理性与务实——点评智能视频分析行业发展现状 #智能#
前言
对智能视频分析的需求是视频监控发展到一定阶段后必然的产物，它能很好地缓解传统视频监控中海量信息冗余的问题。然而虽然经过了几年的发展，但现阶段，无论是智能视频分析的技术与应用还是市场环境，都还处于成长阶段，需要在不断的实践和探索中前进。
大约在三四年前，智能视频分析的概念开始进入人们的视线。起初人们对于智能视频分析的认识有限，加上厂商在宣传中对种种应用前提与限制条件的屏蔽，无形中夸大了智能视频分析的功能，导致很多用户高估了智能分析的作用，甚至把智能视频分析视同于人脑思维，提出了某些远远高于现有技术水平的要求。
同时，很多厂商也高估了民用领域用户的专业能力与使用耐性。很多演示中表现出色的功能需要在近乎苛刻的场景前提下完成，并且对用户的专业能力有较高的要求，例如需要针对不同的光线条件、天气变化调整参数设置——且莫说是普通用户，就连专业的从业人员对此也经常感到迷茫。这些都大大增加了产品推广的难度。
在智能视频分析领域里，这些需求与技术的偏差往往会让用户觉得智能视频分析的产品华而不实，这无形中增大了项目的沟通成本，同时也在工作甚至口碑上对用户与厂家本身造成了不良影响。
智能视频分析技术要在民间真正推广开来，需要厂商与用户共同的努力——需求要理性，产品也要务实。对于用户而言，适当了解其技术原理，可给方案的设计提供不少的帮助。
智能视频分析的原理
智能视频分析大体上分为两大类，一类以背景模型为基础，主要包括周界防范等行为分析；另一类以特征识别为基础，包括车牌识别、人脸识别等。
行为分析主要基于运动背景建模与目标识别技术，简单来讲就是在相对静止的背景图像中找到活动的目标物体。运动目标识别的流程是：首先根据某种数学原理建立环境背景的数学模型，使机器可以在该数学模型的基础上区分出静止背景与运动的目标物体；然后再根据目标的轮廓、大小等信息对其分类，除去虚假的或无需关心的目标；最终结合剩下的目标轨迹与设置的规则产生报警信号。
特征识别技术的原理与活动目标识别技术不同。特征识别无需背景模型而需要目标物体的特征，因此机器会存有一个可以用于描述这些特征的数据库，特征识别也就是在所得的图像中寻找与特征库里具有一定相似程度的物体以进行匹配，如果特殊库里描述的特征越多，得到的结果越正确，同时需要的计算量也越大。
智能视频分析的“短板”
虽然当前智能视频分析技术的主要原理阐述起来简洁明了，但是在具体应用的实施中，还有许多复杂的技术问题。
（1）无法完全消除误报的影响
误报的影响目前仍是智能视频分析技术无法回避的问题。例如运动目标识别中的背景建模技术，就还不能在控制漏报数量的同时完全消除误报。在以目标识别为技术基础的周界防范产品中，误报的数量一直是反映该产品优劣的重要指标。误报的数量是由背景模型与实际使用情况之间的差距造成的。模型的适应能力越强，造成的误报越少，对技术水平的要求也越高。影响背景模型建立的因数很多，例如对于空旷的柏油马路和靠近树木的围墙，6m高的摄像机与2m高的摄像机所拍摄的画面就需要不同的背景模型；白天和黑夜所需要的模型也不同。目前，业内还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全地解决随机事件的影响，如在黑夜环境下车灯造成的误报。
（2）不具备行为的判断能力
以周界防范为例，行为分析的区域入侵功能能够发现活动目标，并可以利用技术手段把用户指定的目标（例如人体）从这些活动目标中提取出来。但是闯入者的动机（是偶尔路过还是故意闯入）、是否有意地向警戒区域内探望等都是无法靠机器来识别的。毕竟智能视频分析还只是一系列设定好的数学公式与程序，其判断能力还远不能与人相比。
（3）特征识别技术对画面要求高
