搜产品
搜企业
客服电话:400-000-8722
广告
智能视频分析技术是一个发展趋势，设备是视频监控系统发展的必由之路。该技术是源自计算机视觉技术，它能够在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。“智能视频监控其实是个系统工程，其核心是智能视频(IVS),需要大量的周边产品的配合”。智能视频分析技术是实现“视频创造价值”(从大量视频资源中挖掘有价值的东西)的重要手段。
从概念来讲，视频行为分析技术是对采集到的视频上的行动物体进行分析，判断出物体的行为轨迹、目标形态变化，并通过设置一定的条件和规则，判定异常行为，它糅合了图像处理技术、计算机视觉技术、计算机图形学、人工智能、图像分析等多项技术。设备智能视频分析技术原理大致有三类:目标检测技术、目标跟踪技术和行为识别技术。一般情况下，视频智能化分析的基本过程是从给定的视频中读取每帧图像，并对输入图像进行预处理，如滤波、灰度转换等，然后判断输入图像中是否有运动目标，接下来判断运动目标是否为监控目标，后对该目标根据需求进行监控、跟踪或是行为理解等分析。
传统视频监控系统只提供视频的捕获、保存、传输、显示画面等功能，而视频内容的分析识别等需要人工实现，工作量巨大且容易出错。设备智能视频分析是指在特定的监控区域内实时监控场景内的{yj}或是临时的物体，通过对视频传感器获取的信息进行智能分析来实现自动的场景理解、预测被观察目标的行为以及交互性行为。如果说智能视频分析应用正当时，那么，2015年技术储备已经成熟？
随着监控高清化，对于智能分析也提出了针对高清进行分析的需求，如行为分析将处理分辨率从标清提升到高清，能够实现对更小目标的检测，人脸识别如果输入的分辨率更高则能够获得更多的人脸细节，但是高清分析对处理平台也提出了更高的要求，设备需要采用计算能力更强的平台来实现；其次，视频数据中的有价值内容的分布是相对分散的，如一整夜的视频可能仅有一小段存在目标事件，当汇集一座城市校长时间的数据于一个数据中心，这样的问题将会变得更加突出，那么必然要求结合此特点来设计整套系统，设备将一些分析功能放到前端实现，降低网络传输、存储的压力，同时也需要设计数据存储的方式，实现更加高效的回放和二次检索；也是视频智能分析的问题，就是实际应用场景的复杂度与算法精度的矛盾，随着针对大数据的新算法的不断发展，这一问题将得到改善。
可以看出，设备智能视频分析技术在这个发展阶段，应用中还是需要面临不小挑战，就如科达市场总监刘志强所说，由于实际环境的复杂性和基础算法的局限，当前智能分析还存在很多不完善的地方，包括分析的准确性，对不同环境的适应性，对更多目标的检测，对更对特征的提取，对视频内容的自然语义表达，这些都还需要更长的时间去探索。