你是否想过，一个人一天之中可能出现在多达300个摄像机前。你能想象吗，手机中经常使用的二维码扫描、美颜相机，停车场出入口的车牌识别，交通道路上的各种电子警察，这都是智能视频分析技术在起作用。

    据统计，在英国，其全国范围内目前已经安装摄像机420多万个，平均每14个人就有一个。近年来，世界各国对视频监控的需求与应用不断扩大，全球视频监控市场获得了迅速的发展。

    在国内，刚刚过去的3·1云南昆明火车站暴力恐怖案件让人们心有余悸。在悲伤、愤怒的同时，人们更多的是疑问、反思。火车站这种公共场所，摄像头可谓是无所不在，能否更早的发现异常情况，为处置赢得更多的预警时间？

    “从目前智能视频分析技术看，在火车站这种日常流量很大的环境中，多人聚集、统一带有标志性着装、持长刀的场景还不能实现从监控中被捕捉、研判并预警。但随着技术的不断发展，这一愿望一定会变为现实。”公安部第一研究所所长助理、研究员余兵告诉记者。

    尽管智能视频分析技术尚有许多不尽如人意之处，但其作用仍不可小觑。

    2010年11月8日清晨，北京市某分局接到报案，在多个过街天桥处发现非法标语。通过对案发周边夜间共300小时监控视频进行摘要、增强等分析，约5小时即协助警方定位了嫌疑人。案件在第二天即告破。及时预警、案发后协助警察侦破，这正是智能视频分析技术的作用所在。

    关键词一：智能视频分析

    如果将监控摄像机看作人的眼睛，那么智能视频分析系统就可以看作人的大脑

    近年来，随着恐怖主义威胁的加剧，人类对于自身安全和公共安全的意识显著提高。作为一种有效的安防产品，视频监控系统得到很广泛的应用。在机场，银行，公共交通，繁忙的市中心，甚至一些私人的住所，各种视频监控产品得到应用。

    “越来越多的视频监控系统被安装，导致了摄像头的数目巨大。大量需要肉眼观看处理的视频信息使得监控对于安保人员来说成为一项单调乏味的工作。而且，由于大部分时间内视频流的内容都是正常的，这样使得安保人员很容易疏忽，从而漏过可疑目标或异常事件。”余兵说。

    为此，新一代的智能视频监控技术得到了世界各国政府和学者的密切关注。

    在余兵看来，智能视频分析技术源于计算机视觉技术，融合了图像处理、模式识别、人工智能等多项技术。它可以借助计算机强大的数据处理功能，对视频画面海量数据进行高速分析，将其中的无用信息过滤掉，自动分析、抽取画面中有价值的关键信息。通过智能视频分析可以对危险的发生提早预警，而非仅仅在事后对录像进行查证。而且还可以减少由于人员疏忽或离开错过重要监控事件的情况，避免产生严重的安全事故。

    “如果将监控摄像机看作人的眼睛，那么智能视频分析系统就可以看作是人的大脑，由此视频监控系统实现从目视解释向自动解释的转变，这是智能视频监控系统与普通监控系统的最大区别，也是视频监控技术发展的必然。”余兵说。

    关键词二：流量统计

    对公共场所人数进行统计限流，将减少踩踏事故，而监控车流，能提升交通管理效率

    也许有人觉得智能视频分析技术似乎离我们生活很远，其实不然。

    余兵认为，安防和公共安全是智能视频分析技术应用的重要领域之一。用计算机代替人24小时“监视”重要场所，及时发现甚至预测出异常情况，不但可以节约大量的人力成本，而且也使监控系统的功能由被动记录转变为主动预防，大大提高效率。

    谈及智能视频分析技术的应用，余兵向记者讲述了这样一个故事。2011年10月25日，内蒙古某市一家三口在家中被杀。受该市公安局委托，公安部一所对案件相关6段夜间录像进行低照度增强处理和分析，确定了犯罪嫌疑人潜入被害者家中和案发后离开的时间，为最终锁定嫌疑人并破案提供了宝贵的线索。

