如果两年前你没听说过智能视频分析系统，那很正常，如果你现在还不知道什么是智能
视频系统（IVS)系统，那作为一个安防人，说明你已经落伍了。因为它是未来监控的发
展方向，行业称之为第五代电视监控技术，前几代分别是摄像机时代、VCR时代、DVR时
代、NVR时代、及视频分析时代。不管这个分代法是否合理，但是有一点，就是视频分
析技术是电视监控技术一个划里程碑式的创新，这个技术将改变人们传统监控理念，并
使最终用户从中获益，从而接受并大举应用。

    如果你还觉得视频分析离我们很遥远，那么以下几个工程案例会让你觉得视频分析
技术已经在中国大规模应用了：青藏铁路07年10月竣工验收，全线1300路通道采用视频
分析，对全线铁路进行入侵保护；刚刚开通的地铁5号线，权限23个车站，重点区域采
用丢炸弹探测及入侵探测；北京航空信息中心机房，采用入侵探测及防尾随；地铁13号
线，利用视频分析抓住偷窃贼；浦东机场、首都机场及已经多条在建铁路项目，均预算
使用视频分析技术……

    智能视频系统要解决的问题有两个：一个是将安防操作人员从繁杂而枯燥的“盯屏
幕”任务解脱出来，由机器来完成这部分工作；另外一个是为在海量的视频数据中快速
搜索到想要找的的图象。对于上述两个问题，视频分析厂家经常提到的案例是：操作人
员盯着屏幕电视墙超过10分钟后将漏掉90％的视频信息而使这项工作失去意义；伦敦地
铁案中，安保人员花了70个工时才在大量磁带中找到需要的信息。因此基于上述两点，
你必须选择视频分析系统，视频分析系统将在未来成为监控系统的标配。

      视频分析产生背景

   视频分析产生的背景很简单，其一为安防应用，就是当值班人员面对十、百、千的
摄像机，无法真正的在风险产生时预防或干预，多数靠事后回放相关的图象；其二为非
安防应用，如商业上人流统计、防止扒窃等等。其理念是将风险的分析和识别转交给计
算机或者芯片，使值班人员从“死盯”监视器的工作中解脱出来，当计算机发现问题时
候，产生报警，此时值班人员进行响应。

作为传统闭路电视监控系统的下一波浪潮，数字录像系统的到来无疑标志着24*7全天候
监控系统进入了更加高效的新纪元。然而当前仍然存在着一些严重的问题。接连数小时
盯着通常显示着静止墙壁和护栏的多个监视器，即使是最为训练有素的保安人员也会为
此而面临注意力极限的挑战。再加上黑暗或恶劣的天气情况等客观条件，这一问题变得
更加复杂。随着数字监控网络中部署的摄像机和闭路电视监视器不断增多，保安人员有
效审视网络上所有各点图像的能力实际上却由于信息过载而有所下降。显而易见，保安
人员迫切需要一款更加智能化的系统来发挥自动“电子眼”的作用，以便对潜在入侵
者、可疑目标和其它安全侵犯活动进行至关重要的瞬间刺激型准确检测，由此保安人员
将可以对事件做出迅速而明智的决定和实时响应。

智能视频监控主要优势：

·         快速的反应时间 - 毫秒级的报警触发反应时间

·         更有效的监视 – 安保操作员只需要注意相关信息

·         强大的数据检索和分析功能，能提供快速的反应时间和调查时间

视频分析技术
视频分析技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分
析并追踪在摄像机场景内出现的目标。用户可以根据的视频内容分析功能，通过在不同
摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行
为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音,用户可以通过
点击报警信息，实现报警的场景重组并采取相关措施。
视频内容分析技术通过对可视的监视摄像机视频图像进行分析，并具备对风、雨、雪、
落叶、飞鸟、飘动的旗帜等多种背景的过滤能力，通过建立人类活动的模型，借助计算
机的高速计算能力使用各种过滤器，排除监视场景中非人类的干扰因素，准确判断人类
在视频监视图像中的各种活动。
      背景减除方法
视频分析方法主要有两类，一类是背景减除方法。背景减除方法是利用当前图象和背景
图象的差分（SAD）来检测出运动区域的一种方法。可以提供比较完整的运动目标特征
数据。精确度和灵敏度比较高，具有良好的性能表现。
     时间差分方法
时间差分个人认为就是高级的VMD,又称相邻贞差法，就是利用视频图象特征，从连续得
到的视频流中提取所需要的动态目标信息。时间差分方实质就是利用相邻贞图象相减来
提取前景目标移动的信息。此方法不能完全提取所有相关特征象素点，在运动实体内部
可能产生空洞，智能检测出目标的边缘。

视频分析系统架构
目前视频分析技术主要有两种架构方式，一种是基于后端服务器方式；另外一种采用
DSP方式，DSP方式明显优于后端服务器方式，主要表现在：
      DSP方式可以使得视频分析技术采用分布式的架构方式，在此方式下，视频分析
单元一般位于视频采集设备附近（摄像机或编码器），这样，你可以有选择的设置系
统，让系统只有当报警发生的时候才传输视频到控制中心或存储中心，相对于服务器方
式，大大节省的网络负担及存储空间。
      DSP方式下，视频分析单元一般位于视频采集设备附近（摄像机或编码器），此
方式可以使得视频分析单元直接对原始或最接近原始的图象进行分析，而后端服务器方
式，服务器得到的图象经过网络编码传输后已经丢失了部分信息，因此精确度难免下
降。
      视频分析是复杂的过程，需要占用大量的系统计算资源，因此服务器方式可以同
时进行分析的视频路数非常有限，而DSP方式没有此限制。
基于以上原因，目前市场上主流视频分析技术均采用DSP方式，基于摄像机或编码器。

