與文字、聲音相比，視頻承載了更多的信息量，而要從大量豐富的信息當中去讀取有用的信息，這對人來說是非常繁瑣復雜的工作，幾乎不可能完成。

　　人工智能-計算機視覺-智能視頻分析

　　與文字、聲音相比，視頻承載了更多的信息量，而要從大量豐富的信息當中去讀取有用的信息，這對人來說是非常繁瑣復雜的工作，幾乎不可能完成。計算機雖然沒有人類大腦的洞察力，但是強大的計算能力卻為快速讀取大量信息提供了可能。正是基于這種理念，利用計算機去讀懂圖片、視頻，去理解圖像內的一些有用信息成為了極具潛力的人工智能發展方向——計算機視覺。

　　安防監控系統每天產出的海量圖像、視頻信息造成的信息冗余問題催生了計算機視覺技術在安防領域的應用，針對該技術對圖像視頻進行自動分析、識別、跟蹤、理解和描述的特點，計算機視覺在安防監控系統中演變為近年來業內普遍看好的智能視頻分析應用。

　　計算機視覺在安防監控領域的融合應用

　　作為計算機圖像視覺技術在安防領域應用的一個分支，視頻智能分析是一種基于目標行為的智能監控技術。在不需要人為干預的情況下，利用計算機視覺和視頻監控分析方法對攝像機拍錄的圖像序列進行自動分析，包括目標檢測、目標分割提取、目標識別、目標跟蹤以及對監視場景中目標行為的理解與描述，得出對圖像內容含義的理解以及對客觀場景的解釋，從而指導和規劃行動。

　　智能視頻分析技術可分為三大類：一是診斷類智能分析。診斷類智能分析主要是針對視頻圖像出現的雪花、滾屏、模糊、偏色、增益失衡、云臺失控、畫面凍結等常見的攝像頭故障、視頻信號干擾、視頻質量下降進行準確分析、判斷和報警;

　　二是識別類智能分析。該項技術偏向于對靜態場景的分析處理，通過圖像識別、圖像比對及模式匹配等核心技術，實現對人、車、物等相關特征信息的提取與分析。如對車的識別分析應用上主要是車牌識別和顏色識別技術。這類智能分析較多地用于生物識別，如指紋、虹膜、人臉識別技術經過多年的發展與應用，目前已比較成熟;

　　三是行為類智能分析。行為類智能分析則側重于對動態場景的分析處理，目前應用較成功的典型的功能有：車輛逆行及相關交通違章檢測、防區入侵檢測、圍墻翻越檢測、絆線穿越檢測、物品偷盜檢測、占道經營檢測和客流統計等。

　　其中，動態目標的檢測、分割、識別與跟蹤是目前國內安防視頻監控中研究較多的幾個方向，而行為理解與描述則是近年來被廣泛關注的研究熱點。

　　國產自主研發智能視頻分析算法崛起

　　早在2005年，國內即涌現出一批在智能視頻分析領域做出突出貢獻的解決方案廠商，主要有廣州中國科學院軟件應用技術研究所、海康威視、大華股份、科達、博康等。這些企業通過扎實的自主研發實力掀起了智能視頻分析國產化的風潮并推動了相關產業的長足發展!

　　自2014年開始，國內智能視頻分析技術在安防監控領域的應用迎來了又一個發展高峰，科達感知型攝像機(IntelligentIPC)的發布進一步顛覆了業內智能攝像機的概念和技術性能，其不僅能識別出監控畫面中的內容，還能對圖像和視頻中的目標進行語義描述和自行抓拍，通過后端大數據平臺進行分析從而代替人類做出思考和判斷的智能程度，真正意義上完成了智能攝像機朝新生代感知型攝像機的角色升級，從而也宣告安防監控正式告別了人工看圖、識圖、解圖的時代，朝著一個全新的智能識圖時代邁進!

　　如今，越來越多的行業開始關注智能視頻分析的應用，如公安、金融、監管、交通、零售行業等。他們希望通過智能視頻分析技術來提升對龐大的視頻數據的查詢與分析效率。而伴隨著越來越多的國際頂級研究機構、學者及產業解決方案提供商在智能視頻分析領域的大力投入，相信更多和不同領域用戶的需求緊密結合的優秀算法也將不斷涌現，科達在闡述感知型攝像機與行業大數據結合時表示“智能視頻分析產品其智能化是關鍵，但也要以解決行業用戶的實際需求為出發點，不應單純為了智能而智能!

文章來源：機房監控 http://m.whjdnk.com/list-3-1.html