智能視頻分析是指利用計算機圖像分析技術，理解視頻畫面的內容，通過將場景中背景和目標分離，進而分析并追蹤場景內出現的目標。

　　通過在攝像機場景中預設不同的分析規(guī)則，一旦目標在場景中出現了違反預定義的分析規(guī)則的行為，系統(tǒng)就會觸發(fā)預設置的聯動規(guī)則，從而達到主動報警功能。

　　從智能分析系統(tǒng)的產品形態(tài)來說，分為兩類，一類是由智能算法+ DSP 來實現，常見于安裝在前端的智能分析攝像機與智能分析視頻服務器。目前，采用此種方式的系統(tǒng)較多，其是將具智能分析功能的軟硬件前置在視頻采集端。在常規(guī)視頻監(jiān)控系統(tǒng)中，視頻占用了大量的存儲空間和傳輸帶寬，如何來解決這些問題是首要面臨的難關。大量無用視頻信息被存儲、傳輸，既浪費了存儲空間又占用了帶寬，采用智能分析的目的是為了緩解視頻存儲所需要的空間和傳輸所需的帶寬壓力，或者對于一些不重要的視頻采用低碼流方式進行壓縮和傳輸。這樣，更有助于提升監(jiān)控系統(tǒng)的應用價值。算法處理由前端來實現，后端的服務壓力非常小，由此可以在一個系統(tǒng)中配置大量的智能分析攝像機。

　　另一類是采用后端PC服務器加智能分析軟件的運行模式，像Aimetis、iOmniscient都是采用此種方式。采用此種方式因為由后端PC服務器來進行處理，從處理的性能上來說，要優(yōu)于前端智能分析攝像機的處理，由于算法對硬件資源占用很大，在同時處理多個分析時，系統(tǒng)的處理能力不足就表現出來了。因為后端PC服務器有強大的分析處理能力(與前端DSP+軟件方式相比)，所以PC服務器處理方式通常被應于非常重要的智能分析場合。

　　從智能分析的主要應用來看，有兩個大的發(fā)展方向。其一是以車牌識別、人臉識別為核心代表的智能識別技術，主要應用于電子警察、機楊、海關。

　　另一個是以周界防范、人數統(tǒng)計、自動追蹤、逆行、禁停等規(guī)則為代表的行為分析技術，主要應用于圍墻周界警戒區(qū)、商場、交通、景點流量統(tǒng)計，道路禁停禁放、違章逆行、場景跟蹤等方面。

　　1、雙機自動跟蹤：智能分析攝像機加普通快球方式?？蓱糜诔鞘袌缶瘧鳖A案。突發(fā)事件的物體跟蹤。

　　2、人流量統(tǒng)計：統(tǒng)計框選區(qū)域進出人員的數量，應用于超市商場顧客流量的分析統(tǒng)計，幫助商家制定相應的銷售策略。應用于景點、地鐵口，提供流量數據供人員管制應用。

　　3、穿越警戒區(qū)：通過設置虛擬圍籬，對周界進行偵測。當發(fā)現可疑人員或者物體穿越圍籬，即觸發(fā)報警，并將報警信號上傳至監(jiān)控管理中心。同時可將報警畫面通過網絡上傳至遠程監(jiān)看用戶。應用于交通馬路人行橫道或斑馬線、廠區(qū)重點區(qū)域圍墻、學校、看守所圍墻等。

　　4、丟失分析：通過在監(jiān)控畫面上畫出一塊放置重要物品的區(qū)域作為警戒區(qū)域，只要此物品離開了警戒區(qū)域，那么將立即觸發(fā)報警規(guī)則。應用于重點保護區(qū)域如博物館，展覽廳，拍賣會，金銀店等。

　　5、方向分析：在實際監(jiān)控中，人們可能會關心人流的方向和車流的運動方向，通過方向的識別可以判斷目標是否為不合法走動或行駛，如果出現逆向行為，目標將會被自動鎖定，并同時報警。應用于單向行駛的道路;重要出入口等。

