安防监控智能分析国标出台

　　2014年8月，由全国安全防范报警系统标准化技术委员会（SAC/TC100）归口并组织起草的国家标准GB/T30147-2013《安防监控视频实时智能分析设备技术要求》和GB/T30148-2013《安全防范报警设备电磁兼容抗扰度要求和试验方法》，经过国家标准管理委员会发布，已经开始实施。

　　其中《安防监控视频实时智能分析设备技术要求》是我国第一个视频智能分析方面的国家标准。本标准规定了安防监控视频实时智能分析设备的功能、性能、接口、电磁兼容性、环境适应性、试验方法、检验规则等内容，是嵌入式视频实时智能分析设备进行设计、生产、检验的依据。本标准适用于安防监控系统中应用的嵌入式视频实时智能分析设备，其他行业的视频智能分析产品和应用系统可参考采用。

　　视频监控系统作为一种广泛使用的技术防范手段，在城市社会治安综合防控体系建设中发挥着越来越重要的作用。然而在视频监控飞速发展的今天，视频监控画面的海量信息大大超过了人力有效处理的范围已经成为客观事实。智能视频解决方案以数字化、网络化视频监控为基础，用户可以设置某些特定的规则，系统识别不同的物体，同时识别目标行为是否符合这些规则，一旦发现监控画面中的异常情况，系统能够以最快和最佳的方式发出警报并提供有用信息，从而能够更加有效的协助安全人员处理危机，最大限度的降低误报和漏报现象，切实提高监控区域的安全防范能力，协助监控人员第一时间处理危机。

　　智能视频监控是利用计算机视觉技术对视频信号进行分析、理解和处理，在操作人员给出相应规则的前提下，智能分析计算机通过对序列图像自动分析，对监控场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，即在异常情况发生时能及时发出警报或提供告警事件信息，有效地协助安防人员处理危机。

　　视频监控智能分析现状

　　智能视频技术应用于安防视频监控系统，将能借助计算机强大的数据处理能力过滤掉图像中无用的或干扰信息，自动分析、抽取视频源中的关键有用信息，从而使传统监控系统中的摄像机成为人的眼睛，使“智能视频分析”计算机成为人的大脑，并具有更为“聪明”的学习思考方式。这一根本性的改变，可极大地发挥与拓展视频监控系统的作用与能力，使监控系统具有更高的智能化，大幅度节省资源与人员配置，同时必将全面提升安全防范工作的效率。因此，智能视频监控不仅仅是一种图像数字化监控分析技术，而是代表着一种更为高端的数字视频网络监控应用。

　　从技术角度来讲，目前国内智能分析技术主要还集中在两大类：一类是采用画面分割前景提取等方法对视频画面中的目标进行提取检测，通过各种不同的规则来区分不同的事件，从而实现不同判断并产生相应的报警联动等，例如：最早期的一些行为分析类功能(跨界、区域入侵、打架检测、人员聚集等)、还有早期的交通事件检测等都属于这类算法技术的应用。另一类是利用模式识别技术，对画面中特定的物体进行建模，并通过大量样本进行训练，从而达到对视频画面中的特定物体进行检测及相关应用。如车辆检测、人脸检测、人头检测(人流统计)等应用。

　　从应用角度来讲，目前国内智能分析技术主要有四大类：第一类是实时报警类，第二类是数据统计类，第三类是属性识别类，第四类是图像处理类。

　　第一类，实时报警类，主要是通过分析技术对实时视频进行内容的分析和判断，发现某种状态达到报警规则的要求时，系统即可发出报警联动。如最基础的跨线报警、入侵报警、打架报警、聚众报警等，当然随着应用的深入，各行业应用中也出现了很多带有行业特征的实时报警应用，如交通行业的拥堵报警、行人上高速报警；司法行业的攀高报警、离岗报警；金融行业的尾随报警、贴假广告报价等等。

　　第二类，数据统计类，主要是通过在特定的场景下，对视频内容中特定的内容进行统计，形成相关的报表和数据应用。例如，通过视频分析对公路上的车流量进行自动统计，通过视频分析对商场出入口等的人流量进行统计等等。

　　第三类，属性识别类，主要是对视频中特定事务的属性进行自动识别，达到对视频内容的深入应用和快速检索等目的。如人脸识别、车牌识别、车标识别、颜色识别、性别识别、身高识别、年龄识别、手势识别等等。目前安防行业中应用较多的主要还是人脸识别、车牌识别、车标识别等。

