智能分析规模化应用 着重前后端发展

【建材网】对于智能分析技术的智能重前革新与应用，在整个安防市场的分析发展期待值还是比较高的，但是规模在限于理想与现实的矛盾中，无论是化应后端用户还是安防企业，发展道路上仍显得困难重重。智能重前而针对目前用户期望与现实之间的分析发展距离，视频分析研究厂家与用户都在努力寻找一种功能与应用的规模平衡。如何能正确的化应后端对智能视频分析进行规划，用什么策略去做，智能重前如何有更清晰的分析发展认识，还都还需要整个产业链的规模紧密合作，这也是化应后端未来智能视频发展的必然趋势。

智能化技术开始进入规模化应用

高清之后，智能重前无疑下一个技术热点就是分析发展智能化技术。我们所谈的规模智能化更多地出自视频分析产品厂商或者CCTV供应商，其实，安防智能化不仅仅是指视频智能分析，而会是系统层面的、整个安全层面的智能化，视频智能分析将只是其中的一部分。智能化的实质将是来自于机器视觉和设备级智能的末端智能，逐步引申到系统高级思维的一个全面的过程。这样来看，安防智能化需要以集成化为基础，如果没有集成化的安防环境，所有智能化只能是末端的设备级智能，而只有系统间集成环境形成，才能从设备级的末端智能化逐步上升成覆盖整个建设项目的系统级智能化。

从目前安防智能化中应用较成熟的智能视频分析技术发展来看，它能在几乎不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，做到既能完成日常管理又能在异常情况发生的时候及时做出反应，从而解决了传统监控工作量大、效率低、反应速度慢等问题，其优势显而易见，也是推动整个安防智能化较为关键的技术之一。

智能分析前后端智能化发展

从目前智能监控分析的使用情况来看，绝大多数采用的依旧是后端分析模式，方便排除故障，并可以有效的解决存储容量的压力，但由于是后端分析，一直需要网络传送视频信号，对网络带宽要求较高，而这恰恰是目前尚无法得到妥善解决的难题;前端智能分析的好处可以解决后端分析带来的传输难题，但目前的环境来看，前端的DSP芯片和后端计算机的处理能力相比实在有限，很多视频分析运算量很大，而大多数DSP并没有足够大的内存和处理能力来实施有效运行，处理能力降低会造成分析准确性低下，导致误报增加。

不过，随着嵌入式系统运算能力的增强和智能视频分析算法的改进，在视频服务器和网络摄像机等前端设备嵌入视频分析模块将成为趋势。在前端做视频智能分析的好处是实时性高，并且传输到后台的只是有用的报警信息和画面，这样可以大大减少传输数据量，也减少了后台存储的负担。

有智能网络摄像机的智能视频监控系统的后端，只集中对前端摄像机发送过来的目标数据信息进行管理，而不需要对视频信号进行处理与识别，所以后端系统不需要昂贵的设备也能完成**的智能视频分析。这样，由于后端只有前端发送来的预/报警事件的关联画面显示，使监控中心工作人员能够很轻松地完成整个系统的监视。而这种关联录像的功能，也使录像搜索和回放变得简单迅速，从而节省了宝贵的时间。另外，选择嵌入式视频分析架构将现有的传统视频监控系统升级为智能视频监控系统，是一种成本低且易于改造的方案。

目前，大部分网络摄像机知名厂商都把“应用前置”作为产品研发的主要核心内容，加强DSP处理器的计算能力进行前端智能分析，这是在当今网络和存储环境下，较吸引消费者和使用者的因素，大大降低成本。

平安城市的应用，摄像头光北京就有20万台。摄像机对着一个场景不停的传输信号，传完的信息放在主控中心或者公安局，储存三个月，如果三个月内没问题，数据刷新。在整个投资里面，摄像机、编码器、网络或者光纤，存储器、软件，按费用来算，存储器占的预算非常大，将近30%，而摄像机只占到20%，较挣钱的是存储器厂商，网络占到20%，软件占到10%，所以较降低成本的方法是削减存储器的投入，但是摄像机的拍摄效果不够要求的话，那么存储起来的资料都是没有意义的，所以摄像机不是降低成本的关键。安讯士网络开放平台，有针对性的传输信号，有用的传，没用的不传，大大降低了存储的成本，提高了效率，从而省存储，省带宽，这些功能的嵌入，很大程度上满足了不同用户的需求，也许随着用户需求的不断增加，智能监控还会随机应变的嵌入更多功能。

智能监控应该是分散的，前端后端都应该智能化，我们是做前端的企业，但是我们同时呼吁后端的厂商也要及时研发，就像你在做电脑一样，PC在前端做工作，后端服务器肯定也要做工作。我们现在有足够的能力可以做好前端的智能分析，因为我们芯片能力每一年或10个月就有一倍到两倍的增加，所以我们不但要做好压缩，做好图像处理，做好网络，还要做智能分析这一块，在前端就开始做，我们是非常看重这一块的，监控图像效果差别不大，但是要做好数字监控智能分析，这样的摄像机的价值就提高了很多，对客户来讲很必要。

1/2 记录数:2  首页 上一页 1 2 下一页 末页

很赞哦!（6）