智能视频分析应用在不同行业的特点

 　　当前，智能视频分析技术越来越受到安防界的重视，不少项目已经开始应用智能视频分析功能。那么，智能视频不同行业有哪些不同的需求特点？高清监控的智能视频分析与非高清智能视频分析技术上有何差异？对设备有何要求？

　　智能视频分析应用大致可分为公安执法和安全类、文博类、烟草工业类。执法类会更侧重于模式识别，如车牌识别、人脸识别；安全类则会侧重于逆行监测、非法入侵、人群聚集、滑倒、遗留物的检测；文博类重点在于物品看管及人员的安全监控，可对物体丢失、拿走、徘徊报警以及对特殊通道进行逆行监测，也可对人数进行统计、人员密度进行监测；烟草工业类应用偏向于行为分析，如针对禁用区的遗留物进行检测，结合生产设备故障的特殊表现进行故障检测。高清智能与非高清智能在基础算法采用相同原理。高清算法需要提供更多的计算能力去进行分析。目前，行为分析类，采用CIF分辨率已经足够，当输入的是高清视频时，会先对像素进行裁剪后再分析；对于模式识别类，要采用高清视频进行分析，以获取更精确的结果。

　　就可实现的智能视频分析功能来说，几乎所有的应用都主要针对于人、车、物体三个方面，北京文安根据具体应用的不同把它分为三类：1、公共安全预防类。它包含了目标移动轨迹的跟踪、目标移动范围、目标移动方向、特殊人体行为、特殊车辆行为的监测等等，它比较突出的特点是可针对可疑异常事件进行及时预警。2、数据统计分析类。典型例子如客流统计、车流统计类应用。这一类应用相对较独立，它以数据输出为最终结果，多以提供不同类型数据报表来辅助管理决策。3、智能交通监控类。典型如车牌识别、闯红灯违法监测、交通综合违法监测等，这一类应用主要针对车辆进行分析，相对较为成熟，应用案例也较为普遍。

　　除此之外，北京文安结合国内视频监控的现状问题，又针对性地开发了一类专门针对视频图像质量本身的应用，以通过对每一路视频图像的信号质量进行监测，对视频图像出现的视频丢失、雪花、滚屏、模糊、偏色、画面冻结、增益失衡等常见摄像头故障做出准确判断，帮助用户及时的发现前端摄像头的视频质量故障，有效掌控前端设备运行情况，保证监控系统的正常运行。

　　不同的行业对于视频监控的需求一般有着非常明显的差异，特别是对于智能视频分析技术的应用需求，由此也决定了不同行业间检测行为类型与异常事件的特殊性。比如在平安城市中，可针对城市治安突发事件，专门研发打架、抢劫、攀越等行为分析功能。在银行ATM自助服务区，可通过对目前ATM自助服务区犯罪手段的分析，实现如非法粘贴小纸条、安装假键盘、蒙面、暴力抢劫等行为分析功能。在交通行业，可实现针对交通事件如逆行、非法停车、交通拥堵等情况报警的更多的功能。只有结合行业应用实际，深入了解不同行业的具体问题，才能更好地抓住用户的需求，将智能视频分析技术的功能落实到应用的实处，这也是智能视频分析技术未来产业化价值的最终体现。

　　对于智能视频分析的解决方案，不同的行业有不同的侧重点。以监狱为例，为防止犯人越狱和群殴事件的发生，对周界和人群聚集的需求比较突出，主要是解决这两方面的问题，而对于一些机场等人员流动性比较大的公共场所来说，对于遗弃物的检测和徘徊检测的需求比较突出，以防止危险物品的爆炸和可疑人员进行犯罪等行为。