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.对于核电站、油田、电网等场所来说，一般处在偏远地区，人流量不大，但是其周界的安全保卫需求比较高，一旦有人靠近就需要引起警示，对周界的防卫需求比较突出。

　　对于视频监控而言，图像越清晰，细节越明显，观看体验越好，智能等应用业务的准确度也越高，所以图像清晰度是视频监控永恒的追求。以往视频清晰度低，给监控人员寻找有价值的线索造成很大的难度，高清视频技术的运用给我们提供了高清晰的，包含丰富完整信息的高质量视频源，从而提高了视频智能分析的准确率，避免了因场景问题而损失信息量。从这个方面来说，视频的智能分析是以高清为前提的，因此智能视频分析对前端摄像机清晰度的要求是比较高的，高清意味着存储压力的增大，相应的，对后端存储设备的稳定性和容量也有一定要求。

　　高清监控智能视频分析与非高清智能视频分析技术上没有太大的差异，但是带来的结果是完全不同的。高清监控可以提高智能视频分析的效率，同时可以从视频中获取更多更有效的信息。比如说，人脸和车牌识别，就需要图像更多的细节，可以提高识别率的同时可以提供更有说服力的图片和视频。