2018年05月28日 | 三分钟看穿智能视频监控系统的发展

2018-05-28

智能视频监控技术，能够实现对监控主体的自主监控，并实现提前预警。智能视频监控表现为计算机视觉算法在视频分析中的应用。当前智能视频监控系统以结构类分为主动智能监视系统，分布式智能视频监视系统。

早期智能视频监控系统产品出现在市场上，着实引起了一段骚动，而且很多特殊的应用场景和应用环境，的确能给客户带来很大的价值。如商场的人流统计技术，为商场的数据分析带来了巨大的技术支撑。如车牌识别技术，给公安交通管理带来的价值是无法用数据来衡量的。但是，视频分析技术还没有完全成熟，目前应该还属于技术应用的初级阶段，还存在很多问题，这些问题可能也是限制智能视频监控系统快速发展的最主要的因素：

一、检测准确率达不到理想效果。视频分析技术的准确率基本达不到非常理想的效果，特别是实时报警类的应用，误报率和漏报率都是客户最关心的问题，如果误报太高，客户也受不了，如果漏报，客户更加受不了。特别是一些要求比较高的应用，只要有漏的，实际作用就不大了。

二、受环境干扰大。视频分析技术最大的一个问题就是受环境和视频质量的干扰太大，光线、杂物、恶劣天气、晃动、飞虫等的干扰，就会使应用系统效果非常差，甚至失效，无法进行正常工作。

三、安装调试复杂。智能分析应用产品几乎都需要按每一个应用场景进行不同的参数调试，而且会涉及到非常多的专业的参数调试。非专业人员根本无法调试出理想效果。

未来智能视频监控系统突破：

总体来看，限制智能视频监控系统应用的最大因素就是准确率问题。所以智能视频监控系统应用的发展趋势肯定是朝着提高准确率的方向前进的。同时另一方面，大家也会寻找一些不关心准确率，而更多关注效率的一些应用方向。主要应该有几个方面的发展：

一、从源头增加可判断信息。双目摄像机的推广应该是一个大方向，双目摄像机带有两个镜头，获取的视频中带有目标的深度信息。分析算法计算能够通过这些信息跟进，准确的判断物体之间的距离、深度、高度等信息，能够提高整体算法的准确性。

二、各种自学习和自适应算法的研究和应用。后续的智能分析产品应该是带有强大的自学习和自适应功能的。能够根据不同的复杂环境进行自动学习和过滤，能够将视频中的一些干扰目标进行自动过滤。从而达到提高准确率，降低调试复杂度的目的。例如，抗抖动算法、重复运动物体过滤、微小物体自动过滤、强光自动抑制、三维建模等技术的发展和深入应用。

三、视频数据深入挖掘应用迅速发展。随着视频分析技术的快速发展，视频数据量也非常大，如何让视频分析技术在大数据中发挥作用也成为人们关注的一个方向。利用各种不同的算法计算，将大量视频数据中不同属性的事物进行检索、标注、识别等应用，以达到对大量数据中内容的快速查找检索。大大降低人工成本，提高效率。甚至在有些方面让一些人工无法完成的任务成为可能。如：人脸大数据库检索，身份证库重复人员查找、视频中穿某种衣服、某种颜色的车辆查找、车牌查找、甚至可以做到以图搜图等应用（输入一张图片找到和图片类似的片段）。

智能化、数字化、网络化是视频监控发展的必然趋势，智能视频监控的出现正是这一趋势的直接体现。智能视频监控设备比普通的网络视频监控设备具备更加强大的图像处理能力和智能因素，因此可以为用户提供更多高级的视频分析功能，它可以极大的提高视频监控系统的能力，并使视频资源能够发挥更大的作用。为了推动智能视频产业的发展，达到多方共赢效果，需要将监控设备硬件供应商、智能视频软件供应商、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方案。

智能视频监控系统

上一篇:一文教你秒懂智能监控系统在智能家居方面的应用

下一篇:美国禁购中国视频监控设备？海康威视正面回应