基于特征识别的分析技术对于图像的要求比较高，除了画面本身的清晰度外，还需要画面能够清楚地展示目标物体的特征。目前计算机的识别能力远远低于人类对物体特征的识别能力，而不同的光照条件和拍摄角度都将改变计算机所获得的目标特征，因此特征识别技术对摄像机的安装以及周围环境的要求比较高。例如，车牌识别的产品对车牌在画面中呈现的角度、像素大小都有比较严格的要求，而这些高要求限制了该类产品的应用。
（4）CPU的处理能力仍然是瓶颈
要适应复杂的实际应用环境就需要复杂的算法，这带来了巨大的计算量，而目前DSP芯片的处理能力有限，已经不能满足某些复杂算法的需要，因此难以开发具有相应高级功能的嵌入式产品，这也增加了很多产品的施工难度与实际推广的阻力。
总体而言，智能视频分析技术也如计算机一样，对于传统的手段而言是智能的，与人的智慧相比则处于低级的阶段。
智能视频分析发展是视频安防发展的必然趋势
前文提到了很多智能视频分析产品的弱点，读者们也许会迷惑：智能视频分析的产品能否真正实现应用，或者现有的技术能不能满足应用的需要？事实上，从智能视频分析产品推广应用和发展的角度来看，答案是肯定的。
首先，智能视频分析产品的出现和发展是视频安防行业发展的必然趋势。在视频安防飞速发展的今天，视频监控画面的海量信息超过人力有效处理范围的问题已经成为客观事实；而智能视频分析是一种滤除大量冗余信息的有效手段，可以很好地解决这一问题，因而越来越受到人们的重视。如同数字技术代替模拟技术一样，在不久的将来，智能视频分析定将成为监控整体方案中不可缺少的部分。
第二，传统产品同质化的现象已经越来越严重，制作一款相应产品的技术门槛越来越低，相对应的利润也越来越薄；而智能视频分析本身不断成长和定制化的特点，使其很难形成固定功能soc，即难以被“山寨化”——对于有实力的厂商而言，这是一个很好的利润增长点。
第三，智能视频分析产品虽然在其发展之初存在种种问题，但是依托强大的计算机技术，升级换代的速度非常快。在近两年的时间里，相关产品的表现已经出现了质的飞跃，并成功应用到了众多的经典项目之中。另外很重要的一点是，智能视频分析产品的功能定制非常灵活，相比目前广泛使用的红外对射等简单产品，智能视频分析在实用性上占有绝对优势。
厂家与用户应共同推动智能视频分析的应用
虽然智能视频分析在应用上还受到种种限制，存在一些不足，但是经过业者近几年的不懈努力，智能视频分析已经越来越多地被应用到各个大型监控项目中。
目前，专注于智能视频分析领域的厂商也越来越多，综合型的企业代表如海康威视；专项智能行业型的如卓扬科技、智安邦科技、文安科技等；国外企业代表如美国的ObjectVideo，以色列的ioimage、NICE等。
为了做好智能分析的良好推广与深入应用，需要厂家与用户共同努力。厂家方面仍然要不断地完善产品核心算法技术，或者开发出更多符合各个特定场景需要的应用模式。智能视频分析产品区别于传统视频安防行业产品的一点是，它的核心算法还远远没有达到定型的程度，具有很大的可拓展空间，这是因为随着应用的普及，对产品功能的要求将会更多、更具体。另外，智能视频分析的技术往往还牵涉到许多复杂的参数配置，如何简化这些技术参数的配置是厂家需要重视的问题。同时，在行业推广的过程中涉及到的产品知识与行业技术的推广，也需要各个厂家共同努力。
用户方面，也需要更好地了解智能视频分析的技术现状，理性看待其“智能”。一个较为合理的观点是把现有的智能视频分析产品当做一个无用信息过滤器，或者一个高级的传感器，利用它把大致的事件从多数无用的信息中提炼出来，依靠人工去把最后的一道关。另外，智能视频分析的应用除了图像的质量，对如何取景也有很高的要求，这往往会涉及摄像机安装的调整，也需要用户的大力支持。例如在摄像机安装前，用户可以先咨询厂商的技术人员，为日后智能视频分析的实现打造最佳的实现环境。
前言
