缘何智能视频分析技术不能大展拳脚？

    【CPS中安网 cps.com.cn】智能视频分析技术领域是人工智能中的模式识别，将智能算法嵌入到DSP中，通过分析和提练人员和车辆二类目标的各种行为模式，形成核心算法。目前来看，虽然近年智能视频技术迅速发展，而智能视频分析本身算法的局限，在理想环境下才可实现其全部功能，所以在实际应用中，只能初步实现较简单的功能。但强劲的需求市场下，缘何智能视频分析技术不能大展拳脚?未来智能视频分析技术又将会有哪些突破?

　　视频分析技术目前应用三类现状

　　从技术角度来讲，目前国内智能分析技术主要还集中在两大类：一类是采用画面分割前景提取等方法对视频画面中的目标进行提取检测，通过各种不同的规则来区分不同的事件，从而实现不同判断并产生相应的报警联动等，例如：最早期的一些行为分析类功能(跨界、区域入侵、打架检测、人员聚集等)、还有早期的交通事件检测等都属于这类算法技术的应用。另一类是利用模式识别技术，对画面中特定的物体进行建模，并通过大量样本进行训练，从而达到对视频画面中的特定物体进行检测及相关应用。如车辆检测、人脸检测、人头检测(人流统计)等应用。

缘何智能视频分析技术不能大展拳脚?

　　从应用角度来讲，目前国内智能分析技术主要有四大类：第一类是实时报警类。第二类是数据统计类，第三类是属性识别类。第四类是图像处理类。

　　从产品形态来讲，目前市场上主要有两大类产品形态，一类是前端智能产品。一类是后端服务器产品。这两类产品各有优缺点，根据不同的应用和项目类型有不同的选择。

　　目前市场上可以看到很多智能摄像机，即将一些视频分析算法移植到网络摄像机中，在摄像机中实现对实时视频的分析和检查，实现一些智能分析的功能(例如目前有实现车辆检测的车辆抓拍摄像机、实现区域入侵等功能的目标检测报警的摄像机、有实现人类检测抓拍的摄像机等等)，智能摄像机自带分析功能，系统架构简单，同时目前的摄像机DSP处理能力已经完全能运行各种较为复杂的分析算法，分析效果和后端产品基本相同。

　　智能视频分析被称监控智能化最为成熟技术体系

　　监控平台发展的这些年，已经很明显贴近监控高清、集成性的趋势，但智能化的应用表现才刚刚起步，但前景不小。我们说的监控智能化，很多业内人士都认为智能视频分析就是监控的智能化。从目前应用情况分析，智能视频分析技术是监控智能化技术最为成熟的技术体系。

　　目前智能分析技术已经广泛应用于各种安防领域，根据其实现的方式进行区分，有业内人士将其概括为以下几种类型的智能分析。

　　诊断类智能分析：诊断类智能分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和报警。诊断类智能分析技术实现起来较为简单，通常以后端管理平台的形式出现，在大型的监控项目，特别是城市级监控的日常运维中作用十分明显。目前市面上一些基于DSP的智能分析设备、DVR和DVS等都自带该项辅助功能。

　　识别类智能分析：该项技术偏向于对静态场景的分析处理，通过图像识别、图像比对及模式匹配等核心技术，实现对人、车、物等相关特征信息的提取与分析。在对车的识别分析应用上主要是车牌识别技术。该技术经过多年的发展与应用，目前已十分成熟。模糊车牌还原和识别技术的出现使得该项技术不再局限高清，开始向标清领域普及。车牌识别技术被广泛应用于各停车场出入口、高速公路收费站等地，近些年更是发展迅速：配合交通电子卡口系统，车牌识别技术被大量用于车辆交通违章的抓拍，有效降低了车辆交通违章数量，大大减少了交通事故的发生。

　　行为类智能分析：该项技术侧重于对动态场景的分析处理。典型的功能有：车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、占道经营检测和客流统计等。移动侦测(VMD)是该类智能分析中的“早期智能”，VMD依据视频画面中像素块的运动变化来进行判别，缺点明显：基于二维的分析，误报太高，无法识别移动的像素块是干扰还是目标。

　　而就目前监控智能化中应用最成熟的智能视频分析技术发展来看，它能在几乎不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，做到既能完成日常管理又能在异常情况发生的时候及时做出反应，从而解决了传统监控工作量大、效率低、反应速度慢等问题，其优势显而易见，也是推动整个安防智能化最为关键的技术之一。