采用计算机视觉的方法，在几乎不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析，对动态场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而做到既能完成日常管理又能在异常情况发生的时候及时做出反应这就是智能分析技术。
在大数据时代，如何在海量数据中准确抓取有效信息进行快速反应成为当下问题，智能分析技术，通过大数据检索，可以快速的找出与之相关的信息，加快有关部门的办事效率，能更好的服务于人民群众，因此备受关注。
当下常见的智能识别技术有：
1、双机自动跟踪：智能分析摄像机加普通快球方式。可应用于城市报警应急预案。突发事件的物体跟踪。
2、人流量统计：统计框选区域进出人员的数量，应用于超市商场顾客流量的分析统计，帮助商家制定相应的销售策略。应用于景点、地铁口，提供流量数据供人员管制应用。
3、穿越警戒区：通过设置虚拟围篱，对周界进行侦测。当发现可疑人员或者物体穿越围篱，即触发报警，并将报警信号上传至监控管理中心。同时可将报警画面通过网络上传至远程监看用户。应用于交通马路人行横道或斑马线、厂区重点区域围墙、学校、看守所围墙等。
4、丢失分析：通过在监控画面上画出一块放置重要物品的区域作为警戒区域，只要此物品离开了警戒区域，那么将立即触发报警规则。应用于重点保护区域如博物馆，展览厅，拍卖会，金银店等。
5、方向分析：在实际监控中，人们可能会关心人流的方向和车流的运动方向，通过方向的识别可以判断目标是否为不合法走动或行驶，如果出现逆向行为，目标将会被自动锁定，并同时报警。应用于单向行驶的道路；重要出入口等。
6、智能跟踪：对可疑人或物体进行目标锁定，对目标的运动轨迹进行记录，同时摄像机将跟随目标转动并报警。应用于高档小区，人员禁入区域，机密区域，重要保护区域等。并可作为案发后，对案件回放过程的轨迹进行分析。达到迅速破案的作用。虽然近年智能视频分析技术迅速发展，应用范围也在不断扩展，市场上已经有了网络监控的各种产品，如网络摄像机、网络矩阵等，但由于这些产品的质量还有待提高，图像看起来有明显的延迟、跳动、不够清晰等缺陷，由于硬件本身性能不够稳定，易出现死机、重启、误漏报等问题。而智能视频分析本身算法的局限，在理想环境下才可实现其全部功能，所以在实际应用中，只能初步实现较简单的功能。
目前，这些技术应用也已经十分广泛，它们就围绕在我们生活中。
如在商场超市，智能视频分析技术通过对进店顾客、或从店门口过往的顾客、或在店内浏览购物的顾客，实现对顾客行为的数据采集，并进行系统的、深层次的顾客数据分析，能了解到顾客的消费行为、消费方式、顾客的特征(性别/年龄)，同时还可了解到店铺的客流量、店内陈列货品热门区域(顾客热点浏览区域)、广告/橱窗关注度等重要信息。
另外，还可以通过智能视频分析系统，采集某区域、街道、路口等的车流量、人流量和过往人流的男女比例、年龄段等，为店铺选址提供更有价值、更精确、更有说服力的参考依据。
相对于传统店铺监控系统，智能监控系统有着非常大的优势，系统使用更加灵活、方便，能让店铺管理者能随时随地了解店铺的情况。而新增的智能周界入侵、客流统计功能，让原本“呆滞”的监控系统变得“聪明”，也让监控系统变成了可以帮助店铺经营管理的系统。
在旅游景区，视频监控有效防止游客对景点文物建筑的伤害，同时对规范游客行为，防止游客意外发生，发现森林火险。智能视频监控在景区中应用，大大提高响应速度，将一般监控系统的事后分析变成了事中分析和预警，能识别可疑活动(例如有人在公共场所遗留了可疑物体，或者有人在敏感区域停留的时间过长)，在安全威胁发生之前就能够提示工作人员关注相关监控画面以提前做好准备，还可以使用户更加确切的定义在特定的安全威胁出现时应当采取的动作，并由监控系统本身来确保危机处理步骤能够按照预定的计划精确执行，有效防止在混乱中由于人为因素而造成的延误。
在智能交通领域，应用最多的智能视频分析技术主要是：车牌识别、交通流量检测、车辆逆行、遗弃物、车牌数据管理、黑名单比对、交通事件管理、交通流数据管理和违法数据管理等。智能分析技术可以通过智能化的信息挖掘给交通管理部门带来多样化的应用。
