器技术的快速发展，使我们能够获得成本低廉的图像、视频传感器(如CMOS摄像头)成为可能。对于视频传感器而言，我们的选择可谓灵活多样：无论是昂贵的Pan-Tilt-Zoom相机、高分辨率数字相机，还是低廉的网络相机Web-cams、手机相机Cell-phone-class，甚至是成本更低廉的微型相机Cyclops。

      针对这种需求，视频传感器网络的研究应运而生。在2003年国际著名刊物IEEE Transactions on Pervasive Computing上，Holman等人率先提出利用视频传感器网络实现海岸环境监测。此后，国际学术界陆续发表有关视频传感器网络的论文。在IEEE系列会议(如INFOCOM、ICIP、MASS、WirelessCom等)、ACM系列会议(ACM Multimedia、ACM SenSys、ACM MobiCom、ACM WSNA等)发表了一些重要的研究成果，且相关论文数量呈快速增长趋势。自2003年起，ACM还专门组织国际视频监控与传感器网络研讨会(ACM International Workshop on Video Surveillence & Sensor Networks)交流相关领域研究成果。EURASIP应用信号处理杂志(EURASIP Jouranl on Applied Signal Processing)也于2006年相继开展了视频传感器网络研讨专题(Special Issue on Visual Sensor Networks)。

      2003年以后，美国俄勒冈健康与科学大学(Oregon Health and Science University)、弗吉尼亚大学(Virginia Tech)、卡耐基-梅隆大学(Carnegie-Mellon University CyLab)、马萨诸塞大学(University of Massachusetts Amherst)、爱荷华州立大学(Iowa State University)等著名学府也开始了视频传感器网络方面的研究工作，纷纷成立了视频传感器网络课题组并启动相应的科研计划。

      我国学者也非常重视视频传感器网络技术的研究，北京邮电大学智能通信软件与多媒体北京市重点实验室已率先开展了该领域的探索研究，中国科学院计算技术研究所也开展了与之相关的音频传感器网络研究。

      视频传感器网络(Video Sensor Network)是由一组具有计算、存储和通信能力的视频传感器节点组成的分布式感知网络。它借助于节点上视频传感器感知所在周边环境的图像、视频信息，通过多跳中继方式将数据传到信息汇聚节点，汇聚节点对监测数据进行分析，实现全面而有效的环境监测。

图1 视频传感器网络结构

      如图1所示，一个典型的视频传感器网络通常由视频传感器节点(video sensor)、汇聚节点(sink)和控制中心(control center)等构成。视频传感器节点散布在指定的感知区域内，其采集的数据沿着其它视频传感器节点逐跳传送到汇聚节点，最后通过Internet网络或通信卫星到达控制中心。用户通过控制中心对视频传感器网络进行配置和管理，发布监测任务以及收集监测数据。

视频传感器网络主要实体介绍如下：

视频传感器节点

      集成有传感器、数据处理单元和通信模块的微型嵌入式节点，借助内置视频传感器监测所在周边环境中的图像、视频信息，并进行简单处理(如压缩编码、特征提取、对象识别、数据融合等)，并负责对其它节点转发的数据进行融合、转发等。

汇聚节点

      既可以是一个具有较强功能的视频传感器节点，有足够的能量供给更多的内存与计算资源；也可以是没有监测能力，仅具有通信能力的特殊网关设备。通常，汇聚节点的处理能力、存储能力及通信能力较强，负责连接视频传感器网络与Internet等外部网络，发布管理视频传感器节点的监测任务，并转发数据至外部网络。

控制中心

      负责查询或收集视频传感器网络的监测信息，也可向视频传感器网络发布信息，并提供友好的交互界面供用户对监测信息进行观察、分析、挖掘及决策。

      视频传感器网络作为一种新型的监测系统，与传统的基于摄像头的监测系统相比，具有以下显著优势： 

网络中视频传感器节点属低功耗的微型嵌入式设备，考虑到其相对低廉的成本，为获取精确信息，在监测区域通常密集部署，冗余节点的存在使得监控系统具有很强的容错性能，且能有效地减少监测区域的覆盖盲点。 视频传感器节点间大多采用的无线通信方式，可省去布线的麻烦，实现视频传感器网络部署的灵活便捷，也可节约网络维护成本。 视频传感器节点具有自组织能力，在无需人为参与的情况下，能够自动进行网络配置和管理，通过拓扑管理机制和网络协议自动形成转发监测数据的网络系统，尤其适于完成人员难于到达区域的监测任务。 分布式计算的特点决定其能够对大数据量媒体信息(如图像、视频等)进行复杂网内处理，快速提取有价值的视觉监测信息，提高系统工作效率。

      作为传感器网络的一种，视频传感器网络除了具有其共性特点以外，还具有显著的个性特点。具体表现为：

网络能力增强

      由于大数据量图像、视频等媒体的引入，视频传感器节点及网络能力(采集、处理、存储、收发、能量供应等方面)都有显著增强。视频传感器节点处理能力由原来Mica系列的6MHz提高至Stargate系列的数百兆(206MHz—400MHz)，存储能力也由原来的KB量级增至MB量级。为了更好地满足网络中媒体实时传输需求，传感器网络带宽资源也相应增加。

感知媒体丰富

      图像、视频及控制信号在内的多类数据共存于视频传感器网络中。视频传感设备性能的差异，将直接导致采集的静态图像或动态视频流在色彩、分辨率、编码格式等诸多参数上表现各异。另外，视频传感设备能力的不同(如普通摄像头 vs PTZ摄像头与广角摄像头)，也使得获取的视觉信息差别很大。这些媒体信息共同服务于场景监测任务，实现更为全面、准确的场景监测。

处理任务复杂

      传统传感器网络采集的数据格式单一、信息量少，因而处理简单，只需经过加、减、乘、除、求和、求最大最小值等运算。比如，在温度监测应用中，对一个地区的多个温度传感数据进行取平均运算，以获得该地区的温度数据。随着监测环境的日益复杂，人们通过这些数值结果很难对监测环境形成全面认知。而视频传感器网络采集图像、视频信息丰富且格式复杂，我们可利用压缩编码、特征提取、对象识别、数据融合等多种处理以满足多样化环境监测应用需求。