智能视频监控市场需求及整体态势

　　随着视频处理、分析、传输技术的不断进步，监控系统从纯模拟系统向模数结合、纯IP监控方式发展，监控系统的智能分析需求也应运而生。安防监控领域对智能监控技术的要求，来自于具体行业特色监控的各种实际需求，每一种行业监控都可能需要若干类智能监控技术。

　　细分市场的个性化需求，决定了我们必须密切关注不同系统的特殊性，以市场化作为整个公司的导向，销售、市场、技术、研发、产品等各个部门密切配合、通力合作，为各个行业客户提供满足其独特需求的定制产品和服务。

　　例如监控行业的传统大客户——金融银行业。目前银行业务监控最需要解决的问题，表面看来是图像的清晰度，实际上最终目的是实现对人脸的识别和现场真实的还原。由此扩展到智能视频分析，可看出银行监控系统需要稳定可靠的人脸识别功能。对于ATM取款机，银行方面除了需要知道取款人的身份以外，还需要保护好昂贵的取款机设备，尽早杜绝一些欺诈行为。人脸遮挡识别、特殊动作识别(尾随、贴胶布等)功能就非常适合在ATM取款机上进行大面积推广。

　　再如治安监控，重点关注人比较密集的场所，需要打击“两抢”，防止群发的恶性事件等。在广场、车站等地方的监控点，密切注意人流的动向，对人群的突然聚集进行分析和报告。在道路的监控系统中加上对人的突然变速分析，及时判断行人意外情况，也是对于“两抢”的有力防范。

　　随着监控行业的不断发展，智能监控产品应用范围必然会扩展至各个行业的渗透，而各个行业都势必会结合各自的特点，对智能监控提出特色要求。因此，深入研究不同行业客户需求，通过前端的市场人员，与后端的技术、研发人员的协同配合，完成适用于不同系统的独特解决方案，才能为我司开拓全新市场扫清障碍，攻城略地，一往无前。

　　智能监控不同应用领域的功能及技术要点

　　智能视频分析技术在监控领域的使用至今已超过10年，但由于行业需求的差异，仍然处于蓬勃发展，不断细化的过程中。

　　目前智能监控技术主要包括几个大类：1、对人、物的识别;2、对人、物运动轨迹的识别;3、对视频环境影响的判断和补偿。

　　■对人、物的识别：主要就是识别监控系统关心的内容，包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别类的智能监控技术，最关键的要求就是识别的准确率。比方说车牌号识别，目前市场上做的好的，识别率在95%甚至98%以上，这样就能够较好地满足道路监控类客户的需求。如果识别率低于90%，就会对管理人员带来很大的麻烦。识别类技术，常常应用于道路监控、金融银行、航道管理等行业，主要是为客户提供识别记录和分级管理的依据。

　　■对人、物运动轨迹的识别和处理：目前细分的很多，主要包括虚拟警戒线、虚拟警戒区域、智能跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等。此类技术，除了数量统计外，一般是对某个过程进行判断，一旦发现了异常情况，如有人进入警戒区域、广场东北角有人迅速聚集等情况，就发出报警信息，提醒值班监控人员关注相应热点区域。对于数量统计类技术，关键的技术点是发现异常情况，并对异常情况进行数量统计。所以要求统计数据的准确率，尽量降低误差。运动轨迹识别处理类的技术，受实际监控应用场景影响非常大。此类技术的关键是能够尽快发现异常，需要尽量避免遗漏，提高预报的准确率。目前此类功能主要应用于平安城市建设、商业监控等行业。

　　■对视频环境影响的判断和补偿：环境的影响主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移、摄像头抖动等等。智能监控技术能够实现在恶劣视频环境情况下实现较正常的监控功能。受环境影响视频不清楚的时候，尽早发现画面中的人，或者判断摄像头偏移的情况后发出报警。此类功能关键技术点是在各种应用场合下，均能够较稳定地输出智能分析的信息，尽量减少环境对视频监控的影响。此类功能具备普遍的适应性，80%以上的监控点，都有增添此类功能的潜在需求。