智能视频监控技术发展前景广阔

【安防在线 www.anfang.cn】
　　随着智能视频监控产品日渐成熟，智能视频监控技术开始在视频监控系统中逐步应用，大大进步了视频信息的价值。但是，要充分施展智能视频监控技术在视频监控系统中的作用，却不是想象中那么简朴，主要面临以下几点挑战。

　　智能视频检测正确率。智能视频监控技术运用数学模型来描述真实世界，并试图利用数学模型来分析视频数据，但是实际环境比数学模型要复杂得多，智能视频分析受到诸多因素的干扰而影响其检测正确率，存在较大程度的漏报和误报，当漏报和误报达到一定比例，视频检测就失去了它的意义。智能视频监控产品出产厂家针对各种实际应用环境，对算法进行了大量的优化以排除干扰，进步了智能视频检测的正确率，但是实际应用环境千差万别，出产厂家要对各种环境进行优化，势必增加研发本钱与产品版本治理的负担。

　　工程施工要求进步。因为前端设备架设环境对智能视频分析的影响，在安装前端设备时，需要根据智能视频监控应用场景，针对性的架设。如进行人流或者车流统计时，摄像机视角与人或车行进方向垂直会达到比较好的分析效果;而应用在车牌识别时，摄像机视角又需要能够从正面拍摄到车牌，并且选择摄像机时要考虑低照度、逆光、车速等因素。不同的应用场景对目标对象在整个视频中的比例或者像素也有相应要求。

　　所有的这些要求，需要施工调试职员对智能视频分析应用场景有比较深入的了解，在施工时针对性的选型和架设前端设备，不断的调试以达到最佳分析效果。因此，智能视频监控系统的施工要求比普通视频监控系统要高良多。

　　用户应用需求实现。前文描述了智能视频监控的若干主要应用场景，而用户的需求并不局限于这些场景，经常是上述几种应用场景的混合，或者介于几个应用场景之间，如何选择智能视频分析的算法和产品形态知足用户的需求，是智能视频监控系统开发的主要题目。同时，因为智能视频分析主要是检测视频中的事件，并不提供这些事件的统计分析，也就是说，如何进一步挖掘智能视频分析检测到的事件信息的价值，以此为基础开发出更高层次的增值应用，是推动智能视频监控广泛应用的枢纽，也是智能视频监控应用系统开发的枢纽。

　　技术到实战的转化。基于智能视频监控技术，可以提出良多实用性很高的应用，但是这些应用用于实战时，却暴露出技术的局限。以摄像机自动接力为例，环境中假如只有一个移动目标，智能视频分析可以很快的定位到移动目标，并实施跟踪，摄像机之间的接力跟踪也得以实现，但是一旦环境中不只一个移动目标，单纯的依赖智能视频监控技术，并不能确定要跟踪的目标。而且，因为摄像机跟踪时需要快球的配合，而各种快球的机能指标并不相同，快球能否保持与智能视频分析发出的跟踪指令一致，也是智能视频跟踪进入实战的障碍。

　　建设本钱。很显著，具备智能视频监控能力的前端设备价格会高出不少，其直接影响是增加了系统建设本钱。但是，增加系统建设本钱的不只是前端设备价格，还有工程施工要求进步带来的本钱增加。如上文所述，不同的应用场景对前端设备的架设有不同的特殊要求，这就导致摄像机可能只能为专门的应用场景使用，如车流统计和车牌识别就不能用相同的摄像机，假如在路口要实现两种应用场景，必需安装两个摄像机才能知足要求;在智能视频跟踪应用中，需要兼顾全局与局部，就必需在相同区域安装至少两个摄像机，对快球也有特殊要求;而某厂家的烟雾检测产品，为进步检测的正确率，设计了专门的双镜头摄像机。智能视频监控系统建设的方方面面都可能带来建设本钱的增加。

　　尽管面临不少挑战，智能视频监控系统仍是在某些领域逐渐进入实用。针对这些挑战，要建设实战的智能视频监控系统，除了用户的应用需求外，还需要考虑监控场景的复杂程度、监控环境、以及算法选用和参数的公道设置等。此外，公道选择摄像机及其安装位置与角度，也长短常重要的。在智能视频监控系统的开发与实施中，应留意以下四点：

　　1、根据系统的需求选择合适的产品形态。前端智能和后端智能各具出缺点，前端智能和后端智能具有各自合用的场景，因此，在搭建视频监控系统时，应清晰两者的区别，从而进行合适的选择。一般而言，对于分析实时性强或者算法对环境要求高的应用场景，如火车轨道闯入、非法抛洒物等，应选择前端智能;若算法对环境的要求不苛刻，可采用后端智能，从而减少资金的投入，视频诊断是后端智能的最好应用。

　　2、应公道选择摄像机及其安装位置与角度。公道选择摄像机及其安装位置与角度，是为了在前提答应的情况下尽量降低监控场景的复杂度，凸出有效的信息。对于不同的应用场景，摄像机的选用及安装过程是不同的。对于人数统计，摄像头的角度要求很重要，应尽量垂直于人的头部。通常来讲，当摄像头垂直向下对着行人头部时，因为遮挡较少，统计精度较高。而当摄像头角度接近水平时，因为行人互相遮挡，难度较大。对于车牌识别，应选用清楚度高、信噪比大、低照度功能的摄像机。同时，为了降低环境光照对摄像机成像的影响，还应选用补光灯。除此之外，摄像机的架设高度、位置也直接影响到车牌的识别效果。对于事件检测，大俯视觉角度会有较好的检测效果，同时检测的目标大小也要知足检测算法的要求。由此可见，对于智能视频监控系统，现场施工调试是比较繁琐的，但同时这也是比较重要的，它关系到智能视频监控系统的检测正确率。

　　3、应公道选用算法及设置相关参数。智能视频技术运用数学模型来描述真实世界，并试图利用数学模型来分析视频数据，因此，在设计智能视频监控系统时，应选择与监控场景最吻合的数学模型，保证检测的精度。如，对于无人值守应用，可选用移动侦测、人数统计及人物泛起等算法。其中，移动侦测算法无法区分人或物，而且画面中轻微有消息就会产生告警，因此会存在大量的误报;人数统计算法只能统计进入区域或离开区域的人数变化情况，无法检测区域中是否有人存在，因此会有大量的漏报情况发生。因此，人物泛起算法更适合无人值守应用。同时，选用了一种分析算法后，也应不断调整监控环境和调试算法参数，如目标尺寸的大小、检测敏捷度、画面搜索范围等，从而使得监控环境与智能分析技术内部的数学模型达到最大的一致性。

　　4、应发掘智能视频监控技术与实际应用的公道切入点。智能视频技术经由多年的研究，有些算法已相称成熟，但如何施展其最大上风，寻求更多的应用模式还需进一步的探讨和尝试。如PTZ跟踪，算法已比较成熟，在演示系统中能获得较好的效果，但在实际应用中因为检测场景复杂，画面中职员过多，导致摄像头无法定位需跟踪的职员，因此在实际应用中还无法推广此项业务。对于车牌识别，车牌黑名单跟踪是车牌识别的常见应用模式，除此之外，还可以将识别出的统一车牌的摄像头联系起来，形成车牌识别新的应用模式：车辆跟踪。总之，市场需求是智能视频监控发展的强盛推动力，只有立足技术，面向市场，发掘应用，智能视频监控才能得到广泛应用。