智能視頻分析，英文叫IVS(IntelligentVideoSystem),指計(jì)算機(jī)圖像視覺分析技術(shù)，通過將場(chǎng)景中背景和目標(biāo)分離進(jìn)而分析并追蹤在攝像機(jī)場(chǎng)景內(nèi)出現(xiàn)的目標(biāo)。用戶可以根據(jù)的視頻內(nèi)容分析功能，通過在不同攝像機(jī)的場(chǎng)景中預(yù)設(shè)不同的報(bào)警規(guī)則，一旦目標(biāo)在場(chǎng)景中出現(xiàn)了違反預(yù)定義規(guī)則的行為，系統(tǒng)會(huì)自動(dòng)發(fā)出報(bào)警，監(jiān)控工作站自動(dòng)彈出報(bào)警信息并發(fā)出警示音,用戶可以通過點(diǎn)擊報(bào)警信息，實(shí)現(xiàn)報(bào)警的場(chǎng)景重組并采取相關(guān)措施。

　　智能視頻分析系統(tǒng)主要形式及特點(diǎn)

　　目前智能視頻分析產(chǎn)品主要基于通用CPU如英特爾(服務(wù)器，工控機(jī))或者DSP。有些產(chǎn)品和DVR集成在一起，有些產(chǎn)品做成獨(dú)立的模塊，通過提供界面和開發(fā)SDK供集成商使用。集成化程度最高的產(chǎn)品已經(jīng)和相機(jī)做成一體，直接輸出智能分析結(jié)果。

　　基于服務(wù)器(工控機(jī))的系統(tǒng)通常適合布置在監(jiān)控系統(tǒng)的后臺(tái)。由于它的架構(gòu)相對(duì)開放，所以可以方便地和現(xiàn)有監(jiān)控系統(tǒng)融合。另外服務(wù)器的CPU處理能力和DSP相比要高，可以使用較為復(fù)雜的算法。多核是英特爾CPU的發(fā)展方向，非常適合多路圖像處理的需要及發(fā)展趨勢(shì)。對(duì)于降低系統(tǒng)成本很有幫助。英特爾每?jī)赡晖瞥鲆豢钚庐a(chǎn)品的速度也遠(yuǎn)較德州儀器(TI)快。基于服務(wù)器的系統(tǒng)性能可以隨著英特爾產(chǎn)品的更新而方便地提升。在一些高端智能視頻監(jiān)控系統(tǒng)中，使用服務(wù)器的比較多。

　　基于DSP的模塊化產(chǎn)品通常適合布置在監(jiān)控系統(tǒng)的前端。它安裝實(shí)施起來比較方便。對(duì)于知識(shí)產(chǎn)權(quán)的保護(hù)也容易做到位。從商業(yè)模式的角度來看，比較適合中國(guó)市場(chǎng)的需要。

　　如果我們可以從北美市場(chǎng)汲取一些經(jīng)驗(yàn)的話，那就是成功安裝使用一臺(tái)智能視頻分析產(chǎn)品通常應(yīng)由有豐富經(jīng)驗(yàn)的集成商或者開發(fā)商通過解決方案的形式給予直接有力的支持?，F(xiàn)在市場(chǎng)上的智能視頻分析產(chǎn)品和傳統(tǒng)監(jiān)控形式相比，監(jiān)控效率、質(zhì)量，特別在實(shí)時(shí)報(bào)警方面，有了實(shí)質(zhì)性的進(jìn)步。但是它們離我們期望的標(biāo)準(zhǔn)還有一些差距。還不能指望像安裝監(jiān)控相機(jī)一樣搭起一套系統(tǒng)馬上正常運(yùn)轉(zhuǎn)。像任何新技術(shù)一樣，要達(dá)到好的效果，必須有了解智能視頻分析產(chǎn)品特點(diǎn)的工程人員從方案設(shè)計(jì)到施工、調(diào)試的全程支持。