对智能视频分析的需求是视频监控发展到一定阶段后必然的产物，它能很好地缓解传统视频监控中海量信息冗余的问题。然而虽然经过了几年的发展，但现阶段，无论是智能视频分析的技术与应用还是市场环境，都还处于成长阶段，需要在不断的实践和探索中前进。
大约在三四年前，智能视频分析的概念开始进入人们的视线。起初人们对于智能视频分析的认识有限，加上厂商在宣传中对种种应用前提与限制条件的屏蔽，无形中夸大了智能视频分析的功能，导致很多用户高估了智能分析的作用，甚至把智能视频分析视同于人脑思维，提出了某些远远高于现有技术水平的要求。
同时，很多厂商也高估了民用领域用户的专业能力与使用耐性。很多演示中表现出色的功能需要在近乎苛刻的场景前提下完成，并且对用户的专业能力有较高的要求，例如需要针对不同的光线条件、天气变化调整参数设置——且莫说是普通用户，就连专业的从业人员对此也经常感到迷茫。这些都大大增加了产品推广的难度。
在智能视频分析领域里，这些需求与技术的偏差往往会让用户觉得智能视频分析的产品华而不实，这无形中增大了项目的沟通成本，同时也在工作甚至口碑上对用户与厂家本身造成了不良影响。
智能视频分析技术要在民间真正推广开来，需要厂商与用户共同的努力——需求要理性，产品也要务实。对于用户而言，适当了解其技术原理，可给方案的设计提供不少的帮助。
智能视频分析的原理
智能视频分析大体上分为两大类，一类以背景模型为基础，主要包括周界防范等行为分析；另一类以特征识别为基础，包括车牌识别、人脸识别等。
行为分析主要基于运动背景建模与目标识别技术，简单来讲就是在相对静止的背景图像中找到活动的目标物体。运动目标识别的流程是：首先根据某种数学原理建立环境背景的数学模型，使机器可以在该数学模型的基础上区分出静止背景与运动的目标物体；然后再根据目标的轮廓、大小等信息对其分类，除去虚假的或无需关心的目标；最终结合剩下的目标轨迹与设置的规则产生报警信号。
特征识别技术的原理与活动目标识别技术不同。特征识别无需背景模型而需要目标物体的特征，因此机器会存有一个可以用于描述这些特征的数据库，特征识别也就是在所得的图像中寻找与特征库里具有一定相似程度的物体以进行匹配，如果特殊库里描述的特征越多，得到的结果越正确，同时需要的计算量也越大。
智能视频分析的“短板”
虽然当前智能视频分析技术的主要原理阐述起来简洁明了，但是在具体应用的实施中，还有许多复杂的技术问题。
（1）无法完全消除误报的影响
误报的影响目前仍是智能视频分析技术无法回避的问题。例如运动目标识别中的背景建模技术，就还不能在控制漏报数量的同时完全消除误报。在以目标识别为技术基础的周界防范产品中，误报的数量一直是反映该产品优劣的重要指标。误报的数量是由背景模型与实际使用情况之间的差距造成的。模型的适应能力越强，造成的误报越少，对技术水平的要求也越高。影响背景模型建立的因数很多，例如对于空旷的柏油马路和靠近树木的围墙，6m高的摄像机与2m高的摄像机所拍摄的画面就需要不同的背景模型；白天和黑夜所需要的模型也不同。目前，业内还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全地解决随机事件的影响，如在黑夜环境下车灯造成的误报。
（2）不具备行为的判断能力
以周界防范为例，行为分析的区域入侵功能能够发现活动目标，并可以利用技术手段把用户指定的目标（例如人体）从这些活动目标中提取出来。但是闯入者的动机（是偶尔路过还是故意闯入）、是否有意地向警戒区域内探望等都是无法靠机器来识别的。毕竟智能视频分析还只是一系列设定好的数学公式与程序，其判断能力还远不能与人相比。
（3）特征识别技术对画面要求高