安防分析技术是智能交通众多技术中的一种，安防技术和智能交通最大的切入点是对车辆的检测和识别，然后是对交通事件的检测和交通参与人的检测。对这些检测用的最多最有效的是视频检测技术。通过视频检测技术获得车辆的相关信息，对相关的交通事件和交通行为的分析和检测。另外，从对交通参与人，行人、机场、车站行人的检测，获得相应的信息并作为信息源的来源提供给智能交通系统。智能分析在智能交通的建设发挥着举足轻重的作用。
其它的如在金融、校园、平安城市中，智能分析技术都越来越被重视，对智能分析技术的要求也越来越高，伴随着智能分析技术的进步。
未来智能分析技术在以下五中技术中将进一步完善。
智能码流技术
智能码流，是系统根据图像识别后，根据画面运动主体的运动速度，将正常录制的视频进行码流调整，进行最后的视频存储。对于运动慢的运动主体，码流记录甚至可以低至8帧/秒(fps)以下，对于正常速度运动的主体，码流设定正常的25fps，对于敏感图像的运动物体的视频码流可设定在30fps以上。对于高速的运动主体，在高速摄像机的配合下，码流可高达1000fps以上。智能码流技术，可以减少非敏感图像占用视频存储资源，从而对敏感图像提供了充裕的记载能力。
动态区域自适应的智能监控技术
以某**视频监控画面为例，画面上的敏感信息为运动的车辆和人。不敏感画面是背景(地面和屋顶)。但在实际的视频记录中，背景(地面和屋顶)占据了50%以上的存储空间。通过图像识别技术，可以判定固定背景与运动物体图像，因而，具备了只在记载画面的中有运动的技术可能。动态区域智能监控，就是只记载除背景以外的运动物体，从而大大减少了视频存储空间的需求，相同的存储空间，可保留的视频时间长度可以成倍提高。摄像系统，通过图像识别技术，可以智能学习，判断哪些图像是背景，即便是由云台控制的摄像头，通过设定的时间内的自动学习，也可以自动判定录制视频中的新背景，从而实现对运动物体图像的智能监控。
非敏感区域的低码流记载技术
视频上方的25%到30%的区域，通常是天空或建筑的顶部图像，基**于敏感要素不太可能出现的区域。如某些典型监控图像中的红色马赛克部分的图像，基本不会含有人们关心的视频内容，因此可以把视频图像的非敏感区域的忽略或者用低码流另外记录，只需在回放的时候与高码流的视频做一个同步。值得说明的是，非敏感区域在不同应用场景，各有不同，有的也许在视频图像的下方，有的监控场景，非敏感区域是不规则的，可以在视频监控系统安置好后，根据实际情况再进行应用层面的人工设定。
人脸/车辆识别(或其他敏感移动物体)驱动高清摄录技术
在特殊的场景下，比如大楼的进口处、电梯等地方，人脸是敏感图像。在**内、小区的进出口处，车辆及其号牌是敏感图像。若全部用高清的视频固然可以满足监控需求，但视频存储，特别是长时间的保存就会需要海量的存储空间；若根据图像识别技术，判断出现设定的敏感图像的时候，才驱动摄像头启动高清记录，对于一般的非敏感图像，则启动标清甚至低码率的视频流来记录。这样高清与标清相结合的监控记录，即保证了记录敏感图像的质量，同时又较大程度上减少了视频存储量。
序列帧视频文件分布存储技术
把视频在一秒内产生的帧为标识成序列帧，同时编制存储与播放序列，把不同序列的帧划分为数个文件存储；单个帧序列文件可以单独播放，效果等同于低码流记录的视频效果。
所有帧序列可以合成完全视频一起播放时，则是高清(或标清)的视频效果。当需要回收存储空间的时候，可按存储策略规划，先将一部分序列帧视频文件所占的区域覆盖。另一部份则保存下来，从而更有效的利用存储空间。
例如按原存储能力可以保留1个月的视频数据，经过视频帧文件的分布存储后，可以保留数个月的有选择的序列帧视频的文件数据。对已保留了中长期的序列帧视频文件进行部分覆盖，实现淡入淡出式的视频逐渐丢弃，长期保留的视频数据不是一下完全消失，而是慢慢的消失、丢弃。从而最大限度地延长监控视频保留的时间。
随着云计算、大数据的发展，智能视频分析在未来的大数据应用中起着至关重要的作用，随着众多高校、科研院校、大型安防企业、专业的算法公司对智能视频分析技术不断的探索和创新，基于云计算、云存储概念的智能分析应用产品已经露出了苗头，所以说智能视频分析技术在未来必将会呈现出飞速的发展和广泛的应用。
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。
