视频侦察显不足 智能视频分析遭遇尴尬

　　1月6日上午，江苏省南京市和燕路农业银行(601288,股吧)附近发生一起持枪抢劫案。一个男子光天化日下持枪抢劫银行取款人，击中取款人头部并抢钱之后逃窜。1月8日，南京警方经过多方努力，最终获取了持枪劫匪作案后逃离现场的视频资料。通过视频资料的证实，1月10日，公安机关初步认定南京枪击案与湖南、重庆系列枪击案系同一人所为。

　　1月17日湖南省公安厅对外公布了“苏湘渝系列持枪杀人抢劫案”中的最新监控视频及新的悬赏通告，这些首次对外公开发布的监控视频再现了犯罪嫌疑人在南京枪击案前后踩点、逃跑的详细行踪。

　　据了解，获取犯罪嫌疑人的活动轨迹实属不易，案发后南京警方对相关视频图像进行逐一排查，最终发现了嫌疑人的踪迹。但嫌疑人反侦查能力很强，整个视频中，嫌疑人都没有正面出现，每次经过监控探头时都会有意“保护”自己。其中一处在南京拍得的他案发后逃跑的视频中，在经过一处探头时，他像是预先知道正面设有监控，刻意压低了头上的棒球帽，并用手和帽檐挡住自己的脸。这一成果是几百个民警，24小时不分昼夜对上万个小时视频图像逐一观看，工作量大需要的人力多先不谈，破案过程中时间是关键，争取快一分钟找到线索对案件的迅速侦破都可能是非常重要的。

　　视频检索在实际应用过程中，可以快速地从海量的数以万计的监控录像中，快速地找到一些有明显特征的人或物。视频检索为视频监控带来革命影响。视频监控在公安和交通等领域的大规模应用，监控破案的报道现如今也很常见。一方面，这些事例从正面体现了视频监控的社会价值;另一方面，这也引发了更多关于视频检索的深层次需求。实际应用过程中，用户常常希望可以快速地从海量的数以万计的监控录像中，快速地找到一些有明显特征的人或物。传统的检索方式显得比较笨拙，检索方式不够“聪明”，这已经成为传统大型监控系统视频资料应用中的一个瓶颈。

　　公安破案利器视频侦察遭遇的难题

　　如何快速准确地进行智能的检索就成为大型视频监控系统，特别是公安破案需要解决的重要课题。其实市场上早已经有一些相关的产品推出了。目前很多推出了支持前端智能的摄像机，在也有后端智能分析系统产品。有理由相信，随着行业的快速发展，在海量监控视频存储系统上引入智能分析技术将成为一种趋势。

　　智能视频分析是指利用计算机图像分析技术、理解视频画面的内容，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。通过在摄像机场景中预设不同的分析规则，一旦目标在场景中出现了违反预定义分析规则的行为，系统会触发预设置的联动规则，从而达到主动提醒的功能。

　　从智能分析的处理方式来说，分为两类，一类是由智能算法的DSP来实现，常见于智能分析摄像机与智能分析视频服务器，像目前市面上NCC-4400VS就是采用此种方式。在常规视频监控系统中，视频占用了大量的存储和传输，如何来解决问题是首要面临的难关，大量无用视频信息被存储、传输，既浪费了存储空间又增加了带宽，采用此种智能分析的目的是为了视频存储所需要的空间减少从而缓解带宽压力，或者对于一些无用视频则采用低码流方式进行压缩或传输，更方便整套系统调查或查询使用，提升监控系统的应用价值。而且算法的处理是由前端来实现，后端的服务压力非常小，可以在一个系统中存在大量的分析摄像机。另一类是采用后端的PC服务器加智能分析软件的运行模式，像Aimetis、iOmniscient都是采用此种方式。采用此种方式因为由后端PC服务器来进行处理，从处理的性能上来说，要优于前端摄像机的处理，但由于算法对硬件资源的占用很大，在同时处理多个分析时，系统的处理能力不足表现出来了。