zui近業內關于智能視頻監控技術的討論十分熱烈，因為智能監控技術在機場安防、軌道交通、金融行業等等諸多領域的應用前景十分看好。本文將介紹智能視頻監控的基本知識，并且還將探討智能視頻監控在未來發展中面臨的發展困境。
　　
　　現在我們日常所接觸到的監控系統，無論是模擬還是模數混合，抑或純數字，其工作方式依舊是"實時監視，實時錄像"，不僅浪費人力，更是浪費物力，面對數不盡的視頻錄像，想要提取些有價值的錄像是困難，長期保存也是一大難題，此外現有的監控系統對于人的參與非常依賴，智能監控可以分擔人力節省資源，因此智能視頻監控是一個發展趨勢，也是視頻監控系統發展的必由之路。
　　
　　簡單介紹智能視頻監控
　　
　　智能視頻監控技術融合了光電圖像視頻處理、計算機視覺模式識別和人工智能，比普通的視頻監控系統具備更加強大的視頻處理能力和智能因素，為客戶提供了更多的視頻分析功能，能減輕監控人員的勞動量，提高了監控的效率和監控系統的準確度和聯動性。在對智能化要求越來越高的市場推動下，隨著智能視頻分析技術的不斷成熟，視頻監控系統向著智能化的方向發展將是必然趨勢。
　　
　　智能視頻監控的優勢
　　
　　目前監控系統中，存儲和傳輸問題是首要面臨的難關，大量無用視頻信息被存儲、傳輸，既浪費了存儲空間又增加了帶寬，智能分析的目的是為了視頻存儲所需要的空間減少從而緩解帶寬壓力，或者對于一些無用視頻則采用低碼流方式進行壓縮或傳輸，更方便整套系統調查或查詢使用，提升監控系統的應用價值。
　　
　　目前智能監控技術主要包括：身份識別、軌跡識別、環境判斷補償識別。身份識別包括人臉識別、車牌號識別、車輛類型識別、船只識別、紅綠燈識別等等。識別類的智能監控技術，zui關鍵的要求就是識別的準確率，保證在98%以上，這樣就能夠較好地滿足絕大多數監控類客戶的需求，這是目前比較常見的智能分析目的;軌跡識別主要包括虛擬警戒線、虛擬警戒區域、智能跟蹤、人數統計、車流統計、物體出現和消失、人員突然奔跑、人員突然聚集等等;環境判斷補償識主要包括雨、雪、大霧等惡劣天氣、夜間低照度情況、攝像頭遮擋或偏移、攝像頭抖動等等。智能監控技術能夠實現在惡劣視頻環境情況下實現較正常的監控功能。受環境影響視頻不清楚的時候，盡早發現畫面中的人，或者判斷攝像頭偏移的情況后發出報警，此類功能具備普遍的適應性，大部分監控點都有潛在需求。
　　
　　智能視頻監控的實現方式
　　
　　目前，智能視頻監控的實現方式有兩種，一種是前端智能分析;另一種是后端智能分析。兩種智能分析方式zui大的區別在于前者是利用前端攝像機自身的芯片進行計算，而后者則是利用后端計算機純軟件的方式進行分析。但無論是前端嵌入式的還是后端軟件方式，其功能的實現都是通過所開發的核心算法程序的運行而對視頻信號進行分析而完成的。嵌入式與純軟件方式的區別僅在于運算平臺不一樣，前者可以在攝像機DSP芯片上完成核心算法的運行和相關計算;而純軟件方式的運算平臺則是一臺通用的計算機。
　　
　　智能視頻監控發展中的問題
　　
　　任何一項新技術的從產生到發展成熟，必然要經歷重重考驗，智能視頻監控也不例外。下面我們來談談智能視頻監控在發展中面臨的幾大問題。
　　
　　1、視頻海量數據的存儲與處理
　　
　　在全數字遠程視頻監控階段，大量的視頻數據將通過前端視頻攝像頭匯聚到數據中心，將形成海量數據，這些數據的存儲和處理將成為智能視頻技術的基礎。數據的存儲和處理占用大量的存儲單元和計算單元，這將花費很大的資金投入。在平臺建設完成后還需耗費資金和人力進行運維。建議對不同安全級別的視頻監控進行分級處理：對安全級別高的安防系統，構建封閉式系統，確保數據的安全；對于安全級別低的安防系統，充分利用當前發展的云服務平臺，由云服務企業提供數據的存儲和處理，實現信息的專業化應用。
　　
　　2、智能視頻系統的實時性
　　
　　對于現代化城市安防而言，需要在事件發生的*時間給出報警，因此需要對視頻數據的采集、分析處理及報警發布等環節以實時性為目標進行優化，提高系統響應速度。
　　
　　3、智能視頻系統的安全性
　　
　　智能視頻系統是安防系統的重要工具，其自身的安全性必須加以保障。這部分包括兩方面：系統的可靠性和穩定性，視頻系統需進行不間斷長時間工作，必須專門進行可靠性研究，提高其穩定性，確保系統的穩定運行。必要的時候，根據安全級別，進行冗余設計，使系統在出現故障時迅速切換成正常運行狀態；防入侵的安全性，需考慮網絡、設施設備、軟件系統及人員的防入侵，只允許具有權限的人對智能視頻系統進行操作。
　　
　　4、提高視頻分析準確率
　　
　　為了提高報警的準確率，需對不同應用領域的視頻分析核心算法研究。目前視頻分析在安防主要應用領域如下：
　　
　　◆ 視頻移動偵測：在復雜的天氣環境中（例如雨雪、大霧、大風等）的偵測和識別單個物體或多個物體的運動情況，包括運動方向、運動特征等；
　　
　　◆ 物體追蹤：偵測到移動物體之后，根據物體的運動情況，自動發送控制指令，使攝像機能自動跟蹤物體，在物體超出該攝像機監控范圍之后，自動通知物體所在區域的攝像機繼續進行追蹤；
　　
　　◆ 人物面部識別：自動識別人物的臉部特征，并經與數據庫檔案的比較來識別或驗證人物身份；
　　
　　◆ 車輛識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監控者。可用在被盜車輛追蹤等場景中；
　　
　　◆ 、遺棄物品檢測：當一個物體（如箱子、包裹、車輛、人物等）在敏感區域停留的時間過長，或超過了預定義的時間長度就產生報警。典型應用場景包括機場、火車站、地鐵站等；
　　
　　◆ 入侵探測：可感知設定區域內突然出現和入侵的物體并及時報警。比如在戒備森嚴的軍事重地或銀行博物館等重要場所出現可疑人物等；
　　
　　◆ 物品被盜或移動檢測；當監控場景中的物體被盜和移動，算法將自動檢測這種動作，常常用于貴重物品和關鍵設備的監控。