面向多摄像机网络智能视频分析技术

　　不同行业需求差异性明显

　　据了解，不同的行业对于视频监控的需求一般有着非常明显的差异，特别是对于智能视频分析技 术的应用需求，由此也决定了不同行业间检测行为 类型与异常事件的特殊性。比如在平安城市中，可 针对城市治安突发事件，专门研发打架、抢劫、攀越等行为分析功能；在银行ATM自助服务区，可通 过对目前ATM自助服务区犯罪手段的分析，实现如 非法粘贴小纸条、安装假键盘、蒙面、暴力抢劫等 行为分析功能；在交通行业，可实现针对交通事件 如逆行、非法停车、交通拥堵等情况报警的更多的 功能。

　　只有结合行业应用实际，深入了解不同行业的 具体问题，才能更好地抓住用户的需求，将智能视 频分析技术的功能落实到应用的实处，这也是智能 视频分析技术未来产业化价值的最终体现。

　　不断完善核心算法

　　在技术方面，目前智能视频分析技术主要分为模式识别和行为分析技术。模式识别技术包含：人脸检测、人脸比对、车牌识别、烟火识别检测等；行为分析包含：越线、进入、离开、丢失、遗留物、人群聚集、滑倒等。智能分析最核心的是视频算法，目前算法的体现形式包括了集成到硬件和纯软件方式提供，效果基本相同。

　　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，从厂家方面，仍然要不断的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的应用模式。智能视频分析区别于传统行业产品的一点是，它的核 心算法还远远没有达到定型的程度，具有很大的拓 展空间，因为随着应用的普及，将会对产品的功能 提出更加具体多的要求。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。 目前，实际复杂的应用环境就需要越加复杂的 算法，当前应用智能视频分析技术开发相应高级功 能的嵌入式产品，解决了很多产品的施工难度与实 际推广的阻力，这也是智能视频分析技术发展的必 然趋势。

　　减少漏报、误报率

　　以检测准确性作为评价标准的智能视频分析产 品，一般通过考察其在不同环境下的检测率和误报率 来评价其性能。理想系统的检测率和有效率都应是 100%，但实际系统只能接近这些指标而不是完全达 到。只有通过调整系统的灵敏度参数，改变检测率 与有效率之间的关系，在有效率合乎使用要求的情况 下，性能优良的系统才能达到最高检测率。当灵敏度 调很高时，检测率提高但误报增多，有效率会下降。 反之，误报率减少，有效率提高但检测率会降低。

　　智能分析能达到简单的行为分析。提高漏报与 误报的形式必须通过整体的方式去设计，比如摄像 机摆放的位置，镜头的选择，室内的光线，过滤器 及灵敏度，规则的合理设置等。通过整体的考虑可 以降低误报率。

　　当前市场上的智能视频分析产品的效果是参差不齐的，有的打着智能的旗号实际上实现不了智能的效果。未来厂家们将继续完善算法，同时加强在 复杂及恶劣环境下的测试，不断提高产品的性能， 将漏报、误报减少到最低程度。

　　未来仍需提高的部分

　　虽然智能视频分析技术已得到快速发展，但是 实施到具体的应用，还有许多复杂的技术问题。无法完全消除误报的影响。例如运动目标识别中的背景建模技术，在控制漏报数量的同时，还不能完全的删除误报。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一大指标。而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，背后要求的技术也越高。影响背景模型建立的因数很多，例如空旷的柏油马路和边上有树木的围墙，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，白天和黑夜的状态需要的模型也不同。目前，行业中还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全的解决随机事件的影响，如在黑夜环境下车灯造成的误报。　　

　　不具备行为的判断能力。例如周界防范，机器中行为分析的区域入侵功能能够发现活动目标，并可以在这些活动目标中利用技术手段把用户希望的目标（例如人体）提取出来。但是再进一步，这个闯入者的动机是什么，是偶尔路过，还是故意闯入，是否有意的往警戒区域内探望，这些都无法靠机器来识别。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，远没有达到人的判断能力。

　　特征识别技术对画面要求高。对于基于特征识别的分析技术，对于图像的要求比较高。除了画面本身清晰度外，也需要清楚的展示目标物体的特征，目前计算机的识别能力大大低于人类对物体特征的识别能力，不同的光照条件和拍摄角度，都将改变计算机所看到的特征。因此，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，这些高要求限制了该类产品的实施与应用。CPU的处理能力仍然是瓶颈。要满足实际复杂的应用环境就需要越加复杂的算法，随之带来了巨大的计算量，目前DSP芯片的能力有限，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，对于传统的手段是智能的，但是对于人的智慧来说，还处于低级的阶段。