智能监控将成安防下一个拐点吗?

数字化、高清化、智能化充斥着整个安防市场，而今，北京安博会召开在即，作为安防行业的年度盛会。今天，笔者将就智能视频分析这一话题进行探讨。

记得在采访北京光桥总裁张乃宪先生时，他曾说，对于视频监控来说，监控录像需要7*24小时不间断，保安员在观看视频监控屏幕时极易造成视觉疲劳，发现可疑线索的几率就大大降低，举个例子，人在盯着屏幕观看录像12分钟的时候，45%的画面会被忽视，而当观看录像达到22分钟的时候，95%的画面将被忽略;另外，如何在监控屏幕不断切换的同时发现突发事件并及时预警也是实践中的一个难题;同时，随着视频监控的大范围应用，也带来了海量的视频数据，如何在这些海量的数据中提炼有价值的数据成为一个亟待解决的问题。基于这些因素，智能视频分析的产生和应用就显得极为必要。

智能视频分析技术让人迫不及待，那么，智能视频分析的工作原理是什么呢?

智能视频分析大体上分为两大类，一类是以背景模型建立为基础，主要包括周界防范在内的行为分析等。第二类是以特征识别为基础，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在活动的目标物体。

运动目标识别的背景建模技术，首先根据某种数学原理建立环境背景的数学模型，在概数学模型的基础上，机器可以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。

然而，目前智能视频分析技术应用并不广泛，还处于试用阶段，“不成熟”的技术无法催生市场的膨胀，这主要表现在以下几个方面：

1.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。

来源：中国数字音视网