智能视频分析：未来安防领域的中流砥柱

　　在大数据时代，如何在海量数据中准确抓取有效信息进行快速反应成为当下问题，智能分析技术，通过大数据检索，可以快速的找出与之相关的信息，加快有关部门的办事效率，能更好的服务于人民群众，因此备受关注。

　　当下常见的智能识别技术有：

　　1、双机自动跟踪：智能分析摄像机加普通快球方式。可应用于城市报警应急预案。突发事件的物体跟踪。

　　2、人流量统计：统计框选区域进出人员的数量，应用于超市商场顾客流量的分析统计，帮助商家制定相应的销售策略。应用于景点、地铁口，提供流量数据供人员管制应用。

　　3、穿越警戒区：通过设置虚拟围篱，对周界进行侦测。当发现可疑人员或者物体穿越围篱，即触发报警，并将报警信号上传至监控管理中心。同时可将报警画面通过网络上传至远程监看用户。应用于交通马路人行横道或斑马线、厂区重点区域围墙、学校、看守所围墙等。

　　4、丢失分析：通过在监控画面上画出一块放置重要物品的区域作为警戒区域，只要此物品离开了警戒区域，那么将立即触发报警规则。应用于重点保护区域如博物馆，展览厅，拍卖会，金银店等。

　　5、方向分析：在实际监控中，人们可能会关心人流的方向和车流的运动方向，通过方向的识别可以判断目标是否为不合法走动或行驶，如果出现逆向行为，目标将会被自动锁定，并同时报警。应用于单向行驶的道路;重要出入口等。

　　6、智能跟踪：对可疑人或物体进行目标锁定，对目标的运动轨迹进行记录，同时摄像机将跟随目标转动并报警。应用于高档小区，人员禁入区域，机密区域，重要保护区域等。并可作为案发后，对案件回放过程的轨迹进行分析。达到迅速破案的作用。虽然近年智能视频分析技术迅速发展，应用范围也在不断扩展，市场上已经有了网络监控的各种产品，如网络摄像机、网络矩阵等，但由于这些产品的质量还有待提高，图像看起来有明显的延迟、跳动、不够清晰等缺陷，由于硬件本身性能不够稳定，易出现死机、重启、误漏报等问题。而智能视频分析本身算法的局限，在理想环境下才可实现其全部功能，所以在实际应用中，只能初步实现较简单的功能。

　　目前，这些技术应用也已经十分广泛，它们就围绕在我们生活中。未来智能分析技术在以下五中技术中将进一步完善。

　　智能码流技术

　　智能码流，是系统根据图像识别后，根据画面运动主体的运动速度，将正常录制的视频进行码流调整，进行最后的视频存储。对于运动慢的运动主体，码流记录甚至可以低至8帧/秒(fps)以下，对于正常速度运动的主体，码流设定正常的25fps，对于敏感图像的运动物体的视频码流可设定在30fps以上。对于高速的运动主体，在高速摄像机的配合下，码流可高达1000fps以上。智能码流技术，可以减少非敏感图像占用视频存储资源，从而对敏感图像提供了充裕的记载能力。

　　动态区域自适应的智能监控技术

　　以某车库视频监控画面为例，画面上的敏感信息为运动的车辆和人。不敏感画面是背景(地面和屋顶)。但在实际的视频记录中，背景(地面和屋顶)占据了50%以上的存储空间。通过图像识别技术，可以判定固定背景与运动物体图像，因而，具备了只在记载画面的中有运动的技术可能。动态区域智能监控，就是只记载除背景以外的运动物体，从而大大减少了视频存储空间的需求，相同的存储空间，可保留的视频时间长度可以成倍提高。摄像系统，通过图像识别技术，可以智能学习，判断哪些图像是背景，即便是由云台控制的摄像头，通过设定的时间内的自动学习，也可以自动判定录制视频中的新背景，从而实现对运动物体图像的智能监控。

　　非敏感区域的低码流记载技术

　　视频上方的25%到30%的区域，通常是天空或建筑的顶部图像，基本属于敏感要素不太可能出现的区域。如某些典型监控图像中的红色马赛克部分的图像，基本不会含有人们关心的视频内容，因此可以把视频图像的非敏感区域的忽略或者用低码流另外记录，只需在回放的时候与高码流的视频做一个同步。值得说明的是，非敏感区域在不同应用场景，各有不同，有的也许在视频图像的下方，有的监控场景，非敏感区域是不规则的，可以在视频监控系统安置好后，根据实际情况再进行应用层面的人工设定。

　　人脸/车辆识别(或其他敏感移动物体)驱动高清摄录技术

　　在特殊的场景下，比如大楼的进口处、电梯等地方，人脸是敏感图像。在车库内、小区的进出口处，车辆及其号牌是敏感图像。若全部用高清的视频固然可以满足监控需求，但视频存储，特别是长时间的保存就会需要海量的存储空间;若根据图像识别技术，判断出现设定的敏感图像的时候，才驱动摄像头启动高清记录，对于一般的非敏感图像，则启动标清甚至低码率的视频流来记录。这样高清与标清相结合的监控记录，即保证了记录敏感图像的质量，同时又较大程度上减少了视频存储量。

　　序列帧视频文件分布存储技术

　　把视频在一秒内产生的帧为标识成序列帧，同时编制存储与播放序列，把不同序列的帧划分为数个文件存储;单个帧序列文件可以单独播放，效果等同于低码流记录的视频效果。

　　所有帧序列可以合成完全视频一起播放时，则是高清(或标清)的视频效果。当需要回收存储空间的时候，可按存储策略规划，先将一部分序列帧视频文件所占的区域覆盖。另一部份则保存下来，从而更有效的利用存储空间。

　　例如按原存储能力可以保留1个月的视频数据，经过视频帧文件的分布存储后，可以保留数个月的有选择的序列帧视频的文件数据。对已保留了中长期的序列帧视频文件进行部分覆盖，实现淡入淡出式的视频逐渐丢弃，长期保留的视频数据不是一下完全消失，而是慢慢的消失、丢弃。从而最大限度地延长监控视频保留的时间。

　　D1Net评论：

　　随着云计算、大数据的发展，智能视频分析在未来的大数据应用中起着至关重要的作用，随着众多高校、科研院校、大型安防企业、专业的算法公司对智能视频分析技术不断的探索和创新，基于云计算、云存储概念的智能分析应用产品已经露出了苗头，所以说智能视频分析技术在未来必将会呈现出飞速的发展和广泛的应用。