《企业网D1Net》12月23日讯

如今，在视频监控领域，提及智能监控，相信很多人都了解，随着智能监控的发展，视频分析技术也日益受到关注。

视频分析技术提高智能化程度

智能化视频监控系统，其核心部分主要在于对视频信息的分析，而满足这一功能的关键在于其核心算法软件部分。

目前有三种方法出现于视频分析市场。一种是单一算法。可以识别和捕捉出现在监控画面里移动的物体。基于此最常见的应用就是划定一块区域，当有物体越过这条线则予报警。或者实现对单向通道监控，当有人从反方向通过时，系统报警。虽然此方法起到些作用，但它不能作为一个完整的解决方案，而且画面中人数多的时候或复杂的行为就不能用。一种是对象跟踪算法。通过使用一种图形化的地图，CCTV的摄像机可以捕捉移动的物体，这些对象被完全秘密监控。虽然这种方法有所进步，但它无法识别一些可以导致违规的行为，而且这种方法跟踪对象需要摄像头画面的重叠。一种是多对象行为检测。NEC提供的先进的行为分析算法是一种神经网络算法，可以识别多个物体的多种行为，可以作为一个完备的安全方案，十分有效地应用到监控系统里，实时地发现各种违规行为。

视频图像智能分析技术的研究和发展源于两个主要应用领域：一是为了便于分析而对图像信息自动进行判断、改进和增强，是针对视频图像本身进行改进和增强的技术，主要应用是对视频图像的效果进行判断、改进和增强，比如对视频和图像自动进行噪声检测滤除、颜色亮度自动校正等等。二是让机器自动理解视频图像，并对图像数据进行分析、存储、传输和显示，如工业制品的检测识别、OCR字符识别以及安防领域的行为检测、人脸检测、车辆号牌检测、逆行、闯红灯等违法行为等检测识别等。

找准智能监控瓶颈推动普及应用

智能视频监控产品并不是一类即插即用式的产品，它的成功应用不仅仅取决于智能算法的先进性，而是一项系统的工作，包括客户需求提炼及引导、系统方案设计、智能算法开发、产品移植、平台软件、现场调试等。算法供应商、设备商和系统集成商很难单独覆盖以上各个环节。所以只有将智能监控当做一个系统性工作来做，集全行业之力，求同存异，才能给智能监控带来新的突破点。

因为需求的差异性各不相同，成为阻止智能监控普遍应用的最大障癨。，算法问题是影响目前智能监控普及的重要诊因之一。比如复杂条件或背景下的运动目标的检测和跟踪以及光照度问题，一直是视频图像处理的难点，也是视频处理系统的实用性和可靠性的严重障癨。现场高密度光线变化，必定使得背景的图形也随之变化，一方面增大算法的难度和系统资源占有率，另一方面是前后景的运动目标难于分离出来加以区分和判断。另外，运动目标与背景相似、高速运动与极慢速运动、阴影和物体的重叠部分以及非静态背景、主芯片的处理能力和算法的优化程度等都会影响智能监控技术及其普及程度。但相信随着技术的发展，可以越来越成熟化、标准化，同时算法的适应性加强，操作简单，将会极大地提高它的普及率。

以需求为导向，让智能监控“叫好又叫座”

随着监控行业的不断发展，智能监控产品应用范围必然会扩展渗透至各个行业，而各个行业都势必会结合各自的需求特点，对智能监控提出不同要求。安防监控领域对智能监控技术的要求，来自于具体行业特色监控的各种实际需求，每一种行业监控都可能需要若干类智能监控技术。

各个行业对于智能分析的需求各不相同，而智能监控产品现在的行业细分还不充分，有时候会出现勉强应用的情况，造成在某些行业中的应用不够理想。比如，有些智能监控产品只适用于空旷场景，而在项目中若被勉强应用于人车繁忙的场景，其效果就会大打折扣。这就需要厂商在开发智能产品时以需求为导向，以应用为出发点。

D1Net评论：

智能监控已经成为视频监控发展的主流趋势，立足当下，展望未来，智能监控的市场应用范围会很细分，在常规产品上，将会衍生定制化的行业业务需要的产品。