基于特征识别的分析技术对于图像的要求比较高，除了画面本身的清晰度外，还需要画面能够清楚地展示目标物体的特征。目前计算机的识别能力远远低于人类对物体特征的识别能力，而不同的光照条件和拍摄角度都将改变计算机所获得的目标特征，因此特征识别技术对摄像机的安装以及周围环境的要求比较高。例如，车牌识别的产品对车牌在画面中呈现的角度、像素大小都有比较严格的要求，而这些高要求限制了该类产品的应用。
（4）CPU的处理能力仍然是瓶颈
要适应复杂的实际应用环境就需要复杂的算法，这带来了巨大的计算量，而目前DSP芯片的处理能力有限，已经不能满足某些复杂算法的需要，因此难以开发具有相应高级功能的嵌入式产品，这也增加了很多产品的施工难度与实际推广的阻力。
总体而言，智能视频分析技术也如计算机一样，对于传统的手段而言是智能的，与人的智慧相比则处于低级的阶段。
智能视频分析发展是视频安防发展的必然趋势
前文提到了很多智能视频分析产品的弱点，读者们也许会迷惑：智能视频分析的产品能否真正实现应用，或者现有的技术能不能满足应用的需要？事实上，从智能视频分析产品推广应用和发展的角度来看，答案是肯定的。
首先，智能视频分析产品的出现和发展是视频安防行业发展的必然趋势。在视频安防飞速发展的今天，视频监控画面的海量信息超过人力有效处理范围的问题已经成为客观事实；而智能视频分析是一种滤除大量冗余信息的有效手段，可以很好地解决这一问题，因而越来越受到人们的重视。如同数字技术代替模拟技术一样，在不久的将来，智能视频分析定将成为监控整体方案中不可缺少的部分。
第二，传统产品同质化的现象已经越来越严重，制作一款相应产品的技术门槛越来越低，相对应的利润也越来越薄；而智能视频分析本身不断成长和定制化的特点，使其很难形成固定功能soc，即难以被“山寨化”——对于有实力的厂商而言，这是一个很好的利润增长点。
第三，智能视频分析产品虽然在其发展之初存在种种问题，但是依托强大的计算机技术，升级换代的速度非常快。在近两年的时间里，相关产品的表现已经出现了质的飞跃，并成功应用到了众多的经典项目之中。另外很重要的一点是，智能视频分析产品的功能定制非常灵活，相比目前广泛使用的红外对射等简单产品，智能视频分析在实用性上占有绝对优势。
厂家与用户应共同推动智能视频分析的应用
虽然智能视频分析在应用上还受到种种限制，存在一些不足，但是经过业者近几年的不懈努力，智能视频分析已经越来越多地被应用到各个大型监控项目中。
目前，专注于智能视频分析领域的厂商也越来越多，综合型的企业代表如海康威视；专项智能行业型的如卓扬科技、智安邦科技、文安科技等；国外企业代表如美国的ObjectVideo，以色列的ioimage、NICE等。
为了做好智能分析的良好推广与深入应用，需要厂家与用户共同努力。厂家方面仍然要不断地完善产品核心算法技术，或者开发出更多符合各个特定场景需要的应用模式。智能视频分析产品区别于传统视频安防行业产品的一点是，它的核心算法还远远没有达到定型的程度，具有很大的可拓展空间，这是因为随着应用的普及，对产品功能的要求将会更多、更具体。另外，智能视频分析的技术往往还牵涉到许多复杂的参数配置，如何简化这些技术参数的配置是厂家需要重视的问题。同时，在行业推广的过程中涉及到的产品知识与行业技术的推广，也需要各个厂家共同努力。
用户方面，也需要更好地了解智能视频分析的技术现状，理性看待其“智能”。一个较为合理的观点是把现有的智能视频分析产品当做一个无用信息过滤器，或者一个高级的传感器，利用它把大致的事件从多数无用的信息中提炼出来，依靠人工去把最后的一道关。另外，智能视频分析的应用除了图像的质量，对如何取景也有很高的要求，这往往会涉及摄像机安装的调整，也需要用户的大力支持。例如在摄像机安装前，用户可以先咨询厂商的技术人员，为日后智能视频分析的实现打造最佳的实现环境。
理性与务实——点评智能视频分析行业发展现状 #智能#
前言