    不仅如此，智能视频分析技术还可用于流量统计。在视频中设定检测区域，对该区域内的目标稠密程度或目标数进行估计。比如说在广场、政府机关门口、文化与宗教聚集地等场所，观测人群密度或人数的动态变化，结合地点、时间等信息判断是否存在异常聚集情况；也可用于道路交通监控，获取车辆密集程度数据，供交管部门进行调度决策。

    “如果用上此项技术，对公共场所人数进行统计，达到一定数量就限制进入，那么踩踏事故发生频率将会大大降低。如果对车辆进行监控，相信城市交通管理效率会大大提高。”余兵说。

    关键词三：目标移动范围监测

    通过目标运动轨迹及运动方向，判断其移动范围是否在设定的合理范围内

    “目标移动范围监测是应用最广的智能视频分析功能之一。”余兵认为，在运动目标检测及跟踪的基础上，根据目标的运动轨迹及运动方向判断其移动范围是否在用户设定的合理范围内，具体应用包括绊线检测和入侵检测。绊线检测即在摄像机监视的场景范围内，根据监控需要和目的设置检测线，并制定穿越检测线的非法方向。当有移动目标按照禁止穿越方向穿越用户设定的检测线时进行告警。

    入侵检测即在监控场景视频中设定检测区域，对目标进入、离开或突然出现在该区域的事件进行检测并及时告警。适合于军事禁区、监狱、看守所、重要物资仓库、银行、博物馆等需要对可疑目标重点防范的场所。

    关键词四：徘徊检测

    在设定的检测区域，对同一目标运动超过一定时间的事件进行检测

    此外，徘徊检测也是智能视频分析的作用所在。在视频中设定检测区域，对同一目标在该区域内运动超过一定时间的事件进行检测。可用于银行、政府机关、大使馆、文化与宗教聚集地、高安全周界、商业区和住宅区等场所的智能监控，发现可疑目标并及时发出警告，以排除安全隐患。

    发展趋势：必须提高算法准确性

    目前的智能视频分析技术缺乏多路多源监控视频的协同分析

    近年来，虽然各科研院所、公司在智能视频分析技术研发上投入的力量越来越大，越来越多新的智能视频分析算法被提出，市场上出现的智能产品也越来越多，但不可否认的是，视频分析本身仍然是一个世界性的难题。实际环境中光照变化、目标运动复杂性、遮挡、目标与背景颜色相似、背景杂乱等都会增加视频分析的难度。

    未来智能视频分析技术的发展趋势如何？余兵认为，运动目标检测及跟踪处于智能视频监控系统的最底层，为后续的目标行为分析与理解提供可靠的数据来源。目前的目标检测及跟踪技术对光照变化较大、目标遮挡、动态背景干扰等场景进行处理时效果并不理想。因此需对目标检测及跟踪技术继续深入研究，提高算法的准确性，使之能够适应更为复杂和多变的现场环境。

    此外，目前市面上已有的智能视频分析功能大多集中在对单路摄像头采集的单源视频进行独立分析，缺乏多路多源监控视频的协同分析，因此应对跨摄像机目标跟踪技术进行研究，从而获取目标在大场景内的行踪轨迹，以进行更准确的行为分析。

    “遮挡是目标跟踪中必须解决的难点问题。”余兵说，运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标部分不可见会造成目标信息缺失，影响跟踪的稳定性。为了减少遮挡带来的歧义性问题，必须正确处理遮挡时特征与目标间的对应关系。大多数系统一般是通过统计方法预测目标的位置、尺度等，都不能很好地处理较严重的遮挡问题。

    “通俗地讲，也就是如何能更准确的监测目标。比如说在机场等公共场合，如果能够实现对突然奔跑、手臂挥舞等动作的采集，系统迅速报警，这种恐怖事件的处置将会更加及时、有效。”余兵说。