《企業網D1Net》3月31日訊

早期視頻分析應用產品出現在市場上，著實引起了一段騷動，而且很多特殊的應用場景和應用環境，的確能給客戶帶來很大的價值。如商場的人流統計技術，為商場的數據分析帶來了巨大的技術支撐。如車牌識別技術，給公安交通管理帶來的價值是無法用數據來衡量的。但是，視頻分析技術還沒有完全成熟，目前應該還屬于技術應用的初級階段，還存在很多問題，這些問題可能也是限制視頻智能分析應用快速發展的最主要的因素。

那么為什么廣受用戶期待與市場好評的智能視頻分析技術不能在市場上大展拳腳，占據監控市場的更大空間呢？

（一）、檢測準確率達不到理想效果。視頻分析技術的準確率基本達不到非常理想的效果，特別是實時報警類的應用，誤報率和漏報率都是客戶最關心的問題，如果誤報太高，客戶也受不了，如果漏報，客戶更加受不了。特別是一些要求比較高的應用，只要有漏的，實際作用就不大了。

（二）、受環境干擾大。視頻分析技術最大的一個問題就是受環境和視頻質量的干擾太大，光線、雜物、惡劣天氣、晃動、飛蟲等的干擾，就會使應用系統效果非常差，甚至失效，無法進行正常工作。

(三)、安裝調試復雜。智能分析應用產品幾乎都需要按每一個應用場景進行不同的參數調試，而且會涉及到非常多的專業的參數調試。非專業人員根本無法調試出理想效果。

問題面前需求強勁 未來發展有何新趨勢？

一、智能碼流技術

智能碼流，是系統根據圖像識別后，根據畫面運動主體的運動速度，將正常錄制的視頻進行碼流調整，進行最后的視頻存儲。對于運動慢的運動主體，碼流記錄甚至可以低至8幀/秒(fps)以下，對于正常速度運動的主體，碼流設定正常的25fps，對于敏感圖像的運動物體的視頻碼流可設定在30fps以上。對于高速的運動主體，在高速攝像機的配合下，碼流可高達1000fps以上。智能碼流技術，可以減少非敏感圖像占用視頻存儲資源，從而對敏感圖像提供了充裕的記載能力。

二、動態區域自適應的智能監控技術

以某車庫視頻監控畫面為例，畫面上的敏感信息為運動的車輛和人。不敏感畫面是背景(地面和屋頂)。但在實際的視頻記錄中，背景(地面和屋頂)占據了50%以上的存儲空間。通過圖像識別技術，可以判定固定背景與運動物體圖像，因而，具備了只在記載畫面的中有運動的技術可能。動態區域智能監控，就是只記載除背景以外的運動物體，從而大大減少了視頻存儲空間的需求，相同的存儲空間，可保留的視頻時間長度可以成倍提高。攝像系統，通過圖像識別技術，可以智能學習，判斷哪些圖像是背景，即便是由云臺控制的攝像頭，通過設定的時間內的自動學習，也可以自動判定錄制視頻中的新背景，從而實現對運動物體圖像的智能監控。

三、非敏感區域的低碼流記載技術

視頻上方的25%到30%的區域，通常是天空或建筑的頂部圖像，基本屬于敏感要素不太可能出現的區域。如某些典型監控圖像中的紅色馬賽克部分的圖像，基本不會含有人們關心的視頻內容，因此可以把視頻圖像的非敏感區域的忽略或者用低碼流另外記錄，只需在回放的時候與高碼流的視頻做一個同步。值得說明的是，非敏感區域在不同應用場景，各有不同，有的也許在視頻圖像的下方，有的監控場景，非敏感區域是不規則的，可以在視頻監控系統安置好后，根據實際情況再進行應用層面的人工設定。

四、人臉/車輛識別(或其他敏感移動物體)驅動高清攝錄技術

在特殊的場景下，比如大樓的進口處、電梯等地方，人臉是敏感圖像。在車庫內、小區的進出口處，車輛及其號牌是敏感圖像。若全部用高清的視頻固然可以滿足監控需求，但視頻存儲，特別是長時間的保存就會需要海量的存儲空間；若根據圖像識別技術，判斷出現設定的敏感圖像的時候，才驅動攝像頭啟動高清記錄，對于一般的非敏感圖像，則啟動標清甚至低碼率的視頻流來記錄。這樣高清與標清相結合的監控記錄，即保證了記錄敏感圖像的質量，同時又較大程度上減少了視頻存儲量。

五、序列幀視頻文件分布存儲技術

把視頻在一秒內產生的幀為標識成序列幀，同時編制存儲與播放序列，把不同序列的幀劃分為數個文件存儲；單個幀序列文件可以單獨播放，效果等同于低碼流記錄的視頻效果。

所有幀序列可以合成完全視頻一起播放時，則是高清(或標清)的視頻效果。當需要回收存儲空間的時候，可按存儲策略規劃，先將一部分序列幀視頻文件所占的區域覆蓋。另一部份則保存下來，從而更有效的利用存儲空間。

例如按原存儲能力可以保留1個月的視頻數據，經過視頻幀文件的分布存儲后，可以保留數個月的有選擇的序列幀視頻的文件數據。對已保留了中長期的序列幀視頻文件進行部分覆蓋，實現淡入淡出式的視頻逐漸丟棄，長期保留的視頻數據不是一下完全消失，而是慢慢的消失、丟棄。從而最大限度地延長監控視頻保留的時間。

D1Net評論：

總體來看，限制智能分析技術應用的最大因素就是準確率問題。所以智能分析技術應用的發展趨勢肯定是朝著提高準確率的方向前進的。同時另一方面，大家也會尋找一些不關心準確率，而更多關注效率的一些應用方向。