一个产业里的技能，只有在满足人们所需求或为其增加效益才能得到迅速的发展与运用，并为产业链的技能变革提供可能。随着计算机、互联网、信息与通信、音编解码、流媒体等技能的日趋成熟与完善，同时在市场巨大需求推动下，视频正在向着化、互联网化和化的方向发展。由目视发现转变为自动控制是技能上质的飞跃，也是市场运用的必然，智能监控技能便是在这样的需求与运用环境下，顺势而生，与此同时，在行业遍地高清之后，智能化将起航，乘高清风暴，迎来广阔的市场运用。

两种架构方式智能监控技能比较

什么是智能监控技能，简单而言它是一种源自计算机视觉的技能，是人工智能研究的一个分支，它在图像及图像描述之间建立映射关系，从而使计算机能够通过图像处理分析来理解视频画面中的实质。用户允许根据分析模块，通过在场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，并触发联动相关的设备一种尖端监控技能。

有人说，智能监控技能使机械般的安全防范方式具备人类大脑的功能，它目前有两种架构方式，即前端嵌入式视频分析和后端纯视频分析，两者各有优缺点。嵌入式视频分析允许在前端直接对视频信息进行处理，减少了视频信息上传的互联网带宽压力，并且安装简单易于系统集成。同时还允许支持前端存储，无需进行图像的远程，并因此允许对图像进行高质量的前端存储，假如用户需要获得图像信息，则允许通过分布式事件搜索完成，并通过点播获得高质量现场画面。更重要的一点是，前端嵌入式智能分析让每个独立的分析单元允许成为单独的智能监控单元，即使整个系统的互联网都瘫痪了，这些独立的前端单元还允许继续独立工作、进行存储和，避开了系统互联网通信瘫痪所带来的监控瘫痪的风险。但是这种架构开发复杂，灵活性差，扩容与升级比较困难；

而后端纯软件视频分析是在视频的后端，往往将智能视频分析功能嵌入在平台软件上，由专的视频处理来实现的。这种模式产品智能功能比较强大，并且简单扩容，但是它需要成都视频监控系统前端将所有的视频信息都上传到服务器，这对互联网带宽的压力是很是大的。此外，要在后端进行智能视频分析就必须对前端传来的图像进行解压再分析，这个过程占用了大量平台软件终端设备的资源，实际上并没有降低成本，反而使得作为观看与浏览图像的平台软件运行终端运行效率大幅下降，甚至无法支持很多路的视频解压和显示。也因为如此，从图像处理质量、智能分析的效率、实时性以及性价比上看，在后端进行大规模的智能视频分析从目前安防产业的技能成熟度来说有些不合理，并且视频实质搜索时无法实现大规模场景下的视频事件搜索，这和前端分布式存储与搜索的理念是无法比拟的。因此后端智能分析的模式，只有在智能分析视频路数较少、存储和搜索规模条件不高的运用环境下才适合。

因此，目前，前端嵌入式视频分析架构方式占据一定的优势，因为嵌入式视频分析软件同样允许完成包括目标检测、跟踪、分类及规则定义等所有功能，并且选择嵌入式视频分析架构能将现有的传统成都视频监控系统升级为智能成都视频监控系统，是一种成本低且易于改造的计划。而后端智能的核心是由各种算法组成的，不同的算法运用在不同的场景之中，比如面部识别算法、算法、超分辨率图像增强算法及去雾算法等，而且各种运用场景的需求会随着具体环境的改变而改变。这表明，智能视频软件开发的难点在于投入运用后，面临着根据实际情况的改变而设置参数的情形，这就需要智能视频分析系统具有开放度高、兼容性好及操作方便等特性。

智能监控技能优势与发展困境

现代社会是一个人口密集、高度复杂的社会，人类的活动范围越来越大，面临的突发事件和异常事件越来越复杂，监控的难度和重要性也越来越突出。由于人工本身固有的不足，人力越来越难以胜任分析和理解采集到数量惊人的视频数据。因此，目前世界各国政府和学者，一直在密切关注新一代的监控技能–智能监控技能。它和以往的监控技能有本质的区别，其主要特征是采用计算机视觉的技巧，在几乎不需要人为干预的情况下，通过对拍录的图像序列进行自动分析来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。更形象地说，这种技能最大特点是使过去的目视发现监控演进到一种全自动化控制监控，其优势也较为明显：

群体行为分析：包含对人群、车流等目标的正常行为和异常行为分析。能够对场景中群体的正常行为进行分析，如统计穿越出入口或指定区域人或车的数量、高速公路交通流量，识别人群的整体运动特征，包括速率、方向等；也能够对场景中群体的异常行为进行分析和判断，如检测、分类、跟踪和记录过往行人、车辆及其他可疑物体，判断公路上是否有车辆非法停靠、是否有故障车辆，是否有行人及车辆在禁区内发生长时间徘徊、停留、逆行等行为，检测公共场所是否有人员的集聚、奔跑、斗殴等异常行为。