对智能视频分析的需求是视频监控发展到一定阶段后必然的产物，它能很好地缓解传统视频监控中海量信息冗余的问题。然而虽然经过了几年的发展，但现阶段，无论是智能视频分析的技术与应用还是市场环境，都还处于成长阶段，需要在不断的实践和探索中前进。
大约在三四年前，智能视频分析的概念开始进入人们的视线。起初人们对于智能视频分析的认识有限，加上厂商在宣传中对种种应用前提与限制条件的屏蔽，无形中夸大了智能视频分析的功能，导致很多用户高估了智能分析的作用，甚至把智能视频分析视同于人脑思维，提出了某些远远高于现有技术水平的要求。
同时，很多厂商也高估了民用领域用户的专业能力与使用耐性。很多演示中表现出色的功能需要在近乎苛刻的场景前提下完成，并且对用户的专业能力有较高的要求，例如需要针对不同的光线条件、天气变化调整参数设置——且莫说是普通用户，就连专业的从业人员对此也经常感到迷茫。这些都大大增加了产品推广的难度。
在智能视频分析领域里，这些需求与技术的偏差往往会让用户觉得智能视频分析的产品华而不实，这无形中增大了项目的沟通成本，同时也在工作甚至口碑上对用户与厂家本身造成了不良影响。
智能视频分析技术要在民间真正推广开来，需要厂商与用户共同的努力——需求要理性，产品也要务实。对于用户而言，适当了解其技术原理，可给方案的设计提供不少的帮助。
智能视频分析的原理
智能视频分析大体上分为两大类，一类以背景模型为基础，主要包括周界防范等行为分析；另一类以特征识别为基础，包括车牌识别、人脸识别等。
行为分析主要基于运动背景建模与目标识别技术，简单来讲就是在相对静止的背景图像中找到活动的目标物体。运动目标识别的流程是：首先根据某种数学原理建立环境背景的数学模型，使机器可以在该数学模型的基础上区分出静止背景与运动的目标物体；然后再根据目标的轮廓、大小等信息对其分类，除去虚假的或无需关心的目标；最终结合剩下的目标轨迹与设置的规则产生报警信号。
特征识别技术的原理与活动目标识别技术不同。特征识别无需背景模型而需要目标物体的特征，因此机器会存有一个可以用于描述这些特征的数据库，特征识别也就是在所得的图像中寻找与特征库里具有一定相似程度的物体以进行匹配，如果特殊库里描述的特征越多，得到的结果越正确，同时需要的计算量也越大。
智能视频分析的“短板”
虽然当前智能视频分析技术的主要原理阐述起来简洁明了，但是在具体应用的实施中，还有许多复杂的技术问题。
（1）无法完全消除误报的影响
误报的影响目前仍是智能视频分析技术无法回避的问题。例如运动目标识别中的背景建模技术，就还不能在控制漏报数量的同时完全消除误报。在以目标识别为技术基础的周界防范产品中，误报的数量一直是反映该产品优劣的重要指标。误报的数量是由背景模型与实际使用情况之间的差距造成的。模型的适应能力越强，造成的误报越少，对技术水平的要求也越高。影响背景模型建立的因数很多，例如对于空旷的柏油马路和靠近树木的围墙，6m高的摄像机与2m高的摄像机所拍摄的画面就需要不同的背景模型；白天和黑夜所需要的模型也不同。目前，业内还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全地解决随机事件的影响，如在黑夜环境下车灯造成的误报。
（2）不具备行为的判断能力
以周界防范为例，行为分析的区域入侵功能能够发现活动目标，并可以利用技术手段把用户指定的目标（例如人体）从这些活动目标中提取出来。但是闯入者的动机（是偶尔路过还是故意闯入）、是否有意地向警戒区域内探望等都是无法靠机器来识别的。毕竟智能视频分析还只是一系列设定好的数学公式与程序，其判断能力还远不能与人相比。
（3）特征识别技术对画面要求高
基于特征识别的分析技术对于图像的要求比较高，除了画面本身的清晰度外，还需要画面能够清楚地展示目标物体的特征。目前计算机的识别能力远远低于人类对物体特征的识别能力，而不同的光照条件和拍摄角度都将改变计算机所获得的目标特征，因此特征识别技术对摄像机的安装以及周围环境的要求比较高。例如，车牌识别的产品对车牌在画面中呈现的角度、像素大小都有比较严格的要求，而这些高要求限制了该类产品的应用。
