摘要：  近几年，智能视频分析是安防行业的一个热点，大家对智能视频分析技术相信都一定程度的了解了。如今一些知名厂商，大力发展智能视频分析技术，其智能视频分析技术的应用主要集中在移动侦测、越界侦测、区域闯入侦测、动态跟踪、车牌识别等功能。

关键字：  安防行业，智能视频，监控技术

近几年，智能视频分析是安防行业的一个热点，大家对智能视频分析技术相信都一定程度的了解了。如今一些知名厂商，大力发展智能视频分析技术，其智能视频分析技术的应用主要集中在移动侦测、越界侦测、区域闯入侦测、动态跟踪、车牌识别等功能。

智能分析应用需求大增

进入21世纪，公共安全问题已经成为全世界的一大热点，安防监控系统已经应用到社会的各个角落，影响和改变着人们的生活。互联网、3G无线通信以及智能化多媒体处理技术的迅猛发展，为网络化的智能视频监控系统研发提供强有力的支撑。如今，视频监控系统越来越广泛的应用到社会的各个方面，在安防、政府、银行、教育、交通等社会各个领域都发挥着极其重要的作用。在我国，视频监控市场正在快速发展中，各种监控需求逐年增多，监控设备也越来越丰富，人们不断对监控系统提出了更高、更新的要求。

俗话说“百闻不如一见”，视觉信息在人类活动所涉及的信息中占据的比重最大，而且由于其空间和结构特性使其不能为任何其他信息所替代。智能视频监控技术源于计算机视觉技术，作为人工智能研究的一个分支，是一项新兴的安防技术，有着广阔的发展前景。

随着安防行业的技术升级，智能视频分析技术作为市场应用的利器之一，厂家竞相大力研发、完善，作为未来发展的核心技术。智能分析技术目前在众多领域已逐步试用，然而，不得不说的是当前同质化严重、不成熟的智能分析技术在逐渐细分的应用行业需求下捉襟见肘。

智能分析行业发展势在必行

目前，智能分析技术的行业特性并不明显，实际应用效果也自然不出彩。因此，进行智能分析技术的行业化开发势在必行，原因主要有如下两点：

1、智能分析技术本身存在一定的技术难点

实际环境中光照变化、目标运动复杂性、遮挡、目标与背景颜色相似、背景杂乱等都会增加智能分析算法设计的难度。当应用环境背景复杂，光照变化引起目标颜色与背景颜色的变化时，分析软件可能造成虚假检测与错误跟踪，这种光照变化对算法的影响是无法完全消除的。此外，当视频图像中运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标信息的缺失会影响智能分析软件在分析跟踪时的稳定性。另，目前的智能分析系统一方面要保证大量信息分析跟踪的实时性，选择计算量小的分析算法，同时为了使分析算法对复杂背景、光照变化和遮挡等情况有较强的适应性，则要选择复杂的分析运算方式，而若要同时满足两者，存在一定困难。

由此，当智能分析技术应用在各个行业时，若能进行应用环境的区分和运算方法的简化，实现单一应用，为每个行业进行特定开发，并嵌入专门的算法，或只针对某一种或简单几种事件进行分析，比如重要出入口的人员跟踪，系统只需嵌入分析及跟踪算法等，则会简化智能分析技术的运算方式，而智能分析技术也会更贴合行业需求特点，进行更为精准的分析运算。

[#page#]

智能分析技术的行业化开发需求一方面来源于行业发展与技术限制，同时，更大程度上取决于实际应用效果的真实反馈。目前智能分析技术有行为分析、特征识别、视频诊断、分类统计等，而不同行业智能视频分析技术应用的侧重点也有不同。如监狱内的智能分析系统主要是越界检测、区域内徘徊事件检测、异常行为识别等，其主要是为防止服刑人员越狱和群殴事件的发生，并维护周界安全等。而对于道路交通高速公路等行业的应用需求，则主要是违章检测、车流统计、逆向行驶、车牌识别、交通事件检测等。对于机场、车站等人员流动性比较大的公共场所来说，为防止危险物品的爆炸和可疑人员犯罪等行为的发生，其对于遗弃物检测和徘徊检测的需求更为突出。

因此，根据各行业需求进行有效合理的智能分析技术开发和应用十分必要。

2、智能分析技术的应用与高清技术的普及分不开

智能分析的前提是识别画面能满足识别条件的最小像素。当目标像素越大，识别越清晰，分析准确度也更高。简而言之，智能分析功能的使用都是在图像识别清晰的前提下进行处理过滤。高清前端产品相对于标清而言，在相同焦长及视场距离条件下，其单位面积的有效像素点更多，也就是能为视频分析处理运算提供更清晰的目标信息，从而提高数据准确性。无论是针对智能前置的分析模式还是后端平台分析处理，高清画质都是提高智能分析准确性的重要因素。

因此，视频监控高清化的推动程度也将影响智能分析技术的发展应用。然而，目前高清视频监控系统的应用并未普及，只在部分行业进行使用，而在不同行业不同视频监控系统和画质条件下，同一款智能分析产品同时应用于多个不同行业、不同方案中，自然会实现差异程度较大的智能分析效果，而通过高清系统应用行业进行智能分析技术的级别功能区分，则会明确智能分析技术对于不同行业的开发方向，使其有的放矢，提高智能分析技术的适应性与准确性。

行业化的智能分析技术开发的方式

要进行行业化的智能分析技术开发，可以通过以下方式进行：

一、针对目前智能分析前置和后端平台分析处理两种不同的智能分析应用模式，也可设计不同的运算方式和分析类别，将视频分析数据合理分流，通过两种模式配合有效完成视频的智能分析。

二、对种类繁多、应用场景复杂的算法，智能分析系统可进行模块化设计，优化系统，提高系统资源的利用率。

三、通过建模或目标识别特征库的建立，进行行业特征模式的选用，简化智能分析技术的运算方式和应用背景。

四、系统配合大众性的智能诊断功能，进行视频丢失、噪声、雪花、锐化、抖动、遮挡、色彩、亮度及云台等多种诊断，为保证诊断准确，系统可采用丰富的识别算法，如遮挡检测，系统通过对明暗、焦距运算、自动分析场景前后的变化，判断镜头是否被遮挡或镜头过脏等。

五、未来智能分析技术一旦投入行业化开发和应用，可以优化提高的方式并不仅仅是以上这些。当通过引入更多的边界条件后，智能分析技术在行业案例中的实际应用效果将大幅提高。

应该看到的是，在面对物联网技术突飞猛进的今天，智能视频分析技术要解决的不仅是海量视频数据的分析、存储等问题，其还将配合云计算及云存储技术，适用于未来的物联网架构，帮助物联网系统进行城市交通、家居、医疗各方面的信息分配，全面提升智能分析技术的应用规模和应用层次，摆脱智能分析技术的应用限制，高效人性的服务于社会信息体系。