浅析智能视频监控的挑战与发展

申请免费试用、咨询电话：400-8352-114

IMS研究显示， 2004年至今，视频分析市场的年复合增长率达到了65%，并预计今年整个视频分析领域的总值将达2.15亿英镑（约合3.44亿美元）。在此，伦敦分析系统提供商Ipsotek的首席执行官Chris Gomersall将为我们阐述视频分析技术，并分析其面临的挑战和未来可能的发展方向。

视频分析技术，又被称为“智能视频监控”或“智能场景分析”，利用算法和矢量分割来检测是否存在可能会对人身、财产及基础设施造成威胁的异常情况或不正常行为。视频分析软件对CCTV（闭路电视）摄像机捕捉到的数据进行过滤和诠释。视频分析器可以对画面进行实时播放，也可以进行回放作为必要的证据。对潜在危险及需要注意情况的实时信息可以通过声音、画面、屏幕、短信以及直接通知紧急服务人员多种形式实现报警。

常用的分析套件包括边界安全、行人或车辆的异常行为、可疑包裹、自杀及其它多种街头犯罪或违反社会规范的行为。这里的违规行为涵盖了卖淫、路边求欢、毒品交易、乱闯轨道等。

场景分析软件提供商们已经建立了一个灵活的行为算法核心，用于创建多种通用的和按客户需求定制的警报触发器。这些不仅可以用于应付复杂的需求，也可以用于无菌区监控这种简单的环境。另外，视频分析的应用领域还包括对ATM机取款、乱涂乱写、破坏公物、追尾、博物馆艺术品盗窃、车站和体育馆过度拥挤、卧轨等行为和状况的监控。

降低监控者的疲劳

视频分析的一大突出优点就在于它消除了监控工作人员的疲劳。虽然大家的预期可能各有不同，但是根据公布的权威数据显示，即使是最积极的保安在全神贯注面对监视器20分钟后，专注度也会下降90%。机械化监控不止消除了人为错误，而且机械化监控还要求降低对那些已知“热点”和先前已经确定问题的相机的监测关注度。由于在静止片段花费的时间变少，错误警报率也被降到最低，视频分析技术为审查程序节省了开支。另外，人力资源的花费也得到了大幅度的减少。

一套视频分析软件可以“学习”辨别哪些运动是需要被注意的，哪些运动则是自然现象而不是一个威胁，比如树的晃动。叶子的随风摇晃在一个粗糙的系统中就很可能因为被屏蔽而不出现在场景之中，但在一套会“学习”的视频分析软件中，这种行为就能从其它突出行为中被识别出来，如入侵者侵入这些叶子所在的林地。

另外，一套先进的视频分析系统还可以克服偶尔会出现的图像中断和信号干扰（也就是所谓的“噪音”），而不会发出错误的警报。一个高配置的视频分析系统还能适应周围亮度低和天气的变化。领先的分析解决方案应用对象跟踪技术对各个对象进行评估并密切注意其运动，利用矢量分析技术对一个拥挤的画面中单一可疑目标的运动轨迹绘制出图表，而这可能就是视频分析能够在公共场所得到广泛应用的一个重要原因。

将音频与视频分析相结合

在分析领域，一个重大的进展在于随着视频分析技术的发展，音频分析也逐渐步入应用领域。音频分析除了可以检测验出机械非正常运转（如汽车发动机故障）之外，还可以识别枪声和飞机声。

音频分析技术在城市中主要用于对大声呼喊和尖叫的监测，判别是否存在袭击或强奸的可能。有效的音频分析能在意外发生前及时引导安全人员阻止事态的进一步扩大，此外，分析数据还能作为一项宝贵的证据。除了上面提到的应用外，音频分析还能用于交通基础建设，最近荷兰Schipo机场的音频分析器就提供了有力数据为机场洗刷了“冤屈”——居民所谓的从机场发出的噪音其实大部分是由经过机场旁的高速公路的车辆制造出来的。

和视频分析一样，音频分析领域也对错误警报感到非常反感，因此对声音进行分类和区分的能力，也就是对说话、不具威胁性的争吵和真正存在问题的音频信号进行判别的能力就显得尤为重要了。