入侵检测和运动目标跟踪：对非正常进入监视区域的可疑目标及时检测，能够识别单个或多个目标的运动情况（如运动方向、运动速率等）。在检测到可疑目标后，发送控制指令使摄像机目标，在物体超出该摄像机监控范围之后，自动通知邻近的摄像机协同工作，继续进行跟踪并发出报警信号。

有效扩展视频资源的用途：将视频资源运用到非安全领域，如利用商场大堂的监视系统自动识别VIP用户的特征，并通知客服人员及时做好服务工作，发现人群中有人不慎跌倒时，及时通知附近的商场工作人员提供帮助。此外，智能监控技能还允许帮助零售店的老板统计当天光顾的客户数量，用以分析销售情况等等。

滞留物和搬移物报警：当场景中（如候机室、会议室等）某一物体（比如包裹、手提箱等）在敏感区域停留的时间过长，或原场景中存在的物体（如手提电脑、贵重仪表）被无故搬移时，系统就发出报警信号，同时自动在前面的视频画面中查找放置滞留物或搬走原有物品的可疑人。

对摄像机保护：负责安全防范的摄像机，首先要有自我保护功能，这是首要任务，假如摄像机得不到保护，其它的一切都免谈。因此对摄像机被遮挡、被移动、模糊等情况智能监控技能能及时自动转移、报警并通知维护人员。

降低人力成本：实际操作过程中，使用智能监控技能允许大大降低所需的操作人员数目。有了该技能的支持，允许减少监控员盯着什么都不能做的时间，允许把他们解放出来，把精力集中到存在潜在威胁的时间段，而不是仅仅盯着监视器。

智能监控技能源自美国、以色列等发达国家。“911”事件之后，安防产业在全世界范围迅速崛起，视频监控逐渐由军用领域转向民用领域，智能监控技能曾“偶露头角”，这些年已过去，智能监控技能在赢得了关注目光和研发人气时，却没有获得较大的市场运用，究其原理，在于：

首先，智能监控技能没有统一的标准。怎样的算是智能的？怎样的又不是智能的？目前我国的智能监控行业欠缺一个标准化的观点，各厂商对智能化的定义出入较大，有的厂家认为系统具备了智能化分析能力的产品就算是智能技能的运用，可能其他厂家则认为“某种智能监控技能”太过简单，甚至根本称不上智能化。例如，有些系统仅仅简单地完成了一些运动检测工作，并不能从根本上实现自动分析并提取有威胁信息的功能；而一些系统虽然允许满足复杂的模式识别、目标跟踪等功能，但是在多变的实际运用环境中的工作状况却并不理想，很多功能形同虚设。所以，行业内应该规定一个统一的标准，对智能化的观点做出明确的定义。这样有利于产业的规范，也同时达到了教育客户的目的，使用户能够更清楚地明白智能监控技能的运用。

其次是智能监控技能的市场认知与需求定位还需一个过程。目前，智能监控技能在产品中所展现的功能与客户的需求相差有一段距离，客户往往过高地估计了智能化系统所能提供的便利功能；同时智能监控技能的有效工作需要较高端的设备，甚至对设备的安装也有严格的条件，而很多在这方面仍处在学习的阶段，这也同样造成智能监控技能推广的难度。此外，产品的价格仍然十分昂贵，这就造成了用户觉得自己的投入和得到的产品效果不成正比。

第三是智能监控技能的准确率问题。智能监控技能的准确与否取决于视频源的质量，目前高清监控没有普及，视频源的质量也就不能完全保证。

第四，智能视频监控的技能开发是永无止境的，不同运用环境对智能监控技能的条件也就不同，新生的智能监控技能在与传统的监控技能还有市场博弈的一个过程。

智能监控技能发展遇到一些困境有自身的原理也有客观原理，但是智能监控技能的前景依旧很光明的，保守估计2018年智能监控市场将会达到100亿元，这块诱人的“蛋糕”，谁人不想。

智能监控技能运用

带有智能监控技能的产品目前已经在高端市场有了多年的运用。在机场、监狱、军事基地和其他大型基础设施的监控中均有成功案例。在重要基础设施市场中，智能监控技能中最常用的功能就是“入侵探测”。大型基础设施，例如，机场，它的周界太过分散，一个人或者多个人都无法完全监控到所有周界。这种情况下，带有视频分析功能的摄像机/视频就允许充分展示它的才能了，它能够自动探测在某些特定场所或特定时间内进入或离开某一区域的可疑物体。近年来，智能监控技能得到了迅速发展并正在慢慢渗透到各个行业中，它的多数运用仅仅时间问题。智能监控技能的运用大体上允许分为安全相关运用和非安全相关运用两大类。安全类相关的运用是目前市场上智能监控技能最主流的运用领域。这些运用主要是协助政府或其他机构的安全部门提高室外大地域公共环境的安全。主要包括：高级视频移动侦测、物体追踪、人物面部识别、车辆识别和非法滞留等。非安全的运用主要面向零售、服务等行业，允许被看作管理和服务的辅助工具，用以提高服务水平和营业额。此类运用主要包括：人数统计、人群控制、重视力控制和交通流量控制等，以下举几个智能监控技能运用的实例。

