長久以來，智能視頻監控只是安防領域里用來展示實力的演示產品。僅存的量產智能視頻監控產品，不僅產量少而且價格昂貴、外加上受限于性能，基本不實用。近幾年，隨著硬件處理能力的提升和價格的下降，以及計算機處理技術的發展，智能視頻監控產品已從演示階段逐漸進入規模化發展階段，儼然成為安防界炙手可熱的話題之一，全球各大廠商紛紛投入大量人力物力進行研發，視頻智能監控被業界認為將是主宰網絡監控的革命性技術。

為什么要監控智能化？

隨著高清網絡監控的逐漸盛行，高存儲高帶寬的弊端逐漸成為監控系統中最大的短板，揚長避短的選擇有用價值的監控模式成為目前主要的需求，試想一下，靜止不動的畫面長年累月的采集錄像，根本沒有任何價值，智能化有選擇性的采集才是節約帶寬節約存儲的關鍵因素，因此業界對智能視頻監控的需求隨著時間的推移與日俱增。現在我們日常所接觸到的監控系統，無論是模擬還是模數混合，抑或純數字，其工作方式依舊是“實時監視，實時錄像”，不僅浪費人力，更是浪費物力，面對數不盡的視頻錄像，想要提取些有價值的錄像是困難，長期保存也是一大難題，此外現有的監控系統對于人的參與非常依賴，智能監控可以分擔人力節省資源，因此智能視頻監控是一個發展趨勢，也是視頻監控系統發展的必由之路。

監控智能分析技術的優勢在哪？

目前監控系統中，存儲和傳輸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增加了帶寬，智能分析的目的是為了視頻存儲所需要的空間減少從而緩解帶寬壓力，或者對于一些無用視頻則采用低碼流方式進行壓縮或傳輸，更方便整套系統調查或查詢使用，提升監控系統的應用價值。

目前智能監控技術主要包括：身份識別、軌跡識別、環境判斷補償識別。身份識別包括人臉識別、車牌號識別、車輛類型識別、船只識別、紅綠燈識別等等。識別類的智能監控技術，最關鍵的要求就是識別的準確率，最好保證在98%以上，這樣就能夠較好地滿足絕大多數監控類客戶的需求，這是目前比較常見的智能分析目的;軌跡識別主要包括虛擬警戒線、虛擬警戒區域、智能跟蹤、人數統計、車流統計、物體出現和消失、人員突然奔跑、人員突然聚集等等;環境判斷補償識主要包括雨、雪、大霧等惡劣天氣、夜間低照度情況、攝像頭遮擋或偏移、攝像頭抖動等等。智能監控技術能夠實現在惡劣視頻環境情況下實現較正常的監控功能。受環境影響視頻不清楚的時候，盡早發現畫面中的人，或者判斷攝像頭偏移的情況后發出報警，此類功能具備普遍的適應性，大部分監控點都有潛在需求。

智能視頻監控有哪種實現方式？

目前，智能視頻監控的實現方式有兩種，一種是前端智能分析；另一種是后端智能分析。兩種智能分析方式最大的區別在于前者是利用前端攝像機自身的芯片進行計算，而后者則是利用后端計算機純軟件的方式進行分析。但無論是前端嵌入式的還是后端軟件方式，其功能的實現都是通過所開發的核心算法程序的運行而對視頻信號進行分析而完成的。嵌入式與純軟件方式的區別僅在于運算平臺不一樣，前者可以在攝像機DSP芯片上完成核心算法的運行和相關計算;而純軟件方式的運算平臺則是一臺通用的計算機。

智能視頻監控分析：選擇前端還是后端？

從目前智能監控分析的使用情況來看，絕大多數采用的依舊是后端分析模式，方便排除故障，并可以有效的解決存儲容量的壓力，但由于是后端分析，一直需要網絡傳送視頻信號，對網絡帶寬要求較高，而這恰恰是目前尚無法得到妥善解決的難題;前端智能分析的好處可以解決后端分析帶來的傳輸難題，但目前的環境來看，前端的DSP芯片和后端計算機的處理能力相比實在有限，很多視頻分析運算量很大，而大多數DSP并沒有足夠大的內存和處理能力來實施有效運行，處理能力降低會造成分析準確性低下，導致誤報增加。

不過，隨著嵌入式系統運算能力的增強和智能視頻分析算法的改進，在視頻服務器和網絡攝像機等前端設備嵌入視頻分析模塊將成為趨勢。在前端做視頻智能分析的好處是實時性高，并且傳輸到后臺的只是有用的報警信息和畫面，這樣可以大大減少傳輸數據量，也減少了后臺存儲的負擔。