（4）CPU的处理能力仍然是瓶颈
要适应复杂的实际应用环境就需要复杂的算法，这带来了巨大的计算量，而目前DSP芯片的处理能力有限，已经不能满足某些复杂算法的需要，因此难以开发具有相应高级功能的嵌入式产品，这也增加了很多产品的施工难度与实际推广的阻力。
总体而言，智能视频分析技术也如计算机一样，对于传统的手段而言是智能的，与人的智慧相比则处于低级的阶段。
智能视频分析发展是视频安防发展的必然趋势
前文提到了很多智能视频分析产品的弱点，读者们也许会迷惑：智能视频分析的产品能否真正实现应用，或者现有的技术能不能满足应用的需要？事实上，从智能视频分析产品推广应用和发展的角度来看，答案是肯定的。
首先，智能视频分析产品的出现和发展是视频安防行业发展的必然趋势。在视频安防飞速发展的今天，视频监控画面的海量信息超过人力有效处理范围的问题已经成为客观事实；而智能视频分析是一种滤除大量冗余信息的有效手段，可以很好地解决这一问题，因而越来越受到人们的重视。如同数字技术代替模拟技术一样，在不久的将来，智能视频分析定将成为监控整体方案中不可缺少的部分。
第二，传统产品同质化的现象已经越来越严重，制作一款相应产品的技术门槛越来越低，相对应的利润也越来越薄；而智能视频分析本身不断成长和定制化的特点，使其很难形成固定功能soc，即难以被“山寨化”——对于有实力的厂商而言，这是一个很好的利润增长点。
第三，智能视频分析产品虽然在其发展之初存在种种问题，但是依托强大的计算机技术，升级换代的速度非常快。在近两年的时间里，相关产品的表现已经出现了质的飞跃，并成功应用到了众多的经典项目之中。另外很重要的一点是，智能视频分析产品的功能定制非常灵活，相比目前广泛使用的红外对射等简单产品，智能视频分析在实用性上占有绝对优势。
厂家与用户应共同推动智能视频分析的应用
虽然智能视频分析在应用上还受到种种限制，存在一些不足，但是经过业者近几年的不懈努力，智能视频分析已经越来越多地被应用到各个大型监控项目中。
目前，专注于智能视频分析领域的厂商也越来越多，综合型的企业代表如海康威视；专项智能行业型的如卓扬科技、智安邦科技、文安科技等；国外企业代表如美国的ObjectVideo，以色列的ioimage、NICE等。
为了做好智能分析的良好推广与深入应用，需要厂家与用户共同努力。厂家方面仍然要不断地完善产品核心算法技术，或者开发出更多符合各个特定场景需要的应用模式。智能视频分析产品区别于传统视频安防行业产品的一点是，它的核心算法还远远没有达到定型的程度，具有很大的可拓展空间，这是因为随着应用的普及，对产品功能的要求将会更多、更具体。另外，智能视频分析的技术往往还牵涉到许多复杂的参数配置，如何简化这些技术参数的配置是厂家需要重视的问题。同时，在行业推广的过程中涉及到的产品知识与行业技术的推广，也需要各个厂家共同努力。
用户方面，也需要更好地了解智能视频分析的技术现状，理性看待其“智能”。一个较为合理的观点是把现有的智能视频分析产品当做一个无用信息过滤器，或者一个高级的传感器，利用它把大致的事件从多数无用的信息中提炼出来，依靠人工去把最后的一道关。另外，智能视频分析的应用除了图像的质量，对如何取景也有很高的要求，这往往会涉及摄像机安装的调整，也需要用户的大力支持。例如在摄像机安装前，用户可以先咨询厂商的技术人员，为日后智能视频分析的实现打造最佳的实现环境。
前言
对智能视频分析的需求是视频监控发展到一定阶段后必然的产物，它能很好地缓解传统视频监控中海量信息冗余的问题。然而虽然经过了几年的发展，但现阶段，无论是智能视频分析的技术与应用还是市场环境，都还处于成长阶段，需要在不断的实践和探索中前进。
