【勁浪監控資訊】智能視頻分析的核心技術是基于背景建模和模糊識別的視頻分析算法，其中準確快速地識別目標并實現預定的智能分析功能，減少錯誤的報警和遺漏的報警是最核心的技術。目前的芯片已基本能滿足大部分智能分析的需求，對于一些復雜的算法，更多廠家是通過在后端服務器來實現，比如人臉識別、視頻后檢索。由于視頻智能分析需要耗費大量的芯片運算資源，如何能在高性價比的處理器芯片上實現更多的智能分析功能已成為廠家努力的方向，通過改進算法效率可以將更多的算法功能在目前已有的處理器芯片上得以應用

對于視頻監控來說，2013年也許將成為漫長黑暗中短暫的一秒鐘，“SmartIPC”的說明書也只能充當百無聊賴的下午茶里擦拭咖啡印漬的鉛字報紙—對于一個技術同質、市場泛濫、只有一張無法兌現的“Ip必火門票”，還有什么理由能夠讓視頻監控重回頭條呢?但，總是有一個詞十分的百搭，在不斷激發你的腎上腺之余，還引起你的無限遐想，比如“紅燒肉”，比如“年終獎”以及“我家沒人”。對于視頻監控來說，這個詞是“智能”。如果再加上“分析”，那簡直美妙不可方物。

智能視頻分析IVS(IntelligentVideoAnalysisSystem)，是使用計算機圖像視覺分析技術，借助于計算機芯片強大的數據處理功能，對視頻畫面進行高速分析，通過將場景中背景和目標分離進而提取、比對和分析畫面中的關鍵信息。當前的視頻監控系統建設中，動輒成百上千路的視頻流已十分常見，面對這些中大型的監控案例，如何最大程度地節省后端管理人力，更精確快速完成監控報警任務，IVS正要擔此重任。

前端?后端?有什么好糾結的!

安防人眉頭緊皺：“補光燈我用紅外的還是激光的?智能分析究竟應該在前端還是后端?中午我吃番茄炒蛋還是西紅柿炒蛋”。人類一思考，上帝就發笑。其實，關于智能分析無非就是“分析算法”+“分析運算”。本刊在IP高清攝像機實測的時候經常可以看到“這個智能分析功能比較高端，要安裝客戶端效果會比較好”—前端后端同時集成，何樂而不為?在基本的前端集成的基礎上再在客戶端里加入算法，運用后端計算機的運算能力，可以進一步補充前端分析運算的不足。

智能視頻分析功能分類

目前智能分析技術已經廣泛應用于各種安防領域，根據其實現的方式進行區分，海康威視(002415,股吧)把其概括為以下幾種類型的智能分析。

1、診斷類智能分析。診斷類智能分析主要是針對視頻圖像出現的雪花、滾屏、模糊、偏色、增益失衡、云臺失控、畫面凍結等常見的攝像頭故障、視頻信號干擾、視頻質量下降進行準確分析、判斷和報警。診斷類智能分析技術實現起來較為簡單，通常以后端管理平臺的形式出現，在大型的監控項目，特別是城市級監控的日常運維中作用十分明顯。目前市面上一些基于DSP的智能分析設備、DVR和DVS等都自帶該項輔助功能。

2、識別類智能分析。該項技術偏向于對靜態場景的分析處理，通過圖像識別、圖像比對及模式匹配等核心技術，實現對人、車、物等相關特征信息的提取與分析。在對車的識別分析應用上主要是車牌識別技術。該技術經過多年的發展與應用，目前已十分成熟。模糊車牌還原和識別技術的出現使得該項技術不再局限高清，開始向標清領域普及。車牌識別技術被廣泛應用于各停車場出入口、高速公路收費站等地，近些年更是發展迅速：配合交通電子卡口系統，車牌識別技術被大量用于車輛交通違章的抓拍，有效降低了車輛交通違章數量，大大減少了交通事故的發生。

3、行為類智能分析。該項技術側重于對動態場景的分析處理。典型的功能有：車輛逆行及相關交通違章檢測、防區入侵檢測、圍墻翻越檢測、絆線穿越檢測、物品偷盜檢測、占道經營檢測和客流統計等。移動偵測(VMD)是該類智能分析中的“早期智能”，VMD依據視頻畫面中像素塊的運動變化來進行判別，缺點明顯：基于二維的分析，誤報太高，無法識別移動的像素塊是干擾還是目標，更無法對其行為進行準確判定。

