智能視頻分析技術的應用現狀

　　上世紀90年代，由美國國防高級研究項目署主導的視覺監控重大項目VSAM(VisualSurveillanceMonitoring)吸引了眾多高校科研機構的參與，從而拉開了智能視頻分析技術研究與應用的序幕。至今，智能視頻分析技術已經有近20年的應用，世界范圍內已經部署了很多智能分析系統在運行。但是應該看到過去的智能視頻分析應用基本屬于集中式應用，大多是基于PC機的應用。直到近2、3年來隨著網絡視頻監控系統的部署和眾多大型監控項目的上馬，基于嵌入式設備的智能分析系統才開始得到更多關注和應用。

　　智能分析的高層應用主要包括區域防范、行為理解、物體識別、煙霧火焰識別、PTZ跟蹤、交通管理等。目前市場上智能分析的應用大多局限于區域防范，包括入侵檢測、絆線檢測等，其它更復雜的工程應用還不多見。一方面我們認為智能分析是視頻監控發展的重要方向之一，另一方面也應該看到智能分析的工程實踐還面臨很多問題。

　　究其原因，首先是技術方面的原因，智能分析是技術而絕對不是科學，它的成功實施需要多方面的配合，而智能分析技術也處于發展過程中;其次國內企業在技術積累方面做的不夠，大多數OEM國外公司的算法，真正掌握核心算法的國內企業沒有幾家，很難針對具體場景做出算法上的調整。

　　智能分析技術可以根據底層建模和高層建模兩部分進行劃分。底層建模包括背景建模、目標檢測、目標跟蹤、特征提取等基本算法，高層建模則是根據預設規則進行判斷，生成分析結果。

　　智能視頻分析最理想的搭載平臺

　　當前，國內智能視頻監控系統剛剛開始實施，還沒有相關標準可以依據。再加上智能分析本來也沒有標準算法，沒有標準指標，所以項目的實施大多根據設計人員的經驗和業主的需求，系統實施更是見仁見智。

　　智能視頻監控系統相對于傳統監控的最本質不同在于增加了信息理解和分析環節。理論上信息理解和分析可以發生在數據流的各個階段，也就形成了不同的智能分析解決方案。信息理解和分析在前端采集單元執行，賦予攝像機以智能，形成智能攝像機，包括模擬攝像機和網絡攝像機;信息理解和分析在中間單元執行，形成智能DVR設備;信息理解和分析當然也可以在后端服務器執行，形成集中式智能監控系統。

　　不同解決方案有不同的特點，對系統設計的要求也不盡同。相對于中、后端的集中式部署，我們認為前端處理、分布式處理更具有競爭優勢，原因如下：首先是處理器處理能力的問題。智能分析需要對圖像像素逐點分析，運算量巨大，當輸入視頻路數較多時采用集中式處理處理器的帶寬無法支撐。分布式處理雖然單個處理器能力并不強大，但是僅處理一路帶寬還是足夠的。

　　其次是網絡帶寬問題，集中式處理需要所有視頻數據都傳輸到服務器，而分布式處理則可以根據分析結果選擇性傳輸。

　　最后是成本問題，分布式處理可以在原來硬件的基礎上不增加成本或者僅增加很少成本即可實現智能分析，相同視頻路數顯然集中式處理增加的成本更多。