智能视频分析IVS(IntelligentVideoAnalysisSystem)，是使用计算机图像视觉分析技术，借助于计算机芯片强大的数据处理功能，对视频画面进行高速分析，通过将场景中背景和目标分离进而提取、比对和分析画面中的关键信息。当前的视频监控系统建设中，动辄成百上千路的视频流已十分常见，面对这些中大型的监控案例，如何最大程度地节省后端管理人力，更精确快速完成监控报警任务，IVS正要担此重任。
一、智能视频分析功能分类
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，把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，更无法对其行为进行准确判定。
二、分析算法乃核心
智能视频分析的核心技术是基于背景建模和模糊识别的视频分析算法，其中准确快速地识别目标并实现预定的智能分析功能，减少错误的报警和遗漏的报警是最核心的技术。目前的芯片已基本能满足大部分智能分析的需求，对于一些复杂的算法，更多厂家是通过在后端服务器来实现，比如人脸识别、视频后检索。由于视频智能分析需要耗费大量的芯片运算资源，如何能在高性价比的处理器芯片上实现更多的智能分析功能已成为厂家努力的方向，通过改进算法效率可以将更多的算**能在目前已有的处理器芯片上得以应用。
三、助力安防大数据发展
在大数据时代，面对海量的视频数据，智能视频分析技术在数据挖掘方面被赋予厚望。智能视频分析让视频监控从人工抽检，进步到高效事前预警、事后分析，实现智能化的信息分析、预测。众所周知，视频图像监控系统通过多年的建设，已成为公安机关打防管控的重要手段和感知城市信息的重要途径。
海量的视频数据需要得到有效的处理，使得能够快速、低成本、精准地发现相关目标的特征和活动轨迹。而有限的人力、计算能力和持续增长的视频数据之间的矛盾日益突出，成为当下系统建设的重点和难点。为此，行业中近年来提出了视频浓缩与检索技术，以及视频图像信息数据库技术。
视频浓缩检索技术，主要是利用图像处理(包括视频浓缩、摘要、复原等)、模式识别、海量数据分类存储以及搜索等技术，对海量的存储录像等原始信息进行分析和挖掘，对于目标特征、目标行为、目标间关联关系这三大类信息内容，形成各种分类的特征信息库、元数据和索引等，并提供统一接口供外部应用进行搜索，以期通过有限的线索，达到案件快速关联和定位。
视频图像信息库建设，目前应用比较广泛的是卡口和电警的应用。由于车牌识别技术的日趋成熟，通过车牌、车牌颜色、车身、车身颜色、车辆类型等特征识别，把车辆图片、车辆信息、车主信息、盗抢车辆库等结合起来，可以有效地进行车辆的查找、布控和案件线索搜索。而其他如视频监控录像、案件等信息如何形成统一接口查询，如何进行有效数据关联，其应用还不是特别广泛。
其实自视频监控进入网络化时代以后，越来越多融入IT新兴技术，大数据技术在视频监控领域的广阔发展路径已经显现，不少厂家正致力于通过将大数据技术和视频监控业务的完美融合，打造大数据时代的视频监控解决方案，不可否认未来智能视频分析将为大数据业务带来深刻的变革。
“智能”二字属于典型“我说说而已，你别当真”的字眼。就包括如今风靡世界的智能手机，他的智能程度也就是和一台PC机差不多，逼近灵长目动物而已。目前主要是在已经成熟的各项技术的误报率上。在现有技术水平的条件下，为降低误报率，提高系统的稳定性和环境适应性，除了对算法深耕细作之外，还需要投入力量分析环境使用特点，促使使用环境向着有利于智能分析技术发挥能力的方向变化，降低复杂环境对于智能分析技术的不利影响。这种变化的实现途径，一是在附属系统的建设上加大投入，通过如辅助光照等技术产品间的配合来改善应用环境，避免单一依赖智能分析技术的情况;二是对人、对车辆等监控目标加强管理，通过对目标的移动方向、路线、密度等做梳理和引导，改善目标场景的有序性;三是寻找一些新技术、新算法，如双目识别算法等，设法在预处理环节提高源视频的质量，降低环境干扰因素对智能分析技术的影响。
智能技术乃至视觉分析技术都不是专属于安防的独家学科，面对当前这个直逼“三岁儿童”的智能水平，在我们无法做到更多的时候，必须先设法提高一些基本智能分析功能的准确率。
四、仍是辅助功能
目前智能视频分析技术能够做到一些我们人工所无法完成的功能，它是一个非常良好的辅助监控手段，虽然实现完全无人值守尚需时日，但是值得关注的是，通过使用智能视频分析技术，已经能够对相当多的基本行为进行识别和判断，对减轻监控人员的工作强度，提高监控质量已经起到了革命性的变化。
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。
