视频图像智能分析需求的推动

对视频监控系统而言，只有高清还不够，“看得清”还要“看得准”，必须给监控系统安装上“大脑”，使期具有“智慧”，才能更好地发挥监控系统的作用。这是因为，社会动态治安监控系统是一个庞大的系统，点位多，因此单靠监看执机人员对监控画面进行人工监看，是不可能的，不但成本高，也无法满足监控需要。生理学研究表明，人的视力“承受度”是有限的，一个人最多只能同时监看9-10个监控画面，再多就超过了极限，导致很多画面看不过来，有时就会错过重要监控信息。城市报警与监控系统建设之初，许多地方甚至不得不招聘大量的监控值机人员来充实到监控室协助监看监控画面，有些地方甚至专门成立了监控图像监看大队。这种人海战术，不但大大增加了监控系统运行成本，也无助于实现监控系统效能最大化。

2008年，山西警方为破获府谷“5·29”特大持枪抢劫杀人案，调取了80多个高速公路收费站约5万个小时的监控录像，最终才从这5万个小时的监控录像中发现了有用的线索，最终破了案。“苏湘渝系列持枪抢劫杀人案”嫌犯周克华在南京作案逃跑后，南京警方抽调数千名民警调阅、查看、甄别全市所有的监控视频，也花费了巨大的人力和精力，所调阅查看的视频录像相当于83万部电影。

其实，在所有的监控图像信息中，有用的往往只有1%甚至不到1%，99%的信息都是无用信息。但正是有了这99%%的无用信息的铺垫，才沉淀了1%的有用信息，从而帮助警方破获案件。

另一方面，视频监控系统的作用以往大都仅仅停留在事后取证上，随着城市报警与监控系统应用的不断深入，利用视频监控及时发现、制止案件发生，提高公安机关对动态社会治安的掌控能力，成为新的更高层次的需求。这些，都对监控系统提出了新的更高层次的需求——智能监控。

视频监控智能分析其实就像是谷歌、百度、搜狗等搜索引擎一样。二十年前，当我们需要查找资料时，只能跑到档案馆或图书馆，大海捞针一样一本一本地查看和翻阅报刊杂志，可能要查阅几十本甚至上百本书籍和报刊，才能找到需要的东西，然后用笔把查找到的相关资料抄在笔记本上，回去整理。这一过程可能需要一个下午，甚至一整天，可谓耗时耗力。但今天，有了搜索引擎，我们只需输入关键词，轻点鼠标，与关键词相关的几千甚至上万条信息就会瞬间呈现在我们面前。

那么，视频监控系统是否也应该有类似的功能？是否也应该具有智能检索功能？这对传统监控来说是一个挑战。这一难题，也需要安防企业来研究和解决。

高清监控的技术要求和发展历程

其实在视频监控领域，高清和百万像素不是一回事。高清和百万像素总体上都是指比普通监控摄像机效果更清晰，级别更高，所以在许多衡量点和效果上，它们是非常接近的，但是实质上，却有着很大的区别。所谓高清，其实并不只是简简单单的一个概念，它有着非常明确的衡量标准。按照HDTV标准，真正符合高清视频监控格式的目前只有三种，即720p、1080i和1080p。

2006年，业界提出“百万高清”概念，很快得到大家的一致认可。“百万高清”的最低像素数实际是130万像素不是100万像素，“百万高清”只是叫起来顺口、易记、响亮，所以业界习惯上叫“百万高清”。

但对于监控摄像机来说，如果只有前端的高清镜头，而没有高性能的传感器或者其他视频处理技术匹配的话，那么数百万像素的镜头也未必能得到高清的图像效果。因此，高清视频监控必须从前端视频采集，到视频传输、视频存储、视频处理、视频显示都实现了高清，才能得到最终的高清效果，整个环节一个都不能少。

发展到目前，高清视频监控系统已经经历了三代，即：“百万高清”IP摄像机+视频管理软件模式的适用于中小规模监控场所的第一代高清监控系统；能够基本满足大型监控系统需求的高清IP摄像机+光端机+解码器+高清显示+高清存储模式的第二代高清监控系统；以及融合模拟标清、IP高清、HD-SDI高清三种技术的第三代高清监控系统。

在高清监控技术快速发展的同时，传统模拟监控也不甘落后，图像清晰度也在不断提升，出现了以960H为代表的模拟高线产品。

智能视频分析的技术要求和发展历程

智能视频分析技术是基于图像处理、模式识别的新型视频监控技术。简而言之，就是发现监控场景中需要监控的对象，并对其进行跟踪、分析，及时发现“异常”行为，触发报警并采取相应措施进行干预。视频图像智能分析应当融入行为识别（包括步态、异常行为等）、人脸识别等功能，并与这些技术深度结合。

视频智能分析（简称IVS）有两个含意，一是使用计算机图像视觉分析技术，通过在不同摄像机的监控场景中预设不同的报警规则，对视频区域内出现的警戒区警戒线闯入、物品遗留或丢失、逆行、人群密度异常等情况进行分析，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警。智能视频监控技术借助计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉无用的或者用户不关心的信息，仅仅为监控者提供有用的关键信息；另一个是与人脸识别技术深度结合，自动检测和识别人物的脸部特征，并通过与人脸数据库档案进行比对来识别或验证人物的身份，如通过快速比对，检索出人脸数据库中对应的人物（如通缉的要犯），并进行跟踪监控。打个比方，警方人脸数据库中建立了持枪抢劫杀人嫌疑人周克华的人脸信息，通过与智能监控系统联动，一旦在某一个城市或某一地点发现周克华出现，系统就会立刻发出报警信息，并显示发现嫌疑人的时间信息和摄像机的位置，警方可以迅速通过监控系统对其进行轨迹跟踪，并通知地面警察对其进行跟踪和抓捕。

智能分析不但具有准确的事后图像检索功能，而且重要的是，它能够帮助我们做到“事前预防”，提前预知和发现犯罪并及时采取措施处置，从而保护人民及财产安全。智能视频分析监控系统的“遗留物品判别”、“区域逗留提示”等功能，能够让治安监控人员提前感知和发现异常行为，迅速将警情传给街面执勤民警，提前做出应对策略，例如有人在公共场所遗留了可疑物体（比如经伪装的爆炸物）或者有人在敏感区域附近长时间徘徊、逗留（伺机作案），智能视频分析系统都可以进行预警。这是传统视频监控系统做不到的。

由于种种原因，目前视频智能分析技术的发展和应用相对于高清视频监控来说，有些滞后，也远不及高清监控市场火爆，大规模应用项目还不多，技术也有待进一步提升。智能分析只有在满足高级别应用的前提下，才能形成大规模应用市场。

2001年美国“911”事件发生后，美国和以色列一些致力于安全技术研究的机构开始加入到安防技术研究行列，智能视频分析技术在这一过程中取得突破性进展，并成为视频监控技术的一个亮点。2002年-2005年是智能分析技术发展的一个明显的高峰期。Objectvideo、ioimage、OV、Verint、Mate、Cernium、Milestone等，在这一领域都有建树。此后，这些企业之间因为竞争和业务发展需要，也出现了一些并购和整合。

国内智能视频分析市场的发展比欧美晚了大概三到四年，现在具有自主知识产权和研发能力的企业并不多，一些专注于智能视频分析技术研究的企业，由于过于看好视频分析市场前景，忽视传统视频监控业务发展而陷入经营困难的境地，由“先驱”变成了“先烈”。这说明，智能视频分析大规模应用时代还没有真正到来。