经过几十年的发展，东莞监控工程公司称视频监控已成长为一个新兴的IT产业。从技术角度看，视频监控技术经历了模拟方式、数字／网络／高清方式的发展，目前正进入以智能化视频分析为核心的发展新阶段。随着视频的采集、处理、显示和传输技术的快速发展，使视频监控不仅能“看得见”，而且还“看得清”。随着光纤网络、3G／4G、wiFi的普及，今后5G网络的开通，以往的监控视频“看得远”的传输瓶颈问题也得到了进一步缓解。所有的这些，再加上计算机技术、芯片技术和人工智能理论的飞速发展，都为当今监控视频分析技术的智能化奠定了坚实的技术基础。

监控视频的处理

         监控视频处理技术可分为三个层次，如图1所示，从低到高分别为视频处理、视频分析和智能视频分析。三个层次都很重要，都有继续发展的空间，但智能分析这一层的技术成熟度相对较低，目前视频分析技术正处于在向智能化分析发展的阶段。

        视频信号处理是基础部分，处理对象为像素或像块，不涉及视频内容，为视频分析提供清晰、连续的高质量信源。除了比较成熟的视频采集、滤波、压缩、存储、去噪、增强、传输等常规处理技术外，为了有助于视频分析，还有不少处理工作必须改进，例如：提供更多图像细节的高动态范围(HDR)视频图像的均衡；提高视频图像空间分辨率的超分辨率重建；对雾天、暗光、遮挡等多种受损图像的处理；去除传输引起的帧间抖动等等。

        监控视频分析(VA)处理涉及到视频内容。由于应用的场合和目标的不同，监控视频分析包含的内容十分繁杂，如：1)场景分割，特征提取，前后景分离等；2)目标检测和跟踪，人脸／车牌识别等；3)行为识别，异常行为检测，群体行为识别；4)人流／车流统计，入侵检测等。

        智能监控视频分析，不仅和视频内容有关，还和视频所表达的语义有关，希望从视频内容分析中得到场景状态、目标类别、动作或场景的含义等信息。总之，希望通过智能分析，由计算机自主得到视频内容的语义结论，或者说用人工智能的方法为人们提供多种“视觉服务”。智能视频分析技术属于人工智能的范畴，实现智能分析的方法有多种，其中“深度学习”的方法最为引人瞩目，目前已经取得了长足的进展。

监控视频分析现状

        视频监控技术可看作是视觉的浅层效仿，用摄像机模仿人的眼睛，比较容易地实现了人工“监视”和简单的“控制”。要达到用机器分析所监控视频内容，自动进行相应的控制，其中还有一个重要环节，即“智能分析”，即在不需要或很少人工干预的情况下，对视频内容进行处理和分析，得到相应的结论，为控制单元的操作提供依据。近10余年来，如何在模仿视觉的基础上进一步模仿人脑功能，使现有的监控系统具有充分的智能已成为研究和开发的热点问题。系统智能的出现，使传感的内容、含义具有了主观“感觉”，能够给出分析、判断和结论，而并非只是对传感对象的物理量作简单的记录。

        目前在监控领域，“智能分析”已经获得了不少比较成功的结果，如对摄像机的自动保护，对入侵目标的检测和跟踪，对简单的人群、车流等目标的正常和异常行为的判断等。这些相对简单的成绩，可看着智能化视频分析的个良好开端，当然，智能视频监控能够做到的远不至这些，今后它可以帮我们做更多更复杂的处理。

        目前，许多称之为“智能视频分析”的设备和系统实际上远未能达到智能化的目标，需要完全或部分的人工干预。除了需克服常规视频分析中的不利影响因素以外，如光照变化的无常、目标的运动和遮挡、目标／背景／阴影相互影响等，在智能化视频分析中还存在一系列关键问题需要解决，如在视频分析中自主实现目标图像的特征建模，并保持建模的多样性；在有监督学习时训练样本的选取和标注，无监督学习时的准确聚类；卷积深度学习时卷积核、池化方法的选取，输出层的设计；沉重计算负担的降低，使之适应实时、在线应用等。

        本文章由东莞监控工程公司整理提供