视频分析过程
视频分析是利用计算机视觉技术，对画面进行分析、处理、应用的过程、包含如下过
程：
*      背景学习过程：自动学习监视场景的背景情况
*      加载预处理过程：加载用户的预定义规则
*      目标提取跟踪程：提取跟踪前景变化目标，检测并分析目标的活动
*      视频分析判断过程：根据规则追踪目标的活动判断是否违反预定义规则
*      触发报警过程：确定目标活动违反规则，根据预定义传输报警的指定的用户
      背景学习过程
视频分析开始生效后，首先系统进行背景学习阶段，学习时间根据背景热闹程度有所不
同，期间系统自动建立背景模型。一般系统建模完成后，随着时间的 变化，背景会有
一些改变，系统具有”背景维护“能力，即可以将一些后来融入背景的图象，如云等自
动加为背景。
      移动目标提取与跟踪
背景学习阶段完成后，系统进入目标提取与跟踪阶段。
目标提取是基于背景建模完成后，如果前景出现移动物体目标，并在设置的范围区域内
且目标物体大小满足设置，系统将会把该目标进行提取并跟踪。目标的良好跟踪是视频
分析效果的基础前提条件，视频分析过程需要了解目标出现及运动的时间、位置、速
度、方向的要素，而这些要素主要通过目标跟踪得到。

      目标的识别与行为分析
目标的识别是系统对之前提取并跟踪的目标进行识别和辨识。

      视频分析的过程：这个过程是系统的关键过程，有了之前的背景、目标跟踪、识
别分类等过程，视频分析是利用以上过程的结果，并结合之前设置好的行为规则，实现
视频分析的过程，如入侵、丢包、越界等。

与安全相关类应用
安全相关类的应用是目前市场上存在的主要智能视频应用，特别是在“911”恐怖袭
击、马德里爆炸案以及伦敦爆炸案发生之后，市场上对于此类应用的需求不断增长。这
些应用主要作用是协助政府或其他机构的安全部门提高室外大地域公共环境的安全防
护。此类应用主要包括：
      高级视频移动侦测
在复杂的天气环境中（例如雨雪、大雾、大风等）精确地侦测和识别单个物体或多个物
体的运动情况，包括运动方向、运动特征等。
      入侵探测
可以感知设定区域内突然出现和入侵的物体并及时报警。比如在戒备森严的军事重地或
银行博物馆等重要场所出现可疑人物等。

    物体追踪
集中监控人，车或其他物体是否沿着某一方向穿越进入某一指定区域，对进入设定区域
内的目标物进行探测，跟踪并及时报警。

   丢包或丢炸弹
检测物体被移动或出现可疑物体。
遗留物体检测：车辆或其他目标物停靠或滞留超过一定的时间，对被蓄意放在设定区域
的物品进行探测并报警。比如有人遗留包裹或爆炸物等。

     移走物体检测
当设定的监控区域内目标物被移走，替代或恶意遮挡时发出报警。用来保护财产安全。
   非法滞留
当一个物体（如箱子、包裹、车辆、人物等）在敏感区域停留的时间过长，或超过了预
定义的时间长度就产生报警。典型应用场景包括机场、火车站、地铁站等。
      与安全非相关类应用v
除了安全相关类应用之外，智能视频还可以应用到一些非安全相关类的应用当中。这些
应用主要面向零售、服务等行业，可以被看作管理和服务的辅助工具，用以提高服务水
平和营业额。此类应用主要包括：
      人数统计*
统计穿越入口或指定区域的人或物体的数量。例如为业主计算某天光顾其店铺的顾客数
量。
      拥挤探测
用来探测某个区域人群过于拥挤，此技术基于“人数统计”，如某个区域人数超过30人
将触发报警。
      防止尾随
防止人员尾随
     交通流量控制
用于在高速公路或环线公路上监视交通情况，例如统计通过的车辆数、平均车速、是否
有非法停靠、是否有故障车辆等等。

      车辆控制
车辆违法停靠探测与报警。

视频分析产品考评
评价或考核不同供应商的视频分析产品并非简单事情，需要考核该厂家视频分析采用的
技术、视频分析算法、视频分析产品应用案例及调试经验，视频分析与电视监控系统的
集成方式以及其他特点。

     视频分析产品技术
早期的视频分析基于视频移动探测技术（VMD-Video Motion Detection）,此技术采用
比较相邻帧图象像素的变化情况，此技术的应用比较有局限性，不适合多种环境，容易
产生漏报和误报，
      对于一些静态场景过于敏感，如海浪、树叶的晃动等，可能触发误报警，因此不
适合用于室外。
      而对于一些缓慢移动的入侵物体，或者入侵的物体突然停止运动，可能导致漏报
警。
VMD的最大缺陷是只比较相邻帧图象像素的变化情况，而不考虑背景。
近期的视频分析技术一般基于物体跟踪（背景分离），此技术可以提供更好的视频分析
表现。
      可以对场景中的物体进行探测、跟踪及分类。
      可以对场景中的背景进行学习并自动调整背景。*
      可以通过学习目标物体的行为模式而更好的跟踪及分类。