机场安检

机场安全防范体系通常由多套系统组成，他们功能各异，用途不同，也往往来自不同厂家。因此，一套强大的综合管理系统能将各种安防系统集中控制与管理，将会发挥他们的最大优势，取长补短，才能做到安全防范系统的效益最大化，效益大大超过他们单一功能的总和，达到“1+1>2”的目的。机场其地域大、飞行区大、候机楼大、客货流动量大、飞机起降量大，尤其对于一个大型国际航空枢纽机场来说，假如仅仅只靠人来管理，其空防安全和地面安全运行会因各种各样的人为因素而顾此失彼大受影响，也包括非法入侵者和犯罪分子的作案技能随着科学技能的发展而提高的因素，这样会因重复管理而造成人力、物力的重复浪费，还防不胜防。因此，机场安全防范只能采用智能监控技能，充分发挥技能防范智能化的优势，努力把不安全因素尽可能早的消灭在萌芽状态，以弥补人的不足。

交通监控

根据现在交通监控的实际需要，一般都会在交通路口、车站、商业区、高速公路口等要点部位安装可控摄像机或固定摄像机。而且很多地方原来已有模拟监控系统，采用视频或传输视频信号，在分中心采用模拟系统进行监控，利用智能交通监控控制系统，允许方便地实现互联网平台的全网视频监控，及时准确地掌握所监视路口、路段周围的车辆、行人的流量、交通治安情况等，为指挥人员提供迅速直观的信息从而对交通事故和交通堵塞作出准确判断并及时响应。

如何扩大智能监控技能运用

从市场的需求情况来看，对智能监控技能的需求量处于不断上升的过程当中。从我国的智能监控技能运用市场正在从“观点验证”阶段向“规模运用”阶段转化。那么，智能监控技能假如要想较快发展进入大规模运用的阶段，必须要解决以下三大问题：

提出行业化智能技能运用解决计划

行业化解决计划是实现智能视频分析功能“标准化”的唯一途径。经过在整个监控领域对智能化技能做标准化是不现实的，但在众多重要而专业的领域中经过不断实践、提炼和深度研发，在该行业内部形成具有行业共识的“标准功能模块”是可行的，有利于将智能视频在该领域推向大规模运用。

解决智能化的平台软件问题

传统的平台软件无法操作智能设备，这是因为有几个重要的原理：1、智能视频分析系统与传统系统在报警信号的来源上有很是大的差异，前者来自视频实质本身的分析，而后者需要来自其它的传感器，如等。如何从视频实质中获得、处理、传递、存储、搜索以及视觉表达这些报警信息是智能系统必须要解决的问题，而传统的平台软件显然无法直接兼容性地解决这些问题。2、做智能研发的公司往往规模比较小而鲜有参与大型行业工程实践的经验和机会，难以有研发并完善平台软件的机会。而做平台软件的公司往往经过多年工程的积累，在传统的平台软件上已经做得很成熟，但是这些工程性的公司却缺少了智能核心技能。因此无法直接在自己的平台软件上添加对智能设备的控制，或者无法在平台软件后台进行直接的智能化处理，即使一定程度上允许在后台软件做一些基本的智能处理功能，也无法进行大规模的智能功能部署，因为后端的智能处理方式需要把前端图像通过数字化传输回来之后，经过数字图像的解压缩、智能处理、再压缩和存储的过程，很是消耗计算资源，因此实际上无法进行大容量的智能视频分析部署。由此可见，智能化的平台软件必须要获得解决。

行业化智能技能深度研发

行业运用过程中，不断涌现新的智能视频分析需求，这些需求和行业的运用紧密相关，未来的智能绝对不是简单的入侵报警、绊线检测之类的基本智能分析，例如，可靠的人类行为分析、社会公众事件的识别、跨越场景的跟踪以及360度拼接技能等都成为智能技能深度研发的典范，深度研发的需求从本质上条件智能系统允许做到人眼和大脑协同工作相类似的效果；在地铁的智能运用中，分析扶手电梯的运动方向、模糊估计人流堵塞程度以及在大型人脸数据库中做人脸的搜索识别等将成为主流需求。因此行业化的智能技能深度研发将是智能技能获得行业推广和多数运用必须要完成的艰巨任务。

结束语

智能化、高清化、互联网化是视频监控发展的必然趋势，智能监控技能的出现正是智能化这一趋势的直接体现。目前智能监控技能炙手可热，但不同行业的个性化需求差异，对智能监控技能提出了很是高的条件。每个行业客户、甚至每一个项目的具体运用环境，对智能监控技能的条件都有着细微的差别。为了推广这一技能来促进安防产业的升级和发展，达到多方共赢效果，需要将硬件供应商、智能视频技能供应商、分销商和经销商和系统集成商所有这些参与者合理的组织起来，使他们能够充分发挥各自的优势，创造出能够满足最终用户需求的全面解决计划。这对于企业依旧一个行业来说，都是利好消息！

[苏墨影]

整理编辑：成都弱电工程专家

上一篇： 对象存储技能解析及在数据中心未来发展
下一篇： 看视频指挥调度系统如何发力机场安防