视频监控智能算法的几个关键问题

视频监控智能算法的几个关键问题

智能分析作为视频监控下一个技术的竞争焦点，在安防监控业内已然成为炙手可热的研究课题。现在不仅安防设备商/集成商对此功能蜂拥而至，很多IT领域的集成商由于算法成本研发的成本不高，所以也开始从其他领域的智能识别涉足智能监控，或通过后端SDK提供服务，或与摄像机设备商合作，并且往往在产品形态上有异于当前主流的摄像机外形。

如此众多繁杂的摄像机产品及智能算法功能，不得不进行一些关键性技术的区分辨别。以深度学习的人脸检测、人脸识别、人群分析、车牌识别、普通摄像机智能分析的缺点及根源

在市面上，普通的智能摄像机存在三个缺点：一是不带变焦的摄像机对远距离的目标无法看清目标细节;二是带变焦的镜头虽然通过人工操作，可以看清远处目标，但不能跟踪运动目标，同时因完全靠肉眼观察，容易疲劳，也需要大量人力投入，成本高昂;三是部分智能摄像机能识别车牌及实现有限的报警功能，但对安装角度、目标距离有很高要求，不适合大面积应用，并且在对多个运动目标实现自动锁定、自动跟踪、自动预警等方面的技术不够成熟。

而对于造成摄像机智能分析功能存在这些缺点，业内专业人士认为，当前大多数做智能视频分析的厂家都是在后台对前端摄像机采集的智能分析算法存在的困难

当前，智能分析算法存在的最大困难，主要来自于两方面：第一，是对处理器芯片的实时处理能力要求很高，受制于处理器的有限资源，摄像机前端在实时处理能力上较弱，这会大大限制产品功能的有效性;第二，是对前端设备