智能分析技术发展制约因素及应对策略

　　智能视频分析是当前安防技术应用热点，但一些因素制约了安防智能视频分析技术的推广应用。因此，本文特意分析安防智能视频分析技术深度应用瓶颈并提出相应对策。

　　在平安城市建设的推动下，安防视频监控应用日趋普及。随着安防视频监控系统规模迅速扩大，传统人工监控在异常目标、行为、事件识别效率、准确性、实时性等方面均已经难以满足安防实战需求。安防智能视频分析应用技术的先进理念和新颖应用模式令人耳目一新。然而，历经近十年发展，其实际应用成效与用户预期之间仍存在巨大反差，几乎陷入“产品功能千遍一律、深度应用乏善可陈、市场监管混乱无序”的僵局。如何突破制约安防智能视频分析深度应用瓶颈，亟需市场监管、产品研发、系统集成、专业用户多方共同努力。

　　智能视频分析技术应用瓶颈及其对策

　　安防智能视频分析技术简介

　　基本概念

　　安防智能视频分析技术起源于计算机视觉技术，它综合应用图像增强处理等技术，在实现目标与背景分离的基础上，通过将目标特征信息与预先设置的模板或规则进行比对，自动识别感兴趣的目标、行为、事件或数据并产生报警，必要时可自动跟踪异常目标并联动其他安防设施，显着提高了安全防控整体效率和能力。同时利用安防智能视频分析技术在海量历史视频信息中实现基于时间、地点以及语义特征描述的智能化查询搜索，可以为公安机关侦察办案提供高效的查证手段。

　　基本架构

　　安防智能视频分析应用系统总体架构主要有以下三种模式：

　　前端嵌入式部署模式：将智能分析功能模块前置于视频采集前端设备，共享摄像机图像处理芯片或专用高性能DSP作为智能分析引擎，实现对异常目标、行为、事件的智能分析。这种架构不受图像传输环节影响，缓解了视频传输及后台存储压力，同时利用非压缩原始图像进行智能分析，实时性好，针对性强，便于大规模部署。不足之处是难以支撑复杂智能分析应用，且由于前端处理压力大，对前端设备集成散热工艺和稳定性提出较高要求，比较容易受环境因素制约。另外，前端嵌入式智能分析软件升级困难，在一定程度上增加安装调试与运行维护的难度与成本。

　　后台服务器部署模式：通过部署在安防监控中心的专用服务器(群)或专用客户端实现智能分析应用。这种架构有效解决了前端处理能力不足的矛盾，可以通过强大的后台处理能力实现复杂目标、行为、事件智能分析;方便与其他专业应用系统融合，拓展智能分析应用范围;智能分析引擎后台运行环境有保证，系统工作稳定性大大提高，且方便智能分析软件升级，有效降低系统运行维护压力。总之，这种架构比较适用阶段性固定监控场景智能分析应用(如大型活动安保)，但对后台服务器性能配置要求较高，智能分析水平容易受图像传输链路带宽限制，实时性能不够理想，应对大规模智能分析应用显得力不从心。

　　分布式混合部署模式：将部分相对简单的视频预处理功能前置于摄像机(或视频服务器)，完成目标特征数据提取、打包、发送;后台智能分析引擎负责接收目标特征数据，完成与预设规则或模块进行分析比较并且自动产生报警。这种架构降低了前端智能分析压力，后台服务器只需要对目标数据进行分析，同时方便与其他专业应用系统融合，提高了智能分析效率和能力，比较适合大规模、高性能智能分析应用，但系统部署整体代价及运行维护压力不容低估。

　　基本功能

　　异常目标识别跟踪。对特定时段、特定区域出现的异常动态目标进行分类识别、锁定跟踪，自动记录其运动轨迹。

　　异常事件、行为识别报警。针对在指定区域内产生的越界、遗留、滞留、徘徊、跌倒、尾随、斗殴、偷窃、聚集等异常事件或行为进行识别，并且自动报警。特征数据获取。车牌识别、人脸识别、交通流量监测、公共区域拥挤度实时监测等。

　　海量视频智能搜索。根据目标、行为、事件特征的语义描述，综合事件发生地点、时间等辅助信息，在海量历史视频信息中自动搜索所需要的视频信息，提高公安机关侦察员办案人员事后查证效率。