大约在三四年前，智能视频分析的概念开始进入人们的视线。起初人们对于智能视频分析的认识有限，加上厂商在宣传中对种种应用前提与限制条件的屏蔽，无形中夸大了智能视频分析的功能，导致很多用户高估了智能分析的作用，甚至把智能视频分析视同于人脑思维，提出了某些远远高于现有技术水平的要求。
同时，很多厂商也高估了民用领域用户的专业能力与使用耐性。很多演示中表现出色的功能需要在近乎苛刻的场景前提下完成，并且对用户的专业能力有较高的要求，例如需要针对不同的光线条件、天气变化调整参数设置——且莫说是普通用户，就连专业的从业人员对此也经常感到迷茫。这些都大大增加了产品推广的难度。
在智能视频分析领域里，这些需求与技术的偏差往往会让用户觉得智能视频分析的产品华而不实，这无形中增大了项目的沟通成本，同时也在工作甚至口碑上对用户与厂家本身造成了不良影响。
智能视频分析技术要在民间真正推广开来，需要厂商与用户共同的努力——需求要理性，产品也要务实。对于用户而言，适当了解其技术原理，可给方案的设计提供不少的帮助。
智能视频分析的原理
智能视频分析大体上分为两大类，一类以背景模型为基础，主要包括周界防范等行为分析；另一类以特征识别为基础，包括车牌识别、人脸识别等。
行为分析主要基于运动背景建模与目标识别技术，简单来讲就是在相对静止的背景图像中找到活动的目标物体。运动目标识别的流程是：首先根据某种数学原理建立环境背景的数学模型，使机器可以在该数学模型的基础上区分出静止背景与运动的目标物体；然后再根据目标的轮廓、大小等信息对其分类，除去虚假的或无需关心的目标；最终结合剩下的目标轨迹与设置的规则产生报警信号。
特征识别技术的原理与活动目标识别技术不同。特征识别无需背景模型而需要目标物体的特征，因此机器会存有一个可以用于描述这些特征的数据库，特征识别也就是在所得的图像中寻找与特征库里具有一定相似程度的物体以进行匹配，如果特殊库里描述的特征越多，得到的结果越正确，同时需要的计算量也越大。
智能视频分析的“短板”
虽然当前智能视频分析技术的主要原理阐述起来简洁明了，但是在具体应用的实施中，还有许多复杂的技术问题。
（1）无法完全消除误报的影响
误报的影响目前仍是智能视频分析技术无法回避的问题。例如运动目标识别中的背景建模技术，就还不能在控制漏报数量的同时完全消除误报。在以目标识别为技术基础的周界防范产品中，误报的数量一直是反映该产品优劣的重要指标。误报的数量是由背景模型与实际使用情况之间的差距造成的。模型的适应能力越强，造成的误报越少，对技术水平的要求也越高。影响背景模型建立的因数很多，例如对于空旷的柏油马路和靠近树木的围墙，6m高的摄像机与2m高的摄像机所拍摄的画面就需要不同的背景模型；白天和黑夜所需要的模型也不同。目前，业内还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全地解决随机事件的影响，如在黑夜环境下车灯造成的误报。
（2）不具备行为的判断能力
以周界防范为例，行为分析的区域入侵功能能够发现活动目标，并可以利用技术手段把用户指定的目标（例如人体）从这些活动目标中提取出来。但是闯入者的动机（是偶尔路过还是故意闯入）、是否有意地向警戒区域内探望等都是无法靠机器来识别的。毕竟智能视频分析还只是一系列设定好的数学公式与程序，其判断能力还远不能与人相比。
（3）特征识别技术对画面要求高
基于特征识别的分析技术对于图像的要求比较高，除了画面本身的清晰度外，还需要画面能够清楚地展示目标物体的特征。目前计算机的识别能力远远低于人类对物体特征的识别能力，而不同的光照条件和拍摄角度都将改变计算机所获得的目标特征，因此特征识别技术对摄像机的安装以及周围环境的要求比较高。例如，车牌识别的产品对车牌在画面中呈现的角度、像素大小都有比较严格的要求，而这些高要求限制了该类产品的应用。
