視頻監控發展到今天，大家對視頻系統規模的快速發展是有目共睹的。近年來基于成熟的以太網技術，大規模數字化視頻監控系統的建設變得非常簡單，很多項目擁有成百上千個前端點位，達到上萬個前端點位的超大規模監控系統也不少見。隨著視頻監控系統規模的增加，在圖像質量越來越好的當下，能否讓攝像機看懂正在發生的事件并提出告警，這正是近年來非常流行的智能化需求的由來。本文將對目前智能視頻分析技術的發展做些簡單的闡述。

    一、前端智能VS后端智能

    目前安防行業智能分析主要分為兩類實現方式：即前端硬件分析和后端服務器分析。

    在智能化發展進程中，很長一段時間內，國內視頻監控系統的智能分析功能都是采用中心分析的方式來實現，即通過智能分析服務器獲取前端攝像機采集的視頻流，將視頻流中的靜態背景與動態移動目標分離，根據預設的不同規則提取出目標的相關信息，一般來說其又可分為存儲視頻數據分析與前端視頻實時分析。存儲視頻分析側重于如何更方便、更簡單有效地“事后查證”，把有價值的信息從海量的數據中盡快檢索出來，最常見的應用是智能視頻濃縮和智能視頻摘要。前端視頻實時分析則側重于“事中報警”形成強大的預警系統，根據不同的分析算法產生不同的智能應用，比如智能行為分析：一旦發現移動目標在設定的報警區域內進入、翻越、停止、徘徊、離開等行為或者在警戒區域內出現的遺留物或者物體的搬移超過設定的時間等就會觸發報警，這種方式將監控應用的被動局面轉化為事件發生即報警通知相關人員部門采取預案的主動預警系統。后端智能因為采用服務器集中處理模式，計算性能大大增強，能夠同時運行多種功能算法，同時兼容性強，但后端智能基本都采用服務器運行模式，穩定性投入相對較大，同時后端存儲管理和傳輸帶寬的壓力比較大。

    近幾年前端智能化發展很迅速，目前市面上越來越多的智能前置產品層出不窮。從目前來看，前端智能化分析產品的形態主要有：智能分析儀、DVS、智能IPC。智能分析儀和智能分析DVS的主要區別在于，智能分析儀采集的是模擬信號，其有一個環出，能把移動目標的軌跡在輸出上得以體現，方便客戶監看。智能分析DVS輸入的也是模擬信號，但輸出的是數字信號，其有自己的報警輸出，可以設置規則，報警對接相關的聯動報警設備，比如喇叭、警笛、警燈、發郵件、短信、彩信、視頻等。從目前來看，智能前置方式有效解決了后端智能分析存在的一些問題，成為近年來智能發展的新方向。其優勢主要表現有：比如精確度和實時性提升，規避了單點故障，降低風險，保證整個系統的可靠性，系統建設成本降低，節省網絡帶寬等。

    但我們也應清晰認識到，前端智能不是萬能的，其也有不可忽視的短板：第*，智能前置對攝像機的性能要求很高，“智能”一般都依賴于對應的軟硬件計算能力，因此攝像機必須具備足夠強大的芯片才能支撐起多種智能分析算法，這樣無形增加了硬件的成本，提升了產品的價格。如果把算法集成在硬件配置低的攝像機上，處理速度慢就會影響分析效果。第二，如果前端已經裝好了其他廠家的IPC設備，項目需要增加智能分析，那么分析設備的兼容性是比較大的挑戰。另外，在原有的監控系統增加分析，往往需要重復安裝攝像頭，這不利于舊的項目改造，更不利于一些原有系統比如已經采用多廠家的IPC增加分析的要求。第三，前端分析只能分析單路，對于有多路分析需求的項目往往成為前端分析的一個短板。因此，雖然智能前置有很多優勢，但目前還不能完全替代后端智能分析的方式。智能前置化趨勢不意味著后端將走向末路，今后兩者的發展會出現明顯的分工，同時各自的定位會逐漸清晰。

