运营级智能视频监控业务架构与应用

　　引言

　　视频监控系统从最初的模拟闭路电视监控开始，经历了数字化、网络化的发展，正在向分布式、智能化的方向迈进。以英国为例，全国范围内已经安装摄像机420多万台，平均每14人1台，一个人一天之中可能出现在多达300个摄像机前。海量的监控图像需要视频监控系统智能地选择压缩、存储、检索和使用内容。

　　从上世纪90年代中期开始，以卡耐基梅隆大学（CMU）和麻省理工学院（MIT）为代表的多家美国高校所参与的，由美国国防高级研究项目署设立的视觉监控重大项目VSAM（VisualSurveillAnceandMonitoring），以及其它科研机构的研究成果，使得智能视觉分析取得了快速发展。经过科研人员40多年的不懈努力，计算机视觉已经进入突破式发展阶段。得益于计算机视觉的最新研究成果，智能视频监控开始得到产业化应用。

　　当前除了CMU和MIT，奥地利Graz理工大学的嵌入式智能摄像机研究组，IBM的S3（SmartSurveillanceSystem）项目组，INTEL的IRISNET（Internet-scaleResource-intensiveSensorNetworkService）项目组等，分别在分布式智能监控系统的不同领域处于领先地位。ObjectVideo、Hisign、3VR等公司率先实现了智能视频监控的工业应用。在我国，中科院自动化所、清华大学电子工程系和自动化系等处于研究的前列。

　　现在的智能视频监控大部分应用都是以运动检测、背景建模算法为基础，一般只能处理较为简单、遮挡重叠较少的场景，对于较为复杂的场景效果不佳。各种环境干扰，如：强光、震动、阴影、雨、雪等，虽然算法可以有一定滤除，但是仍然存在误报、漏报问题。基于模式分类、识别算法的物体检测计算较为复杂，一般只能针对具有较稳定特征的物体，如：合作型（固定范围）人脸检测统计等，无法及时有效处理多类物体联合检测需求。

　　运营级智能视频监控基础

　　监控的智能维度化

　　作为以安保作用为主的监控系统，如图1所示的三个纬度监控需求会一直存在，但重点将从事后取证向事中控制和事前预警转移，以尽可能降低损失。显而易见，智能视频监控在整个监控体系中的占比将会越来越大，地位越来越重要。