如今，简单的视频保存和播放已经不能满足当前人们对安防产品的要求。如何用智能化的技术来替代人工视频处理正在成为诸多DSS(数字安全监控)解决方案提供商探讨解决的问题。智能化的实现不仅可以通过减少人工大大降低安防运行的成本，同时还将大大提升数据的筛选及处理能力，为未来安防技术的多样化应用提供了可能。智能分析在近两年被视频监控领域作为一个重要的发展方向提出来。本文就智能分析行业发展现状及其未来发展趋势做简单介绍。
智能视频分析实现方式有所区分
目前智能分析技术已经广泛应用于各种安防领域，根据其实现的方式进行区分，有业内人士将其概括为以下几种类型的智能分析。
诊断类智能分析：诊断类智能分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和报警。诊断类智能分析技术实现起来较为简单，通常以后端管理平台的形式出现，在大型的监控项目，特别是城市级监控的日常运维中作用十分明显。目前市面上一些基于DSP的智能分析设备、DVR和DVS等都自带该项辅助功能。
识别类智能分析：该项技术偏向于对静态场景的分析处理，通过图像识别、图像比对及模式匹配等核心技术，实现对人、车、物等相关特征信息的提取与分析。在对车的识别分析应用上主要是车牌识别技术。该技术经过多年的发展与应用，目前已十分成熟。模糊车牌还原和识别技术的出现使得该项技术不再局限高清，开始向标清领域普及。车牌识别技术被广泛应用于各停车场出入口、高速公路收费站等地，近些年更是发展迅速：配合交通电子卡口系统，车牌识别技术被大量用于车辆交通违章的抓拍，有效降低了车辆交通违章数量，大大减少了交通事故的发生。
行为类智能分析：该项技术侧重于对动态场景的分析处理。典型的功能有：车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、占道经营检测和客流统计等。移动侦测(VMD)是该类智能分析中的“早期智能”，VMD依据视频画面中像素块的运动变化来进行判别，缺点明显：基于二维的分析，误报太高，无法识别移动的像素块是干扰还是目标。
国内智能视频分析技术处于初级阶段
从计算机技术的基础性研究来说，国内的研究虽然落后于国际先进水平，但差距并不明显，就智能视频分析核心技术而言属于模式识别人工智能技术的一个分支，是对视频信息的自动分析和提取，从这一技术在国际上被首先提出开始，国内就已有科研人员对此进行了一些研究，并形成一些研究成果。然而，目前我国的视频监控技术还处于“模拟转数字”的阶段，“数字视频监控”或“网络视频监控”还未成为监控系统的主流，技术层面较低。
对于智能视频分析监控技术的需求并不强烈，“市场需求主导技术发展”是永恒的规律，没有强烈的市场需求，这一技术的发展也就仍然停留在较为初级的阶段。因此，在国内，这一技术大部分程度上都还处于实验室研究阶段，虽然有不少科研单位或厂家看到了这一技术的前景，意图抢占先机，抢先开发出产品，但由于市场需求力度不强，仍然停留在初级水平，并没有完全形成成熟的产品。
但随着国外成熟产品的进入，监控领域已逐渐意识到这一技术和产品的重要地位，逐渐地为国内的监控行业人员所认识和熟悉，而且看到了这一技术必然是未来监控系统的一个发展趋势。而随着我国经济的进一步发展，奥运会、世博会等一系列国际盛会的申办成功，都大大提高了人们的安全意识，可以说，智能视频分析监控技术已逐渐进入到国内安防人的视野，并越来越受到看好，认为这将是监控技术发展的又一个春天。
对于庞大的中国国内市场规模来说，虽然目前我国的视频监控技术平均起来仍然处于较低水平，但这并不妨碍某些高端用户对于这一智能监控技术的需求，市场容量同样不可小觑，这也是成为吸引科研单位或企业加强这一技术的研发，积极开发成型产品的原因。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
