高清化、网络化、智能化被公认为是视频监控领域的三大发展趋势。其实智能技术进入安防行业已有七八年的时间，从早期的技术摸索到算法的逐渐成熟，如今智能技术已在政府、交通、金融等多个领域得到了应用。如今安防行业正保持着良好的发展势头，平安城市、智慧城市建设等应用更为智能技术提供了大量的应用经验和数据，在未来智能技术将会有更广阔的发展空间。
智能安防进入规模化应用
我国的视频监控系统经历了从第一代的模拟系统(CCTV)，到第二代数模混合系统(DVR)，再到第三代以网络摄像机和视频服务器为代表的数字化监控系统三个阶段的演变。如今，视频监控系统越来越广泛的应用到社会的各个方面，在安防、政府、银行、教育、交通等社会各个领域都发挥着极其重要的作用。在我国，视频监控市场正在快速发展中，各种监控需求逐年增多，监控设备也越来越丰富，人们不断对监控系统提出了更高、更新的要求。
如果把摄像机看作人的眼睛，而智能视频监控系统则可以看作人的大脑。智能视频监控是基于计算机视觉技术对监控场景的视频图像内容进行分析，提取场景中的关键信息，并形成相应事件和告警的监控方式，是新一代基于视频内容分析的监控系统。智能视频监控技术借助于计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过略掉用户不关心的信息，仅为监控者提供有用的关键信息。相较于传统监控，智能视频监控能基于计算机视觉技术同时对多个监控场景的视频图像内容进行分析，自动筛选报警信息。
智能视频监控可以解决两个主要问题：一个是将安防操作人员从繁杂而枯燥的“盯屏幕”任务中解脱出来。由机器来完成这部分工作，对异常情况能够及时处理，比如报警等；另外一个是为在海量的视频数据中快速检索到想要找的图像。智能视频监控的核心内容是对特定目标的自动检测、跟踪与行为识别，包括运动检测、目标分类、目标跟踪、行为识别等4个方面内容。
视频分析技术是智能视频监控系统的核心价值，从目前来看，智能视频分析技术能在几乎不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，做到既能完成日常管理又能在异常情况发生的时候及时做出反应，从而解决了传统监控工作量大、效率低、反应速度慢等问题，其优势显而易见，也是推动整个安防智能化最为关键的技术之一。
近年来，智能视频监控取得了长足发展，应用领域不断扩大，从自动目标检测到现在的事件检测、自动目标识别，其监控产品也逐渐由模拟化向数字化、网络化和智能化方向发展。
智能视频分析功能多样
视频智能分析，就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。用户可以根据的视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音,用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。视频内容分析技术通过对可视的监视摄像机视频图像进行分析，借助计算机的高速计算能力使用各种过滤器，排除监视场景中非人类的干扰因素，准确判断人类在视频监视图像中的各种活动。
智能视频分析技术源自计算机视觉技术，计算机视觉技术是人工智能研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算能够通过数字图像处理和分析来理解视频画面中的内容。在视频监控中所提到的智能视频技术主要指的是“自动的分析和抽取视频源中的关键信息”。智能视频分析技术由运动目标检测、分类、跟踪和行为识别等几个基本节组成，还包括智能视频检索技术，其中行为识别又包括异常行为检测、异常事件检测以及视频内容理解描述等。目前市场上的智能视频分析技术主要有以下几种功能：

1、图像采集。一般图像信号通常是以压缩图像流的形式存在，将图像流解压还原成原始图像格式后再进行分析；

2、运动物体检测。能够对场景中运动的物体为进行分析，如统计穿越出入口或指定区域人或车的数量、高速公路交通流量，识别人群的整体运动特征，包括速度、方向等；

3、多物体跟踪。在复杂环境下，对非正常进入监视区域的可疑目标及时检测，能够识别单个或多个目标的运动情况(如运动方向、运动速度等)。在检测到可疑目标后，发送控制指令使摄像机自动跟踪目标，在物体超出该摄像机监控范围之后，自动通知邻近的摄像机协同工作，继续进行跟踪并发出报警信号；

4、行为特征分析。行为特征分析是从图像中寻找满足预先设定的行为特征的事件。如检测、分类、跟踪和记录过往行人、车辆及其他可疑物体，判断公路上是否有车辆非法停靠、是否有故障车辆，是否有行人及车辆在禁区内发生长时间徘徊、停留、逆行等行为，检测公共场所是否有人员的集聚、奔跑、斗殴等。
智能分析技术难点须突破
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智能分析算法设计的难度。当应用环境背景复杂，光照变化引起目标颜色与背景颜色的变化时，分析软件可能造成虚假检测与错误跟踪，这种光照变化对算法的影响是无法完全消除的。此外，当视频图像中运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标信息的缺失会影响智能分析软件在分析跟踪时的稳定性。目前的智能分析系统一方面要保证大量信息分析跟踪的实时性，选择计算量小的分析算法，同时为了使分析算法对复杂背景、光照变化和遮挡等情况有较强的适应性，则要选择复杂的分析运算方式，而若要同时满足两者，存在一定困难。
由此，当智能分析技术应用在各个行业时，若能进行应用环境的区分和运算方法的简化，实现单一应用，为每个行业进行特定开发，并嵌入专门的算法，或只针对某一种或简单几种事件进行分析，比如重要出入口的人员跟踪，系统只需嵌入分析及跟踪算法等，则会简化智能分析技术的运算方式，而智能分析技术也会更贴合行业需求特点，进行更为精准的分析运算。
智能分析技术的行业化开发需求一方面来源于行业发展与技术限制，同时，更大程度上取决于实际应用效果的真实反馈。目前智能分析技术有行为分析、特征识别、视频诊断、分类统计等，而不同行业智能视频分析技术应用的侧重点也有不同。如监狱内的智能分析系统主要是越界检测、区域内徘徊事件检测、异常行为识别等，其主要是为防止服刑人员越狱和群殴事件的发生，并维护周界安全等。而对于道路交通高速公路等行业的应用需求，则主要是违章检测、车流统计、逆向行驶、车牌识别、交通事件检测等。对于机场、车站等人员流动性比较大的公共场所来说，为防止危险物品的爆炸和可疑人员犯罪等行为的发生，其对于遗弃物检测和徘徊检测的需求更为突出。
海康威视智能监控解决方案工程师黄丹平在接受媒体采访时表示，目前智能分析技术主要受到应用环境的影响，使得很多功能在实际应用中不是很理想。目前最常见的行为分析功能，如跨线报警、区域入侵检测以及人员聚集、徘徊、打架等，受到应用环境的影响非常严重，常常在实际应用中达不到预期目的。误报或者漏报还是偏高。而且，很多深层次的应用单纯从视频中提取的信息量还是不够，判断准确性达不到要求。不过，大家对于智能监控未来的前景还是很看好的，监控系统每年还在加大建设，光靠人已经无法很好的处理成千上万的监控摄像头所产生的海量数据了，对视频数据的智能化分析和深入应用是必然的趋势。现在智能应用已经到了行业细分阶段，经过实际的项目模式，已经提炼出一些适合做智能分析的行业和场景，进行深入的算法研究，很多产品已经能够达到实际使用，解决客户问题的目的。而且随着视频分析技术的不断成熟，对很多复杂的场景也能够进行比较精确的分析。
结语
随着智能分析技术在行业的不断深入，现有的智能分析技术已不能满足市场的需求，安防企业必须不断精化分析算法，开发出更多的智能化产品，推动智能视频技术更深入的与行业用户的业务需求相结合，为视频技术开拓出更大的行业市场。