隨著國家應急體系、平安城市、平安校園、科技強警等重大工程項目在全國的不斷推進，國內視頻監控前景一片看好。從金融、醫療、司法和政府等高端領域，到交通、校園、娛樂等各個行業領域乃至民用安防市場都對智能視頻監控產生了迫切的需求。視頻監控智能化需求迫切，隨著海量信息的涌入，未來智能監控將迎來巨大發展空間。
視頻監控將更加智能化
廣泛的視頻監控應用，帶來視頻數據爆炸式地增長，光靠人眼識別可疑跡象遠遠不夠，事后靠人工手動查驗更是越來越困難，將被動監控變為主動方式，監控智能化應用首當其沖。因此在滿足高清監控的前提下，監控必須與智能分析技術、芯片技術、圖像傳感器技術、視頻技術、通信技術相結合，提高監控效能，優化系統架構、提高預警能力。智能視頻監控解決方案集安防、監控和事件管理于一身，將監控人員從繁雜而枯燥的“盯屏幕”任務中解脫出來，不僅提供了簡便且可自定義的操作體驗，也確保整個組織的安全性。
ROI（興趣區域） ePTZ：為快速控制PTZ攝像機選擇ROI，用戶無需犧牲分辨率即可靈活瀏覽百萬像素攝像機拍攝的不同區域的畫面。Turbo演示模式：減少攝像機真實分辨率來匹配瀏覽窗口尺寸，從而實時播放多臺百萬像素攝像機的現場錄像；當將某攝像機畫面擴大到全屏時即可演示實際分辨率的最佳圖像效果。代碼轉換（Transcoding）：提供流暢的因特網視頻瀏覽，通過iPad/iPhone或IE瀏覽器輕松遠程管理、實時瀏覽、回放和PTZ控制。
定制用戶通知：支持任何以HTML格式下載和存儲的地圖，比如，Google地圖，都能被重新編輯用來配置攝像機；當警報發生時，地圖便會彈出，用戶可直接在地圖上點選相關攝像機，查看實時畫面；還可同時實時瀏覽和回放同一攝像機。實時視頻分析：能夠在標準視頻基礎上進行智能視頻分析，識別人員、車輛，以及其他可疑行為和活動。智能搜索：可以通在幾秒鐘內搜索幾天內的視頻。全面的系統健康監視：可以實時的、以可見的方式，為用戶提供設備狀態。
未來的視頻監控將進一步朝高清化、網絡化、智能化方向發展，目前良好的市場發展勢頭和廣闊的市場前景已初現倪端。相信隨著技術浪潮的推動，視頻監控會更大程度的協助安全人員處理危機，成為應對襲擊和處理突發事件的有力輔助工具，帶給用戶更大的投資回報。
視頻監控智能化途徑
從技術方面來說，圖像信息的自動解釋關系圖像系統最核心的問題圖像信息的利用水平。可以說：圖像信息的自動解釋是監控系統智能化標志，是現代視頻監控的基本特征。
圖像信息的自動解釋有兩個基本途徑：一是圖像識別，主要利用圖像信息的空間分辨能力，實現個體的身份認證；二是圖像內容分析、主要是利用圖像信息的時間分辨能力，理解圖像，進行目標行為的分析。
1、圖像識別
主要是指通過對一幀圖像中指定目標的特征識別，實現個體身份認證，典型的實例是人臉識別。研究證明，人的行為也是一種生物特征，如步態，眼部動作等。對人步態的分析可以用于個體的識別，但它是通過對一段圖像序列的識別來進行個體身份的認證。無論什么方式，圖像識別都有要求兩個基本條件，一是定義特征、一是建立一定數量的樣本數據庫。定義特征，選擇具有唯一性和相對穩定的特征來表示個體，如用人臉上的標志點來形成特征矢量。樣本數據庫，按特征的定義采集一定數量（根據應用）的樣本特征，建立樣本庫。
圖像識別的基本工作方法是：將現場采集的目標特征數據與樣本庫中的數據進行比對。這就這要求現場采集的特征數據和樣本庫數據具有相關（可比）性，因此、必須建立一個適當限制的應用環境，才能保證系統正常的工作。
第2頁：視頻監控智能化途徑
個體身份認證是安全系統最迫切的要求，近年來、有了大量的成果，也有了初步的應用，主要有兩種方式：第一是驗證，識別監控目標，確認目標的身份及正在發生行為的合法性。是安防系統的功能和典型應用；第二則是識別，將現場采集的特征與樣本庫進行比對，確定目標的身份，以發現事件的相關線索。是偵察工作的典型應用。系統要建立海量的樣本數據庫。通常的視頻監控系統達不到上述應用的環境條件。
圖像識別系統包括：圖像輸入、圖像的預處理、特征的提取和圖像的解釋（識別）等技術環節和設備。其關鍵技術或難點在于實現系統能在一種適當控制的環境下，針對移動目標實時地運行，這些目標通過靜止攝像機可能會產生大小不同、角度不同及光照效果不同的圖像。并在各種可能的非最佳條件下進行識別，如由于年齡、面部表情、配飾（眼鏡、帽子）及可能的偽裝（化妝）造成圖像的差異。就要求系統采用適當的圖像輸入方法和預處理技術，以保證圖像特征有效地提取，樣本的生成和數據庫的建立。
