當前，隨著行業的發展，傳統的安防行業由原來單純的視頻監控系統，慢慢的擴展為視頻綜合管理系統。其功能逐漸從視頻采集、視頻編解碼和錄像存儲為主、逐步過渡到視覺內容(VisioAnalytics)分析和元數據應用為主。不論是視頻監控系統，還是視頻綜合管理系統，就其本質而言，是通過光電傳感器來代替人眼來獲取外部有用信息并加以利用，智能視覺分析技術由此而生。
關于智能視覺技術
智能視覺分析技術是指計算機圖像視覺分析技術，計算機圖像視覺技術是人工智能研究的分支之一，它能夠在圖像及圖像描述之間建立映射關系，從而使計算機能夠通過數字圖像處理和分析來理解視頻畫面中的內容。而視頻監控中所提到的智能視頻技術主要指的是"自動分析和抽取視頻源中的關鍵信息"。如果把攝像機看作人的眼睛，智能視頻系統或設備則可以看作人的大腦。智能視頻技術借助計算機強大的數據處理功能，通過將場景中背景和目標分離，進而分析并追蹤在攝像機場景內出現的目標，對視頻畫面中的海量數據進行高速分析，過濾用戶不關心的信息，僅僅為監控者提供有用的關鍵信息。
智能視覺技術核心是運動目標檢測、分類、跟蹤與識別技術等。目前研究人員已經開發了多種運動目標檢測的方法，包括幀間差分法，光流法和背景減除算法。根據實際應用需求的不同，不同的檢測算法都是在可靠性、實時性和準確性之間折衷得到的。目標分類的目的是從檢測到的運動區域中將對應于人的運動區域提取出來。不同的運動區域可能對應于不同的運動目標，比如交通道路上監控攝像機所捕捉的序列圖像中可能包含行人、車輛及其它諸如飛鳥、流云、搖動的樹枝等運動物體，為了便于進一步對行人進行跟蹤和行為分析，運動目標的正確分類是完全必要的。注意，這個步驟在一些情況下可能是不必要的(比如已經知道場景中僅僅存在人的運動時)。運動目標跟蹤是在需要監控的環境里，如何能夠判斷出進入特定區域的目標，并且能夠跟蹤目標的軌跡。
具體可分為兩種情況：一是靜態背景下的目標跟蹤;二是動態背景下的目標跟蹤。靜態背景下的目標跟蹤方法具體可分為單目標跟蹤與多目標跟蹤。單目標的靜態背景下的目標跟蹤指的是攝像頭是固定在某一方位，其所觀察的視野也是靜止的。多目標跟蹤是指在靜態環境下的多目標跟蹤，需要確定每個目標的特征，位置，運動方向，速度等信息。動態背景下的目標跟蹤指的是攝像頭在云臺控制下旋轉，會使得他所采集的圖像時可在變化，所以，對于整個目標跟蹤過程來說，背景是變化，目標也是在整個過程中運動的，所以跟蹤起來較有難度。人的行為理解與描述是越來越被廣泛關注的研究熱點，它是指對人的運動模式進行分析和識別，并用自然語言等加以描述。行為理解可以簡單地認為是時變數據的分類問題，即將測試序列與預先標定的代表典型行為的參考序列進行匹配。
智能視覺分析技術在安防領域應用
在安防監控中，智能視頻解決方案以數字化、網絡化視頻監控為基礎，用戶可以根據視頻內容分析功能，通過在不同攝像機的場景中預設不同的報警規則，系統識別不同的物體，同時識別目標行為是否符合這些規則，一旦目標在場景中出現了違反預定義規則的行為，系統能夠以最快和最佳的方式發出警報并提供有用信息，從而能夠更加有效的協助安全人員處理危機，最大限度的降低誤報和漏報現象，切實提高監控區域的安全防范能力。
智能視覺分析技術在安防領域發揮著而重要作用，具有廣泛的應用前景，可以應用在公安、司法、交通、教育、金融等主流行業應用，比如十字路口、高速公路、停車場、飛機場等交通場景;比如軍事基地、銀行等軍事場景監控、國家重要部門以及人們日常生活的場所;比如天安門廣場、火車站等敏感的公共場合監控，相關智能視覺分析產品也隨著技術的發展不斷地細化，比如人臉識別比對系統，公安機關搭建人臉識別比對系統，建立人臉捕捉數據庫，將人臉信息歸檔，并與個人身份建立關系，在實際運用過程中采用人臉搜索、黑名單布防、陌生人識別等多項智能分析功能，大大提高視頻監控的防范功效，可以讓犯罪分子無可遁形。由于和智能視覺分析相關的高清產品并未得到真正的普及，社會上的監控布局點也并不完善，目前還只是針對某些行業進行使用，還遠遠未達到全面普及，只有大批量的使用高清攝像機，增大捕獲到清晰、正面人臉的可能性，才能有更好的實戰效果。此外，還需要公安和企業加強合作，加大監控點的部署密度。由于大量監控點的部署會帶來海量視頻，需要重視智能視頻分析技術的應用，合理利用技術，人機配合，發揮技術的長處，從而有效輔助偵辦人員。
智能視覺在其他領域也有廣泛應用
其實智能視覺技術不僅在安防中發揮著重要作用，在其它各領域中也有廣泛應用。大規模的應用領域由最初的電子、制藥行業，逐步擴展到包裝、汽車等領域，而且在交通、印刷等行業也有大量應用。
食品安全監測
在流水化作業生產、產品質量檢測方面，有時候需要工作人員觀察、識別、發現生產環節中的錯誤和疏漏。無論人的責任心有多強，注意力有多集中，他都有可能會疲勞、疏忽、走神，造成瑕疵品流向市場。
制造業
制造業競爭加劇、成本壓力迫使其重視生產效率質量將促進智能視覺技術的應用。為了提高生產效率，降低人力成本，工業生產和管理中的某些人工環節正逐漸被機器代替。智能視覺系統的特點是提高生產的柔性和自動化程度。在一些不適合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用智能視覺來替代人工視覺;同時在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用智能視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且智能視覺易于實現信息集成，是實現計算機集成制造的基礎技術。
同時，智能視覺技術還能在超標準排放煙塵、污水等方面發揮作用。利用智能視覺，能夠及時發現機房及生產車間的的火災、煙霧等異常情況。利用智能視覺中的面相檢測、人臉識別技術，可以幫助企業加強出入口的控制和管理，提高管理水平，降低管理成本。
由此看來，智能視覺技術顯示出了巨大的市場價值。
視頻監控行業的本質需求是，類似于人眼，從攝像機采集的圖像視頻中提取對行業有用的信息，而剔除無關信息。不同行業需求不同，感興趣的信息不同，有的是車輛信息、有的是行人信息、有的是運動信息、有的是軌跡信息。
D1Net評論：
從目前來看，不僅僅在視頻監控行業，在移動互聯網領域，尤其是智能終端設備上攝像頭使得每個人都成為圖像視頻采集者，這帶來了視頻圖像素材的爆炸性增長，由此大大促進了智能視覺技術的進步。現在越來越多的國際頂級研究機構和學者在智能視覺分析領域大力投入，由此不斷涌現出性能更優秀的算法，不斷提高產品中視覺分析技術的性能。
京公網安備 11010502049343號