智能视频分析技术的应用现状

　　上世纪90年代，由美国国防高级研究项目署主导的视觉监控重大项目VSAM(VisualSurveillanceMonitoring)吸引了众多高?？蒲谢沟牟斡?，从而拉开了智能视频分析技术研究与应用的序幕。至今，智能视频分析技术已经有近20年的应用，世界范围内已经部署了很多智能分析系统在运行。但是应该看到过去的智能视频分析应用基本属于集中式应用，大多是基于PC机的应用。直到近2、3年来随着网络视频监控系统的部署和众多大型监控项目的上马，基于嵌入式设备的智能分析系统才开始得到更多关注和应用。

　　智能分析的高层应用主要包括区域防范、行为理解、物体识别、烟雾火焰识别、PTZ跟踪、交通管理等。目前市场上智能分析的应用大多局限于区域防范，包括入侵检测、绊线检测等，其它更复杂的工程应用还不多见。一方面我们认为智能分析是视频监控发展的重要方向之一，另一方面也应该看到智能分析的工程实践还面临很多问题。

　　究其原因，首先是技术方面的原因，智能分析是技术而绝对不是科学，它的成功实施需要多方面的配合，而智能分析技术也处于发展过程中;其次国内企业在技术积累方面做的不够，大多数OEM国外公司的算法，真正掌握核心算法的国内企业没有几家，很难针对具体场景做出算法上的调整。

　　智能分析技术可以根据底层建模和高层建模两部分进行划分。底层建模包括背景建模、目标检测、目标跟踪、特征提取等基本算法，高层建模则是根据预设规则进行判断，生成分析结果。

　　智能视频分析最理想的搭载平台

　　当前，国内智能视频监控系统刚刚开始实施，还没有相关标准可以依据。再加上智能分析本来也没有标准算法，没有标准指标，所以项目的实施大多根据设计人员的经验和业主的需求，系统实施更是见仁见智。

　　智能视频监控系统相对于传统监控的最本质不同在于增加了信息理解和分析环节。理论上信息理解和分析可以发生在数据流的各个阶段，也就形成了不同的智能分析解决方案。信息理解和分析在前端采集单元执行，赋予摄像机以智能，形成智能摄像机，包括模拟摄像机和网络摄像机;信息理解和分析在中间单元执行，形成智能DVR设备;信息理解和分析当然也可以在后端服务器执行，形成集中式智能监控系统。

　　不同解决方案有不同的特点，对系统设计的要求也不尽同。相对于中、后端的集中式部署，我们认为前端处理、分布式处理更具有竞争优势，原因如下：首先是处理器处理能力的问题。智能分析需要对图像像素逐点分析，运算量巨大，当输入视频路数较多时采用集中式处理处理器的带宽无法支撑。分布式处理虽然单个处理器能力并不强大，但是仅处理一路带宽还是足够的。

　　其次是网络带宽问题，集中式处理需要所有视频数据都传输到服务器，而分布式处理则可以根据分析结果选择性传输。

　　最后是成本问题，分布式处理可以在原来硬件的基础上不增加成本或者仅增加很少成本即可实现智能分析，相同视频路数显然集中式处理增加的成本更多。