随着视频监控清晰度的不断提升和储存设备的不断发展，智能监控分析成为解决当前后端设备矛盾的最佳方法。

　　一、智能视频监控分析技术的几大发展趋势

　　（一）智能码流技术
　　智能码流，是系统根据图像识别后，根据画面运动主体的运动速度，将正常录制的视频进行码流调整，进行最后的视频存储。智能码流技术，可以减少非敏感图像占用视频存储资源，从而对敏感图像提供了充裕的记载能力。
　　（二）动态区域自适应的智能监控技术
　　以车库视频监控画面为例，画面上的敏感信息为运动的车辆和人。不敏感画面是背景（地面和屋顶）。通过图像识别技术，可以判定固定背景与运动物体图像，因而，具备了只在记载画面的中有运动的技术可能。动态区域智能监控，就是只记载除背景以外的运动物体，从而大大减少了视频存储空间的需求。摄像系统，通过图像识别技术，可以智能学习，判断哪些图像是背景，即便是由云台控制的摄像头，通过设定的时间内的自动学习，也可以自动判定录制视频中的新背景，从而实现对运动物体图像的智能监控。
　　（三）非敏感区域的低码流记载技术
　　视频上方的25%到30%的区域，通常是天空或建筑的顶部图像，基本属于敏感要素不太可能出现的区域。如某些典型监控图像中的红色马赛克部分的图像，基本不会含有人们关心的视频内容，因此可以把视频图像的非敏感区域的忽略或者用低码流另外记录，只需在回放的时候与高码流的视频做一个同步。值得说明的是，非敏感区域在不同应用场景，各有不同，有的也许在视频图像的下方，有的监控场景，非敏感区域是不规则的，可以在监控系统安置好后，根据实际情况再进行应用层面的人工设定。
　　（四）人脸/车辆识别（或其他敏感移动物体）驱动高清摄录技术
　　在特殊的场景下，比如大楼的进口处、电梯等地方，人脸是敏感图像。在车库内、小区的进出口处，车辆及其号牌是敏感图像。若全部用高清的视频固然可以满足监控需求，但视频存储，特别是长时间的保存就会需要海量的存储空间；若根据图像识别技术，判断出现设定的敏感图像的时候，才驱动摄像头启动高清记录，对于一般的非敏感图像，则启动标清甚至低码率的视频流来记录。这样高清与标清相结合的监控记录，即保证了记录敏感图像的质量，同时又较大程度上减少了视频存储量。
　　（五）序列帧视频文件分布存储技术
　　把视频在一秒内产生的帧为标识成序列帧，同时编制存储与播放序列，把不同序列的帧划分为数个文件存储；单个帧序列文件可以单独播放，效果等同于低码流记录的视频效果。
　　所有帧序列可以合成完全视频一起播放时，则是高清（或标清）的视频效果。当需要回收存储空间的时候，可按存储策略规划，先将一部分序列帧视频文件所占的区域覆盖。
      另一部份则保存下来，从而更有效的利用存储空间。例如按原存储能力可以保留1个月的视频数据，经过视频帧文件的分布存储后，可以保留数个月的有选择的序列帧视频的文件数据。对已保留了中长期的序列帧视频文件进行部分覆盖，实现淡入淡出式的视频逐渐丢弃，长期保留的视频数据不是一下完全消失，而是慢慢的消失、丢弃。从而最大限度地延长监 控视频保留的时间。

　　二、智能视频分析技术应用与成果规划
　　多年从事安防与视频监控系统集成和产品研发的公司在进一步成熟传统监控技术的同时，将智能分析引入视频监控中。目前，已将视频的智能分析运用到电力行业、平安城市等的监控系统中。
　　（一）电力行业的变电站视频监控系统
　　目前电力行业中的视频监控系统遇到异常情况一般都是进行事后处理，往往为时已晚。因此为防范于未然，可在变电站内在一定范围内进行周界防范，当发现可疑人物入侵或跨入警戒线时，要求监控系统能够自动检测入侵目标，并标识其入侵轨迹，同时发出报警通知管理人员前去处理。
　　将周界监控范围内所有的禁止入侵的区域设置为防区。这样当有入侵者侵入防范区域时就会被智能监控系统自动锁定并标识出行动轨迹，同时发出报警。这里的报警分前端和后端两种，前端报警可通过声光报警器来实现，入侵者触发报警时，监控系统会发出警报声警告入侵者，并可打开强光灯使入侵者无法藏身；后端报警在系统软件平台应用来实现，通过管理人员对入侵行为进行处理，这样可以做到“事前防范”，避免损失。
　　（二）平安城市监控系统
　　对平安城市监控系统来说，其一方面主要体现在一些重要的路段、社区、公共场所等，以通过视频监控方式对出现的可疑目标进行监控报警。另一方面则集中在监控系统的后期运营管理过程中，以通过视频分析技术检测前端摄像头常见故障与视频图像质量问题，实现监控系统的有效维护。
　　平安城市视频监控需求复杂、系统容量庞大，不仅涉及到交通车辆、人员聚集监控及违规报警，违章停车等智能交通的监控，还涉及到小区里可疑人物的出现和逗留徘徊的报警等等；甚至要结合物联网及云计算技术，构建海量视频存储与内容分析检索系统。
　　（三）智能分析成果规划
　　目前，安防与视频监控系统集成和产品研发公司已成功实现部分视频智能分析成果：入侵检测、过绊线检测、遗留物检测，在一些典型复杂场景进行了鲁棒测试；正在规划实现：人员聚集及人员统计、火焰及烟雾的检测及报警等等。
　　入侵检测：给定一个虚拟的禁区，若有运动物体入侵到这个禁区中，则实现报警；
　　过线检测：给定一条虚拟的线，若有运动物体跨过这条虚拟线，则报警；
　　遗留物检测：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；
　　人数统计：统计穿越入口或指定区域的人或物体的数量。例如为业主计算某天光顾其店铺的顾客数量；
　　烟雾检测：在实现运动目标检测的基础上，能判断出运动目标是烟雾，从而实现报警；将烟雾用矩形框标识出来，实现对烟雾的跟踪；

　　火焰检测：在实现运动目标检测的基础上，能判断出运动目标是火焰，从而实现报警；将火焰用矩形框标识出来，实现对火焰的跟踪。

　　国家不断推进“智慧城市”、“平安城市”重大工程项目的发展，国内视频监控市场前景良好。智能视频相关产品的应用随着视频监控市场规模的不断壮大也将从相对集中的区域向各行业大幅度的伸展。就市场需求而言，目前整个市场对智能视频分析的认知都在不断提高。安防与视频监控系统集成和产品研发公司将凭借多年系统集成和产品研发经验，对于不同行业细分市场需求的充分理解，将智能视频分析与检测技术与安防监控行业有机结合，构建可靠实用的智能分析应用，为安防监控的智能应用发展贡献力量。