在視頻圖像監(jiān)控系統(tǒng)的實際應用中，普遍存在著“看不清、存取慢、提取難、檢索不可靠”的問題。主要表現(xiàn)為視頻圖像不清晰難以取證、海量視頻圖像存儲難和下載慢、視頻格式多不對通、目標特征檢索不可靠、圖像查找比對誤差大，缺少視頻圖像信息深度挖掘有效工具等技術難題。這些問題極大的影響了監(jiān)控在實際中的使用，需要大力開展視頻圖像智能分析技術的研究。
目前視頻圖像智能分析主要是指運用智能分析算法，對輸入視頻圖像進行自動或半自動的內容分析，提取客戶所感興趣的、關鍵的有效信息。針對不同的分析目的，智能分析算法有其自身的具體要求，比如環(huán)境因素的干擾(狂風暴雨所造成的背景混亂，光線變化所造成的顏色的變化，白天和夜晚不同條件所造成的清晰度的變化等)和硬件困擾(圖像分析目標的清晰度、角度和尺寸)，這種要求在實際使用時對客戶會造成一定的困擾。客戶希望實際使用的系統(tǒng)具有很高的準確性和環(huán)境適應性，而現(xiàn)有的系統(tǒng)只能在要求的環(huán)境中工作良好。因此，一方面視頻圖像智能分析算法需要提高算法的普適性要求，一方面也迫切要求視頻圖像智能分析系統(tǒng)業(yè)界標準的出臺，以規(guī)范施工質量和引導客戶預期。
視頻圖像智能分析主要有兩種產品形態(tài)：前端智能和后端智能。后端智能是前端攝像機只負責采集視頻圖像，將碼流傳遞到后端服務器做集中處理。這樣對于后端的計算壓力比較大，也不利于實時處理，比較好的是做到按“需”處理。前端智能以感知型攝像機為代表，將智能分析算法嵌入到前端攝像機，前端攝像機對采集的視頻內容立即進行分析，提取出畫面中關鍵的、感興趣的、有效的信息，形成結構化的數據，將后端感興趣的內容實時傳給后端做存儲或深入分析。
前端智能分析的優(yōu)勢在于每一路前端攝像機都可以做智能的實時分析，消滅延時，減輕后端的計算壓力，可以做到無遺漏的智能分析。同時，解放后端的計算資源，以集中優(yōu)勢計算資源做更深入的分析。在實現(xiàn)方式上，智能前端化是目前的一大趨勢。從某種意義上說，前端和后端配合起來做智能分析，才真正讓視頻圖像智能分析大數據化。
這種智能分析的系統(tǒng)，是真正的“大數據”系統(tǒng)，不大可能有少數廠商獨霸江湖，它對于互聯(lián)互通的要求，先天就比較高。市場上現(xiàn)有的多種視頻圖像智能分析設備，分別由不同的廠家生產，缺少統(tǒng)一的規(guī)范和接口，導致其在監(jiān)控系統(tǒng)中的應用受到了限制，不利于智能分析的深入發(fā)展。也要求有智能視頻圖像分析標準，來進一步規(guī)范安防監(jiān)控嵌入式視頻實時智能分析設備，為視頻圖像智能分析技術在監(jiān)控中的發(fā)展奠定基礎。
我們可喜的看到，交通和金融行業(yè)，視頻圖像智能分析已經有一定的深入應用。就智能交通而言，號牌識別的功能已經基本成熟，可以及時為交通部門準確的提供諸如車流量、擁塞成都和事故監(jiān)控、違章檢測等交通信息，使交通部門能有效的獲取有關交通狀況信息，及時進行處理。總體而言，國內智能交通系統(tǒng)的應用主要還是集中在智能視頻監(jiān)控功能，但實際的監(jiān)控任務仍需要較多的人工參與。很多情況下，視頻監(jiān)控系統(tǒng)提供的信息，不能直接關聯(lián)到后臺應用，不能及時充分的發(fā)揮監(jiān)控系統(tǒng)應有的實時機動的監(jiān)督作用。另一方面，為了及時防止違章違法行為，對無人值守的視頻監(jiān)控系統(tǒng)的需求量日益上升。這兩方面是目前國內智能交通存在的瓶頸。
視頻圖像智能分析技術，在國際上已經有近10年的發(fā)展與應用，目前在國內也已被持續(xù)研發(fā)和廣泛應用，特別在一些不太復雜的應用其效果還是比較好的。其未來的發(fā)展還要持續(xù)優(yōu)化產品形態(tài)，讓生產出來的智能分析產品能夠更好地適應各種的實際環(huán)境，提高智能應用的準確性，真正達到高效智能。
隨著智能視頻分析技術的發(fā)展，視頻分析技術的應用將不止停留在原來能“看”(監(jiān)控)的程度;還要能“懂”得監(jiān)控場景中目標物體的行為;能夠 “想”目標物體是什么，他要做什么;更可以把想的結果“說”出來。真正能夠有變革意義的在于能從以前的“被動監(jiān)控”向“事前控制、主動預警、事中追蹤、事后分析”演化。