    二、智能分析的廠家類型

    從目前行業的發展來看，現在國內做智能分析的廠家有專門做特征分析的，也有做行為分析的廠家，這些廠家中又分有專賣智能算法類的，一般這類廠家會找一些做IPC設備的廠家進行合作，把自己的算法集成在設備廠家的IPC產品上面，這類產品的特點是價格比較低，使用簡單。目前智能算法需要有比較強有力的設備硬件支持，由于各個廠家的IPC設備質量各不相同，這樣就造成各家產品的分析效果和效率差異很大。還有一類企業是專賣智能網絡攝像機或者智能分析儀、智能分析編碼器，這類廠家目前比較流行，但其問題是用戶買了智能的IPC，如果供應商不提供配套的智能分析管理軟件，那么報警分析的結果不好處理，另外在應用中還牽涉到與其他系統及平臺的接入。智能分析不僅要有分析結果，更重要的是對報警結果的應用，目前這對各個廠家來說是一個短板。第三，專賣中心視頻分析服務器類的廠家，這類產品的特點是產品兼容性強，分析性能有保障，分析結果能很好處理。

    總的來說，目前智能分析技術的發展還是不太均衡，有些廠家有算法但沒有很好的產品形態，有些廠家有算法和產品但沒有配套的智能分析系統管理軟件，這些都大大制約了產品的推廣與客戶的使用。這些都需要廠家持續發展，智能分析才能有更好的進步。

    三、產品的應用情況

    智能分析經過這么多年的發展，其技術和產品形態呈現百家爭鳴、百花齊放的局面，其大分類可以分為安全類應用和非安全類應用，安全類的智能分析包括：高級移動偵測、物體的搬移和遺棄物、物體的跟蹤、人物的面部識別、車輛識別、非法滯留、煙火檢測等。非安全類主要有：人流統計、人體行為分析(打架、搶奪、突然倒地)、人群控制、人物面部識別、注意力控制、交通流量控制、車輛識別與檢測。近年來，與安全相關的智能視頻分析是最主要的應用，目前安防領域的產品應用可以區分為：特征分析，這主要是針對靜態的物體特征進行分析，比如人面識別、車牌識別、顏色識別等;智能行為分析，主要針對移動的目標進行分析，它又分為常見行為分析和異常行為分析。常見行為分析主要包括入侵、進入、離開、出現、消失、徘徊、方向、物體搬移、遺棄物等，異常行為分析主要有突然加速、劇烈運動、起身、人群聚集、突然跌倒等;另外還有一些工業上用的智能分析，比如產品的擺放方向、產品是否有瑕疵、產品是否有油污等，這些可以叫圖像對比分析。

    從目前來看，最能給客戶帶來良好體驗并被客戶認可的應用主要是正常行為分析，即常應用于監獄、看守所、油庫、電站、博物館等周邊的周界功能、入侵、徘徊檢測、電子圍墻等，另外商業客流統計也因準確度高越來越受到客戶好評。對于異常行為分析，比如人群聚集、劇烈運動(原來叫打架誤報太多后改為劇烈運動)、起身檢測等，這些主要應用在特殊領域的特殊需求，比如平安城市維穩需要，監獄監倉的防止打架斗毆的需要等等，這些應用由于行為規律性不強，應用場景復雜，誤報率比較高，影響客戶的使用體驗和使用的滿意度，這是目前各個廠家需要突破的技術問題。

    對于目前的應用挑戰，如光線的過大變化，場景里跟蹤目標過于密集比如擁擠的火車站，冷光源比如車燈、電燈的影響，影子的影響，行動過快的物體等等，這些問題大多數都是目前算法技術無法很好解決的。但對于光線方面，如果采用熱成像將能很好地解決，但目前熱成像產品的價格昂貴，一些客戶對其應用望而卻步。另外，對于目前智能分析算法而言，想要達到理想的分析效果，也需要注意攝像機的安裝高度和角度問題，比如周界高度在5米以上，角度要大于15度，計數攝像機安裝高度在2米以上角度要大于45度，*好是90度垂直向下，比如跟蹤球的高度要在4米以上等等，另外要準確地對畫面里的目標進行校準，只有這樣才能更好地保證分析的效果。筆者接觸的客戶就有因安裝攝像機角度問題影響分析效果的，所以在應用上對于低照度、高度、角度、視野等的選擇與把握都很重要。因為智能分析并非萬能，它是在一定環境、一定安裝要求、一定設置，一定規則下才能達到*好的效果，才能最大限度的提升客戶的滿意度。