　　智能視頻分析仍然是一個(gè)活躍的研究領(lǐng)域。新思路、新成果不斷出現(xiàn)。無論從理論方面，還是硬件平臺(tái)能力方面，目前的智能視頻分析系統(tǒng)還有明顯的提升空間。從用戶使用的角度來看，在短時(shí)間內(nèi)(如一分鐘)單路圖像監(jiān)控情況下，人通常比現(xiàn)有的系統(tǒng)更快、更準(zhǔn)的做出判斷。從目前技術(shù)發(fā)展趨勢(shì)來看，智能視頻分析完全可以做到全面超過人的監(jiān)控能力。變成像現(xiàn)在的DVR一樣成熟、可靠的監(jiān)控手段。

　　智能視頻分析存在的問題

　　實(shí)際環(huán)境中光照變化、目標(biāo)運(yùn)動(dòng)復(fù)雜性、遮擋、目標(biāo)與背景顏色相似、雜亂背景等都會(huì)增加目標(biāo)檢測(cè)與跟蹤算法設(shè)計(jì)的難度，其難點(diǎn)問題主要在以下幾個(gè)方面：

　　背景的復(fù)雜性：光照變化引起目標(biāo)顏色與背景顏色的變化，可能造成虛假檢測(cè)與錯(cuò)誤跟蹤。采用不同的色彩空間可以減輕光照變化對(duì)算法的影響，但無法完全消除其影響;場(chǎng)景中前景目標(biāo)與背景的相互轉(zhuǎn)換，與行李的放下、拿起，車輛的啟動(dòng)與停止;目標(biāo)語背景顏色相似時(shí)會(huì)影響目標(biāo)檢測(cè)與跟蹤的效果;目標(biāo)陰影與背景顏色存在差別通常被檢測(cè)為前景，這給運(yùn)動(dòng)目標(biāo)的分割與特征提取帶來困難。

　　目標(biāo)特征的取舍：序列圖像中包含大量可用于目標(biāo)跟蹤的特征信息，如目標(biāo)的運(yùn)動(dòng)、顏色、邊緣以及紋理等。但目標(biāo)的特征信息一般是時(shí)變的，選取合適的特征信息保證跟蹤的有效性比較困難。

　　遮擋問題：遮擋是目標(biāo)跟蹤中必須解決的難點(diǎn)問題。運(yùn)動(dòng)目標(biāo)被部分或完全遮擋，又或是多個(gè)目標(biāo)相互遮擋時(shí)，目標(biāo)部分不可見回造成目標(biāo)信息缺失，影響跟蹤的穩(wěn)定性。為了減少遮擋帶來的歧義性問題，必須正確處理遮擋時(shí)特征與目標(biāo)間的對(duì)應(yīng)關(guān)系。大多數(shù)系統(tǒng)一般是通過統(tǒng)計(jì)方法預(yù)測(cè)目標(biāo)的位置、尺度等，都不能很好地處理較嚴(yán)重的遮擋問題。

　　兼顧實(shí)時(shí)性與魯棒性：序列圖像包含大量信息，要保證目標(biāo)跟蹤的實(shí)時(shí)性要求，必須選擇計(jì)算量小的算法。魯棒性是目標(biāo)跟蹤的另一個(gè)重要性能，提高算法的魯棒性就是要使算法對(duì)復(fù)雜背景、光照變化和遮擋等情況有較強(qiáng)的適應(yīng)性，而這又要以復(fù)雜的運(yùn)算為代價(jià)。

　　產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)的日趨激烈，產(chǎn)品智能化優(yōu)勢(shì)在實(shí)際操作和應(yīng)用中得到非常好的運(yùn)用，其主要表現(xiàn)在：大大改善操作者作業(yè)環(huán)境，減輕了工作強(qiáng)度;提高了作業(yè)質(zhì)量和工作效率;一些危險(xiǎn)場(chǎng)合或重點(diǎn)施工應(yīng)用得到解決;環(huán)保、節(jié)能;提高了機(jī)器的自動(dòng)化程度及智能化水平;提高了設(shè)備的可靠性，降低了維護(hù)成本;故障診斷實(shí)現(xiàn)了智能化等。