　　第四类，图像处理类，主要是对图像整体进行分析判断及优化处理以达到更好的效果或者将不清楚的内容通过算法计算处理达到看得清的效果。如目前的视频增强技术(去噪、去雾、锐化、加亮等)、视频复原技术(去模糊、畸变矫正等)。

　　从产品形态来讲，目前市场上主要有两大类产品形态，一类是前端智能产品。一类是后端服务器产品。这两类产品各有优缺点，根据不同的应用和项目类型有不同的选择。

　　目前市场上可以看到很多智能摄像机，即将一些视频分析算法移植到网络摄像机中，在摄像机中实现对实时视频的分析和检查，实现一些智能分析的功能(例如目前有实现车辆检测的车辆抓拍摄像机、实现区域入侵等功能的目标检测报警的摄像机、有实现人类检测抓拍的摄像机等等)，智能摄像机自带分析功能，系统架构简单，同时目前的摄像机DSP处理能力已经完全能运行各种较为复杂的分析算法，分析效果和后端产品基本相同。

　　市场上出现的多种实时视频智能分析设备，但这些产品分别由不同的厂家生产，缺少统一的规范和接口，导致其在监控系统中的应用受到了限制。《安防监控视频实时智能分析设备技术要求》的实施将进一步规范安防监控嵌入式视频实时智能分析设备，为安防监控视频智能分析技术的发展奠定了基础。

　　视频监控智能分析局限

　　尽管视频智能分析功能强大，但其准确性依然不能令人满意，其只是提高监控人员工作效率的工具，而并不能成为完全替代人工的计算机高级智能。据分析影响其准确性的原因主要有以下几点：

　　环境因素

　　例如疾风骤雨所造成的背景混乱，光线变化所造成的目标和背景颜色的变化，以及由于白天和夜晚不同条件所造成的目标和背景清晰度的变化都是造成分析发生误差的因素，而这些因素的不可控也导致了智能分析本身的稳定性不够，这种现象的解决还有待分析算法和分析技术的进一步优化，仍需从业者的持续努力。

　　硬件困扰

　　硬件包括前端摄像机和后端服务器。就基于像素比对的智能分析来说，图像的清晰度直接影响到比对的结果，而越清晰的摄像机图像像素点越多，运算比对也让服务器压力更大。例如智能分析中的车牌识别，不同清晰度的摄像机得到的视频资源，分析准确率相差很大，同时后端服务器的比对效率也会有明显的不同，使用标清时单台服务器的分析能力可能是20路，准确率为90%，而使用200万高清时，处理能力可能是5路，但准确率却可达到98%。该问题需在前端的更新换代和“云计算”技术得到高效推广的情况下才能够得以较好的解决。

　　目前的智能分析，归根结底还是在人为控制下的计算机对目标的规则行为进行判别，很多尚未被定义的规则行为计算机就无法进行判断，例如在人群聚集分析上，智能分析可分析出某个区域内在某时间段内人员数量达到了预计值，但这些人员是偶尔路过还是蓄意聚集等都无法进行分析。这也充分体现出了计算机智能分析的实质，其仍无法从根本上代替人的工作。

　　视频监控智能分析发展前景

　　智能视频分析技术，在国际上已经有近10年的发展与应用，目前在国内也已被持续研发和广泛应用，特别在一些不太复杂的应用其效果还是比较好的。其未来的发展还要从“前端”和“后端”两个角度来共同努力。这里的所谓前端即产品的最终用户，后端即指产品的提供商。前端用户需要真正理解该“智能”，理性地看待“智能”，能够将“智能”这个工作更好地切合实际应用，达到高效利用。而后端供应商，还应持续优化产品形态，让生产出来的智能产品能够更好地适应各种的实际环境，提高智能应用的准确性，真正达到高效智能。

　　随着智能视频分析技术的发展，视频分析技术的应用将不止停留在原来能“看”（监控）的程度；还能“懂”得监控场景中目标物体的行为；能够“想”目标物体是什么，行为意味着什么；更可以把想的结果“说”出来。最具变革的意义在于从以前的“被动监控”向“事前控制、主动预警、事中追踪、事后分析”转变。