（4）CPU的处理能力仍然是瓶颈
要适应复杂的实际应用环境就需要复杂的算法，这带来了巨大的计算量，而目前DSP芯片的处理能力有限，已经不能满足某些复杂算法的需要，因此难以开发具有相应高级功能的嵌入式产品，这也增加了很多产品的施工难度与实际推广的阻力。
总体而言，智能视频分析技术也如计算机一样，对于传统的手段而言是智能的，与人的智慧相比则处于低级的阶段。
智能视频分析发展是视频安防发展的必然趋势
前文提到了很多智能视频分析产品的弱点，读者们也许会迷惑：智能视频分析的产品能否真正实现应用，或者现有的技术能不能满足应用的需要？事实上，从智能视频分析产品推广应用和发展的角度来看，答案是肯定的。
首先，智能视频分析产品的出现和发展是视频安防行业发展的必然趋势。在视频安防飞速发展的今天，视频监控画面的海量信息超过人力有效处理范围的问题已经成为客观事实；而智能视频分析是一种滤除大量冗余信息的有效手段，可以很好地解决这一问题，因而越来越受到人们的重视。如同数字技术代替模拟技术一样，在不久的将来，智能视频分析定将成为监控整体方案中不可缺少的部分。
第二，传统产品同质化的现象已经越来越严重，制作一款相应产品的技术门槛越来越低，相对应的利润也越来越薄；而智能视频分析本身不断成长和定制化的特点，使其很难形成固定功能soc，即难以被“山寨化”——对于有实力的厂商而言，这是一个很好的利润增长点。
第三，智能视频分析产品虽然在其发展之初存在种种问题，但是依托强大的计算机技术，升级换代的速度非常快。在近两年的时间里，相关产品的表现已经出现了质的飞跃，并成功应用到了众多的经典项目之中。另外很重要的一点是，智能视频分析产品的功能定制非常灵活，相比目前广泛使用的红外对射等简单产品，智能视频分析在实用性上占有绝对优势。
厂家与用户应共同推动智能视频分析的应用
虽然智能视频分析在应用上还受到种种限制，存在一些不足，但是经过业者近几年的不懈努力，智能视频分析已经越来越多地被应用到各个大型监控项目中。
目前，专注于智能视频分析领域的厂商也越来越多，综合型的企业代表如海康威视；专项智能行业型的如卓扬科技、智安邦科技、文安科技等；国外企业代表如美国的ObjectVideo，以色列的ioimage、NICE等。
为了做好智能分析的良好推广与深入应用，需要厂家与用户共同努力。厂家方面仍然要不断地完善产品核心算法技术，或者开发出更多符合各个特定场景需要的应用模式。智能视频分析产品区别于传统视频安防行业产品的一点是，它的核心算法还远远没有达到定型的程度，具有很大的可拓展空间，这是因为随着应用的普及，对产品功能的要求将会更多、更具体。另外，智能视频分析的技术往往还牵涉到许多复杂的参数配置，如何简化这些技术参数的配置是厂家需要重视的问题。同时，在行业推广的过程中涉及到的产品知识与行业技术的推广，也需要各个厂家共同努力。
用户方面，也需要更好地了解智能视频分析的技术现状，理性看待其“智能”。一个较为合理的观点是把现有的智能视频分析产品当做一个无用信息过滤器，或者一个高级的传感器，利用它把大致的事件从多数无用的信息中提炼出来，依靠人工去把最后的一道关。另外，智能视频分析的应用除了图像的质量，对如何取景也有很高的要求，这往往会涉及摄像机安装的调整，也需要用户的大力支持。例如在摄像机安装前，用户可以先咨询厂商的技术人员，为日后智能视频分析的实现打造最佳的实现环境。
#再见2020#这一年不容易，这一年不简单，这一年很劳累，这一年很释怀，这一年有太多的感触，这一年有太多的故事，这个一年有太多还没有完成的工作。放下包袱，开动机器。专注聚焦，动车联动，数字科技，良心产品，一个也不能少，在这个大变革时代，先声夺金。迎接2021，期待一切的美好。#活着就是为了摆渡#
✋热门推荐