[推荐]浅析智能视频监控发展的四大关键问题...

　　视频海量数据的存储与处理

　　在全数字远程视频监控阶段，大量的视频数据将通过前端视频摄像头汇聚到数据中心，将形成海量数据，这些数据的存储和处理将成为智能视频技术的基础。数据的存储和处理占用大量的存储单元和计算单元，这将花费很大的资金投入。在平台建设完成后还需耗费资金和人力进行运维。建议对不同安全级别的视频监控进行分级处理：对安全级别高的安防系统，构建封闭式系统，确保数据的安全;对于安全级别低的安防系统，充分利用当前发展的云服务平台，由云服务企业提供数据的存储和处理，实现信息的专业化应用。

　　智能视频系统的实时性

　　对于现代化城市安防而言，需要在事件发生的第一时间给出报警，因此需要对视频数据的采集、分析处理及报警发布等环节以实时性为目标进行优化，提高系统响应速度。

　　智能视频系统的安全性

　　智能视频系统是安防系统的重要工具，其自身的安全性必须加以保障。这部分包括两方面：系统的可靠性和稳定性，视频系统需进行不间断长时间工作，必须专门进行可靠性研究，提高其稳定性，确保系统的稳定运行。必要的时候，根据安全级别，进行冗余设计，使系统在出现故障时迅速切换成正常运行状态;防入侵的安全性，需考虑网络、设施设备、软件系统及人员的防入侵，只允许具有权限的人对智能视频系统进行操作。

　　提高视频分析准确率

　　为了提高报警的准确率，需对不同应用领域的视频分析核心算法研究。目前视频分析在安防主要应用领域如下：

　　·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)精确的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;

　　·物体追踪：侦测到移动物体之后，根据物体的运动情况，自动发送控制指令，使摄像机能自动跟踪物体，在物体超出该摄像机监控范围之后，自动通知物体所在区域的摄像机继续进行追踪;

　　·人物面部识别：自动识别人物的脸部特征，并经与数据库档案的比较来识别或验证人物身份;

　　·车辆识别：识别车辆的形状、颜色、车牌号码等特征，并反馈给监控者。可用在被盗车辆追踪等场景中;

　　·遗留、遗弃物品检测：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;

　　·入侵探测：可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;

　　·物品被盗或移动检测;当监控场景中的物体被盗和移动，算法将自动检测这种动作，常常用于贵重物品和关键设备的监控。