監控智能化，是把圖像智能分析與視頻監控結合起來，讓監控系統能檢測到一些有固定規律的事件，在一定程度上降低人力操作。如最常見的周界智能應用，通過禁區、拌線在攝像機畫面中設定一個敏感區域，一旦有移動物體進入該區域，就會觸發告警，通過平臺聯動，在大屏上彈出對應攝像機的實時圖像，通過警燈、警鈴來提醒安保人員第一時間處理事件。不同的智能化應用，在檢測到異常事件後的告警處理基本一致，主要的區別在於圖像智能分析上，而不同的圖像智能分析又有不同的要求，逐漸形成了後端智能與前端智能兩大類。

實際上，在視頻監控的發展過程中，有兩個方面的快速發展是大家公認的：一是清晰度，從以CIF、D1爲主的標清時代進入以720P、1080P爲主的高清時代之後，攝像機的圖像質量得到了很大提升;二是系統規模，基於成熟的以太網技術，大規模數字化視頻監控系統的建設變得非常簡單，擁有成百上千個前端點位的系統已經是隨處可見，甚至擁有上萬個前端點位的超大規模監控系統也不再是天方夜譚。而隨着視頻監控系統前端點位數的增加，在監控室中把所有攝像機的畫面解碼上牆已經變得不可能，對於安保人員而言，如何在第一時間發現攝像機畫面中正在發生的事件成了一件頭疼的事。在圖像質量越來越好的當下，能否讓攝像機看懂正在發生的事件並提出告警呢?這正是近年來非常流行的智能化需求的由來。

前端智能

隨着技術的發展，部分智能分析從後端服務器前置到前端攝像機內，通過攝像機富餘的計算資源，對採集到的圖像做分析，提取出關鍵信息。前置化的智能分析類型主要是後端智能中側重於“事中報警”的實況分析部分，這部分分析所需的系統資源非常少，前端攝像機足夠提供，而且前置化還能帶來四個好處。

1、節省網絡帶寬，解決服務器瓶頸問題。後端服務器進行實況分析時必須要額外

獲取一路實時視頻流，不管這路視頻流是直接從前端獲取還是從流媒體服務器轉發獲取，都會在前端或者後端造成額外的帶寬消耗，而且隨着需要分析的前端點位數量的增加，服務器的計算資源消耗會越來越大、帶寬佔用越來越高，很容易使服務器成爲瓶頸。而智能前置化後，攝像機只需要額外傳輸分析結果給後臺，相對於視頻流，所傳輸的這部分數據所佔用的帶寬幾乎可以忽略不計。

2、降低系統建設成本。首先後端智能分析服務器已經增加了一筆成本，其次後端

常見的智能分析服務器併發處理能力在30路D1、20路720P、10路1080P左右，如果要提高併發處理能力，要麼提高服務器配置，要麼是增加服務器數量，但不論哪種都會使系統建設成本繼續提升。而智能前置後，單臺攝像機的成本幾乎沒有增加，但可以大大減少服務器相關的成本。

3、分析更精確。前端圖像在編碼後通過網絡傳送給後端服務器，後端服務器再解

碼進行分析，這個過程中編碼、解碼、網絡傳輸中可能存在的丟包都會影響圖像分析的準確率，而智能前置化後直接在本地進行分析，結果會更精確。

4、可擴展性更高。而在一個項目中，不同點位的攝像機需要不同的智能分析，如

周界附近需要越界報警分析、出入口需要人臉抓拍、路面上需要車牌識別……智能前置化使得配置這些智能分析應用非常方便，只需要更換相應的軟件版本或者啓用相應的軟件功能即可。而且一些特殊行業中的特殊智能應用完全可以開放接口由專業的人來進行算法開發，相較於後端智能可擴展性大大提升。

在看到前端智能好處的同時，我們也不能忽視目前前端智能準確率低、環境適應能力弱等不成熟的地方，在很多項目中用戶雖然配置了智能前端設備，但在實際應用中過高的誤報率和漏報率讓安保人員心力交瘁，最後不得不放棄使用。

如最常見的周界防範應用，當有物體通過畫面中設置的拌線時，攝像機通過圖像分析並不能準確判斷穿越物體是人還是動物，這導致了誤報率;部分攝像機通過一些條件來降低誤報率，比如設置大於100個像素以上的物體穿越拌線才觸發告警，但由於攝像機成像近大遠小，遠處的闖入者或者矮小、蹲行的闖入者就不會觸發告警，即在誤報率下降的同時漏報率會提升。而環境適應能力，特別是光線變化的適應能力一直是智能分析的短板，白天再高準確率的智能分析一到了夜晚也會基本不可用。

其實這些問題主要還是由於智能算法的成熟度，攝像機芯片、Sensor等主要器件性能等原因共同導致的。隨着技術的發展，準確率低、環境適應能力弱等問題都會得到解決。最近隨着星光級攝像機的推出，低光照下的智能分析已經得到很大發展，如宇視科技推出的HIC5421HI就是一款星光級智能攝像機，充分考慮各種光照突變、惡劣氣候等使用環境，在微光下還能提供高準確率的拌線、禁區、人臉抓拍等智能應用，並且還能抵抗樹葉晃動、陰影變化等所帶來的干擾。

相關文章