视频报警技术的不足和局限...

（1.）应用场景要求高

视频报警技术对应用环境的要求比较严苛，光照的变化、前景目标与背景的相互转换、目标特征的变化以及目标的遮挡等都会对实际应用效果大打折扣。因此，视频报警技术应用环境不能太过复杂，干扰源要少。

（2）安装调试相对复杂

视频报警产品几乎都需要按每一个应用场景进行不同的参数调试，而且会涉及到非常多的专业技术，非专业人员根本无法调试出理想效果。

（3）难度高投入大

视频报警技术门槛高，核心技术复杂，研发成本高，CPU处理能力难以满足某些复杂算法的需要。而且，DSP芯片产能有限，导致硬件成本高，产品价格要远远高于传统报警产品，短期内无法实现大规模推广。（见图6）

图6视频报警技术分层图

（4）准确率有待加强

视频报警技术还刚刚处于起步阶段，技术还不成熟，分析判断准确率只有80-90%，与用户期望的100% 还有不小差距。

二、视频报警技术发展现状介绍

视频报警技术的核心是人工智能，采用视频分析技术，由设备按照预设规则进行工作，一旦发现监控画面中的异常情况，系统能够以最快和最佳的方式发出警报并提供有用信息，实现主动预警，切实提高监控区域的安全防范能力。

视频报警技术已在公安、司法、监狱、交通、金融、能源等行业获得成功应用，带来了良好的社会效益和经济效益。

    现在，我们就从核心技术、产品开发应用方面来阐述视频报警技术的发展现状。

    1.核心技术方面

从技术角度的来讲，视频报警技术主要集中在入侵检测、属性识别和行为分析这三大方面。

（1）入侵检测

通过对目标进行跟踪锁定，对目标的运动轨迹进行记录，以各种不同的规则来区分不同的事件，从而实现不同判断并产生相应的报警联动，当自动检测区域内有进入、离开、出现、消失的可疑对象及时报警，如跨界、区域入侵、物品滞留或移动、抛物等，以避免危险事故的发生,从而有效地保证安全。

（2）属性识别

利用模式识别技术，对画面中特定的物体进行建模，并通过大量样本进行训练，从而达到对视频画面中的特定物体进行检测及相关应用。该项技术偏向于对静态场景的分析处理，通过图像识别、图像比对及模式匹配等核心技术，实现对人、车、物等相关特征信息的提取与分析，如烟雾火焰识别、人脸识别、车牌识别、色谱分析等。

（3）行为分析

通过对目标进行跟踪、识别和判断，利用已知的目标特征（如车辆、人员、动物等），通过系统自适应学习来建模，对系统进行训练，系统将会在大量已知的样本信息上，了解、学习不同目标的行为方式，这样当系统发现一个目标时，系统将自动与已经建立好的模型进行比对、并匹配特性，从而对目标进行识别和分类，如偷窃、人员聚集、脱岗、徘徊、尾随等。

2.产品开发应用方面

视频报警技术实现了主动预警，全天候不间断地自动对视频进行跟踪分析，能够更加有效的发现和处理危机。随着视频报警技术的渐趋成熟，产品应用的范围更广，主要有四大类产品。

（1）防盗报警类

通过视频报警技术的主动预警特性，根据预设规则，由系统自动对违反规则的行为进行报警，例如ATM异物粘贴、人员徘徊、尾随跟踪、周界入侵、物品移动、在线巡更等，主要应用在银行、店铺、别墅、企业厂矿、**机关等领域。

（2）交通执法类

通过对特定场景下的视频内容中特定的内容进行统计，或对视频中特定事务的属性进行自动识别，以完成某项特别的工作，主要用于交通执法，例如车流量与人流量的统计，车牌识别仪等。

（3）门禁控制类

采用智能识别技术，自动完成目标的检测识别，如人脸识别门禁、停车场自动门禁系统等，在高档住宅区、停车场、银行等地方大量应用。

（4）公安、司法、消防应用类

在入侵检测、烟雾火焰检测、人员脱岗检测、GPS定位等功能上推出的周界报警器、烟雾报警器、脱岗检测机等视频报警产品，广泛应用在公安、司法、消防等领域，对于防越狱、在押人员定位、防非正常死亡、嫌犯跟踪等方面起到很好的作用。