　　6、智能跟蹤：對可疑人或物體進行目標鎖定，對目標的運動軌跡進行記錄，同時攝像機將跟隨目標轉動并報警。應用于高檔小區(qū)，人員禁入區(qū)域，機密區(qū)域，重要保護區(qū)域等。并可作為案發(fā)后，對案件回放過程的軌跡進行分析。達到迅速破案的作用。

　　智能視頻分析系統(tǒng)解決了安保人員從繁雜和枯燥的“盯屏幕”任務解脫出來，由設備來完成這部分工作;另外一個是實現了從海量的視頻數據中快速搜索到想要找的的圖像。有研究表明，操作人員盯著電視墻超過10分鐘后將漏掉90%的視頻信息而使這項工作失去意義，往往監(jiān)控系統(tǒng)就成了事后追查事件的依據。但智能視頻分析系統(tǒng)就把事后的取證變成了主動的防御，使得項目能夠以最省的成本，實現最有效的安保。智能視頻分析系統(tǒng)以成功應用于各行各業(yè)，起到了舉足輕重的作用。

　　是不是視頻分析系統(tǒng)就是萬能的呢?其存在哪些方面的不足呢?在實際環(huán)境中，光照變化無常、目標運動復雜性、遮擋、目標與背景顏色相似、雜亂背景等都會增加目標檢測與跟蹤算法設計的難度。我們可具體來看一下影響智能分析應用的幾個方面：

　　背景的復雜性：光照變化引起目標顏色與背景顏色的變化，可能造成虛假檢測與錯誤跟蹤。采用不同的色彩空間可以減輕光照變化對算法的影響，但無法完全消除其影響;場景中前景目標與背景的相互轉換，與行李的放下、拿起，車輛的啟動與停止;目標與背景顏色相似時會影響目標檢測與跟蹤的效果;目標陰影與背景顏色存在差別通常被檢測為前景，這給運動目標的分割與特征提取帶來困難。

　　目標特征的取舍：序列圖像中包含大量可用于目標跟蹤的特征信息，如目標的運動、顏色、邊緣以及紋理等。但目標的特征信息一般會隨時變化的，選取合適的特征信息保證跟蹤的有效性比較困難。

　　遮擋問題：遮擋是目標跟蹤中必須解決的難點問題。運動目標被部分或完全遮擋，又或是多個目標相互遮擋時，目標部分不可見會造成目標信息缺失，影響跟蹤的穩(wěn)定性。為了減少遮擋帶來的歧義性問題，必須正確處理遮擋時特征與目標間的對應關系。大多數系統(tǒng)一般是通過統(tǒng)計方法預測目標的位置、尺度等，都不能很好地處理較嚴重的遮擋問題。

　　兼顧實時性與健壯性：序列圖像包含大量信息，要保證目標跟蹤的實時性要求，必須選擇計算量小的算法。健壯性是目標跟蹤的另一個重要性能，提高算法的健壯性就是要使算法對復雜背景、光照變化和遮擋等情況有較強的適應性，而這又要以復雜的運算為代價。

　　針對上述的問題，如何來提升視頻智能分析系統(tǒng)的有效性與實用性，我們可以從下述方面加以改進或是提升。

　　1、優(yōu)化算法，制定針對場景的分析策略，使得算法的準確性得以增加。

　　2、合理選擇攝像機安裝角度，分析的準確程度，絕大部分取決于角度的合理性。

　　3、增加輔助補充設備，像增加補光燈或是紅外光源，使在各種復雜條件下能加以應用。

　　視頻智能分析系統(tǒng)是未來視頻監(jiān)控系統(tǒng)發(fā)展的必然趨勢，作為從海量數據中獲取有用信息最方便快捷的手段，將會成為視頻監(jiān)控系統(tǒng)的主力軍，并且隨著高清化，智能化的有機結合，隨著攝像機與智能分析的一體化發(fā)展，其產生的作用及影響會越來越大，將傳統(tǒng)的人防轉變?yōu)榧挤馈?/p>