圖像識別的方法基本上分為統計方法和結構分析兩類，前者是以數學決策理論為基礎，建立統計學的識別模型，指紋、掌形的識別多采用這種方法，其特點是穩定、但很少利用圖像本身的結構關系。后者則主要是分析圖像的結構，它充分地發揮了圖像的特點，但容易受圖像生成過程中噪聲干擾的影響。
2、圖像內容分析
由于通常的監控系統不適合于進行圖像識別，監控系統的智能化就必須尋找新的途徑。圖像內容分析就成了智能監控的切入點。圖像內容分析，自主的定義（簡單）特征、不與原始輸入相對比；通過目標狀態和行為的分析，理解圖像內容（判斷正常/不正常、預測趨勢）；通過圖像關聯，實現目標的識別。
圖像內容分析分為兩個層次：首先是視頻探測，視頻探測在模擬電視技術中就已得到了應用。在一幅上開圖像一個窗口，檢測其亮度電平的變化，就可以實現探測。通過一系列窗口的監測其亮度電平的變化，就可以實現運動探測。但它不是真正的視頻探測，因為它不能確定目標。在數字視頻基礎上，首先確認圖像中的探測目標，然后再進行其行為的分析，判斷出圖像中是否出現了“不正常”情況，及時發出報警。是真正的視頻探測，它可準確地判斷事件，實現真實探測。視頻探測還非常適于空間的多維探測和多參數探測，同時地處理來自不同方位攝像設備的圖像信號，可以作到對目標多方位的監控，實現對特定空間和目標的完全封閉；其次是視頻語義解釋，通過閱讀一段圖像，理解圖像的內容（視頻語義）并把它表達出來，它描述的不是圖像本身，而是圖像的結構及表現的內容、情節，既視頻語義。根據語義可以對圖像信息進行標引，在記錄圖像的同時，生成鏡像的標引文件，然后可以通過標引文件對存貯信息進行快速和準確的檢索；進而實現圖像信息間的關聯，圖像信息與聲音、圖形、文本信息之間的關聯，這是圖像信息深化應用的前提。
圖像內容分析研究的過程分四個階段，產品和應用也分四個層面；第一是將（運動）目標從視頻圖像中分離出來。并能在簡單環境下（單目標、背景單純）對目標分類；第二是在簡單環境下對目標進行行為分析，判定其運動的方向、方式、目標的復合或離散，發現和告警異常的行為；產生目標的運動軌跡，并能進行目標的自動跟蹤；進行目標的統計、關聯、過濾、趨勢預測等。第三是在復雜環境（既通常的視頻監控環境）下實現上述功能，并實現（單源、多源）圖像的關聯；第四是實現視頻語義的解析，通過對一個圖像序列的理解，做出視頻語義解釋。目前已有了一些成果，但尚不具實用性。其中第三個階段是技術實用性的關鍵，達到了這一點，系統才具有應用價值，目前大多數產品還達不到這一階段。
第3頁：智能監控未來：海量信息涌入
視頻的語義解釋是內容分析的最高境界，它表明機器具有了與人一樣的理解圖像的能力，但具有人所不能達到的效率，目前還達不到這個程度。關于圖像結構和內容的描述還需要目視解釋的幫助。前三階段的工作可稱為視頻的半語義解釋。主要是判斷圖像中是否出現了不正常的情況，還不能準確、充分地理解圖像內容。
智能監控未來：海量信息涌入
視頻信息量越來越大、基于視頻的用戶決策越來越多，如何實現就視頻信息的安全可靠進行備份、高效提取是智能分析技術與企業發展的機遇。視頻高清化就傳輸帶寬、存儲空間與處理效率方面提出更高要求。負載均衡、集群與虛擬化技術實現大規模實時與歷史視頻高效管理；鋪設可靠光纖骨干與毛細網絡提供可靠路由；建設基于圖像的IDC滿足海量存儲空間；組建專業服務團隊、具備豐富項目經驗與資源是企業未來基于圖像運維服務的優勢體現。
海量的視頻，有價值信息的只是其中很小的一部分。如何基于智能分析的提取，挖掘是一種挑戰，也是一個難得的機遇，這種需求對于解決方案提供商來說未來的監控將“由事后處理到事前處理、被動監控向主動監控”的轉變。
隨著市場的壯大和需求的增多，智能視頻監控的應用將從相對集中的區域向各大行業大幅度的伸展。相信，智能視頻監控的應用，將大幅度提升安防監控在維護社會公共安全方面的價值，對保障人民生命財產安全，提高社會生活、生產質量、防御各種災害，促進節能減排具有非常重要的意義。
京公網安備 11010502049343號