近年來，隨著平安城市、智能交通等領域內安防視頻監控技術的高速發展與普及，成千上萬個7*24小時不停工作的監控攝像機帶來的海量數據讓我們不得不承認，大數據時代已經到來了。面臨大數據的來襲，無論是廠商還是用戶，都不由得想到了智能攝像機，然而市面上我們經常見到的"智能攝像機"獲取的數據信息在后期搜索時所帶來的巨大工作量讓我們總會有"智能不智"的感慨。
在智能化發展過程中，很長一段時間內，視頻監控系統的智能分析功能都是采用中心分析的方式來實現。這種方式有其獨特的優勢，比如不需要前端攝像機具有智能分析功能，所以可以接駁任何常規型的攝像機，其只需要上傳合格的視頻流給智能分析服務器即可；再比如，因為硬件結構決定了智能分析服務器具有超高的處理性能，一臺智能分析服務器可以同時處理多路前端視頻流等等，而處理的路數主要取決于服務器的性能、視頻流的質量，傳輸網絡的品質，以及智能分析功能的復雜度。
但即便如此，這種方式仍然存在一些難以調和的問題，例如隨著系統規模的增長，后端處理能力和傳輸帶寬的壓力將逐漸增大，這就需要通過提高后端處理設備和傳輸網絡的性能來解決。而與此同時，行業內智能攝像機的性能也在不斷提升，讓智能前置已成為可能。智能前置的攝像機可以直接對各種行為進行分析，對各種異常現象進行報警，可以及時地給控制中心或相關的聯動點以信息提示，以便用戶可以及時做出相應。
從傳統的"事后查閱錄像"到"事中及時響應"，可以大大提高系統實時性，提升視頻監控的實用價值。并且，不會存在單點瓶頸，系統建設的成本也并未增加。因此，現在智能越來越往"前置"的方向發展了。
提到了智能前置攝像機，小編不得不提一下視頻結構化描述。視頻結構化描述是一種視頻內容信息提取的技術，它對視頻內容按照語義關系，采用時空分割、特征提取、對象識別等處理手段，組織成可供計算機和人理解的文本信息的技術。從數據處理的流程看，視頻結構化描述技術能夠將監控視頻數據轉化為人和機器可理解的信息， 并進一步轉化為公安實戰所用的情報，實現視頻數據向信息化、情報化的轉化。也許我們可以將包含了這類技術的智能分析技術稱之為"智能偵測"技術。
如果前端智能技術得到大規模的推廣，那么推廣之后前端產生的大規模數據的處理就會成為一個比較關鍵的問題。因為這些視頻數據大多數都是非結構化的數據，而云計算平臺從海量的非結構化數據中搜尋有效信息是非常困難的，效率也是比較低的，但是從結構化數據中進行搜索就簡單多了，其效率也會成百上千倍的提升。
視頻結構化描述將某一場景下的所有目標信息都以規范化的格式描述出來了，因而后期就可以產生各種各樣的應用，比如在后面看錄像的時候，7*24小時的錄像就不再需要從頭到尾的去看了，而是可以針對性的去搜索了，就像搜索引擎一樣直接輸入人、物的特征信息就能搜索到7*24小時錄像里面符合這個特征的目標和與之對應的所有視頻。視頻信息量越大，基于語義信息搜索的價值就越大，因而這樣的技術會對視頻監控產生變革性的影響。
京公網安備 11010502049343號