从概念到实战智能监控的华丽转身

长久以来，智能视频监控只是安防领域里用来展示实力的演示产品。仅存的量产智能视频监控产品，不仅产量少而且价格昂贵、外加上受限于性能，基本不实用。近几年，随着硬件处理能力的提升和价格的下降，以及计算机处理技术的发展，智能视频监控产品已从演示阶段逐渐进入规模化发展阶段，俨然成为安防界炙手可热的话题之一，全球各大厂商纷纷投入大量人力物力进行研发，视频智能监控被业界认为将是主宰网络监控的革命性技术。

为什么要监控智能化?

　　随着高清网络监控的逐渐盛行，高存储高带宽的弊端逐渐成为监控系统中最大的短板，扬长避短的选择有用价值的监控模式成为目前主要的需求，试想一下，静止不动的画面长年累月的采集录像，根本没有任何价值，智能化有选择性的采集才是节约带宽节约存储的关键因素，因此业界对智能视频监控的需求随着时间的推移与日俱增。现在我们日常所接触到的监控系统，无论是模拟还是模数混合，抑或纯数字，其工作方式依旧是"实时监视，实时录像"，不仅浪费人力，更是浪费物力，面对数不尽的视频录像，想要提取些有价值的录像是困难，长期保存也是一大难题，此外现有的监控系统对于人的参与非常依赖，智能监控可以分担人力节省资源，因此智能视频监控是一个发展趋势，也是视频监控系统发展的必由之路。

监控智能分析技术的优势在哪?

　　目前监控系统中，存储和传输问题是首要面临的难关，大量无用视频信息被存储、传输，既浪费了存储空间又增加了带宽，智能分析的目的是为了视频存储所需要的空间减少从而缓解带宽压力，或者对于一些无用视频则采用低码流方式进行压缩或传输，更方便整套系统调查或查询使用，提升监控系统的应用价值。

　　目前智能监控技术主要包括：身份识别、轨迹识别、环境判断补偿识别。身份识别包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别类的智能监控技术，最关键的要求就是识别的准确率，最好保证在98%以上，这样就能够较好地满足绝大多数监控类客户的需求，这是目前比较常见的智能分析目的;轨迹识别主要包括虚拟警戒线、虚拟警戒区域、智能跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等;环境判断补偿识主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移、摄像头抖动等等。智能监控技术能够实现在恶劣视频环境情况下实现较正常的监控功能。受环境影响视频不清楚的时候，尽早发现画面中的人，或者判断摄像头偏移的情况后发出报警，此类功能具备普遍的适应性，大部分监控点都有潜在需求。

智能视频监控有哪种实现方式?

　　目前，智能视频监控的实现方式有两种，一种是前端智能分析；另一种是后端智能分析。两种智能分析方式最大的区别在于前者是利用前端摄像机自身的芯片进行计算，而后者则是利用后端计算机纯软件的方式进行分析。但无论是前端嵌入式的还是后端软件方式，其功能的实现都是通过所开发的核心算法程序的运行而对视频信号进行分析而完成的。嵌入式与纯软件方式的区别仅在于运算平台不一样，前者可以在摄像机DSP芯片上完成核心算法的运行和相关计算;而纯软件方式的运算平台则是一台通用的计算机。

智能视频监控分析：选择前端还是后端?

　　从目前智能监控分析的使用情况来看，绝大多数采用的依旧是后端分析模式，方便排除故障，并可以有效的解决存储容量的压力，但由于是后端分析，一直需要网络传送视频信号，对网络带宽要求较高，而这恰恰是目前尚无法得到妥善解决的难题;前端智能分析的好处可以解决后端分析带来的传输难题，但目前的环境来看，前端的DSP芯片和后端计算机的处理能力相比实在有限，很多视频分析运算量很大，而大多数DSP并没有足够大的内存和处理能力来实施有效运行，处理能力降低会造成分析准确性低下，导致误报增加。

　　不过，随着嵌入式系统运算能力的增强和智能视频分析算法的改进，在视频服务器和网络摄像机等前端设备嵌入视频分析模块将成为趋势。在前端做视频智能分析的好处是实时性高，并且传输到后台的只是有用的报警信息和画面，这样可以大大减少传输数据量，也减少了后台存储的负担。

有智能网络摄像机的智能视频监控系统的后端，只集中对前端摄像机发送过来的目标数据信息进行管理，而不需要对视频信号进行处理与识别，所以后端系统不需要昂贵的设备也能完成高效的智能视频分析。这样，由于后端只有前端发送来的预/报警事件的关联画面显示，使监控中心工作人员能够很轻松地完成整个系统的监视。而这种关联录像的功能，也