分析算法乃核心

智能視頻分析的核心技術是基于背景建模和模糊識別的視頻分析算法，其中準確快速地識別目標并實現預定的智能分析功能，減少錯誤的報警和遺漏的報警是最核心的技術。目前的芯片已基本能滿足大部分智能分析的需求，對于一些復雜的算法，更多廠家是通過在后端服務器來實現，比如人臉識別、視頻后檢索。由于視頻智能分析需要耗費大量的芯片運算資源，如何能在高性價比的處理器芯片上實現更多的智能分析功能已成為廠家努力的方向，通過改進算法效率可以將更多的算法功能在目前已有的處理器芯片上得以應用。

助力安防大數據發展

在大數據時代，面對海量的視頻數據，智能視頻分析技術在數據挖掘方面被賦予厚望。智能視頻分析讓視頻監控從人工抽檢，進步到高效事前預警、事后分析，實現智能化的信息分析、預測。眾所周知，視頻圖像監控系統通過多年的建設，已成為公安機關打防管控的重要手段和感知城市信息的重要途徑。

海量的視頻數據需要得到有效的處理，使得能夠快速、低成本、精準地發現相關目標的特征和活動軌跡。而有限的人力、計算能力和持續增長的視頻數據之間的矛盾日益突出，成為當下系統建設的重點和難點。為此，行業中近年來提出了視頻濃縮與檢索技術，以及視頻圖像信息數據庫技術。

視頻濃縮檢索技術，主要是利用圖像處理(包括視頻濃縮、摘要、復原等)、模式識別、海量數據分類存儲以及搜索等技術，對海量的存儲錄像等原始信息進行分析和挖掘，對于目標特征、目標行為、目標間關聯關系這三大類信息內容，形成各種分類的特征信息庫、元數據和索引等，并提供統一接口供外部應用進行搜索，以期通過有限的線索，達到案件快速關聯和定位。

視頻圖像信息庫建設，目前應用比較廣泛的是卡口和電警的應用。由于車牌識別技術的日趨成熟，通過車牌、車牌顏色、車身、車身顏色、車輛類型等特征識別，把車輛圖片、車輛信息、車主信息、盜搶車輛庫等結合起來，可以有效地進行車輛的查找、布控和案件線索搜索。而其他如視頻監控錄像、案件等信息如何形成統一接口查詢，如何進行有效數據關聯，其應用還不是特別廣泛。

其實自視頻監控進入網絡化時代以后，越來越多融入IT新興技術，大數據技術在視頻監控領域的廣闊發展路徑已經顯現，不少廠家正致力于通過將大數據技術和視頻監控業務的完美融合，打造大數據時代的視頻監控解決方案，不可否認未來智能視頻分析將為大數據業務帶來深刻的變革。

三歲毛孩的“智能”水平

“智能”二字屬于典型“我說說而已，你別當真”的字眼。就包括如今風靡世界的智能手機，他的智能程度也就是和一臺PC機差不多，逼近靈長目動物而已。目前主要是在已經成熟的各項技術的誤報率上。在現有技術水平的條件下，為降低誤報率，提高系統的穩定性和環境適應性，除了對算法深耕細作之外，還需要投入力量分析環境使用特點，促使使用環境向著有利于智能分析技術發揮能力的方向變化，降低復雜環境對于智能分析技術的不利影響。這種變化的實現途徑，一是在附屬系統的建設上加大投入，通過如輔助光照等技術產品間的配合來改善應用環境，避免單一依賴智能分析技術的情況;二是對人、對車輛等監控目標加強管理，通過對目標的移動方向、路線、密度等做梳理和引導，改善目標場景的有序性;三是尋找一些新技術、新算法，如雙目識別算法等，設法在預處理環節提高源視頻的質量，降低環境干擾因素對智能分析技術的影響。

智能技術乃至視覺分析技術都不是專屬于安防的獨家學科，面對當前這個直逼“三歲兒童”的智能水平，在我們無法做到更多的時候，必須先設法提高一些基本智能分析功能的準確率。

仍是輔助功能

目前智能視頻分析技術能夠做到一些我們人工所無法完成的功能，它是一個非常良好的輔助監控手段，雖然實現完全無人值守尚需時日，但是值得關注的是，通過使用智能視頻分析技術，已經能夠對相當多的基本行為進行識別和判斷，對減輕監控人員的工作強度，提高監控質量已經起到了革命性的變化。

重慶監控 http://m.yanwenshi.cn