智能分析四步走：看、想、懂、说

在视频图像监控系统的实际应用中，普遍存在着“看不清、存取慢、提取难、检索不可靠”的问题。主要表现为视频图像不清晰难以取证、海量视频图像存储难和下载慢、视频格式多不对通、目标特征检索不可靠、图像查找比对误差大，缺少视频图像信息深度挖掘有效工具等技术难题。这些问题极大的影响了监控在实际中的使用，需要大力开展视频图像智能分析技术的研究。

目前视频图像智能分析主要是指运用智能分析算法，对输入视频图像进行自动或半自动的内容分析，提取客户所感兴趣的、关键的有效信息。针对不同的分析目的，智能分析算法有其自身的具体要求，比如环境因素的干扰(狂风暴雨所造成的背景混乱，光线变化所造成的颜色的变化，白天和夜晚不同条件所造成的清晰度的变化等)和硬件困扰(图像分析目标的清晰度、角度和尺寸)，这种要求在实际使用时对客户会造成一定的困扰。客户希望实际使用的系统具有很高的准确性和环境适应性，而现有的系统只能在要求的环境中工作良好。因此，一方面视频图像智能分析算法需要提高算法的普适性要求，一方面也迫切要求视频图像智能分析系统业界标准的出台，以规范施工质量和引导客户预期。

视频图像智能分析主要有两种产品形态：前端智能和后端智能。后端智能是前端摄像机只负责采集视频图像，将码流传递到后端服务器做集中处理。这样对于后端的计算压力比较大，也不利于实时处理，比较好的是做到按“需”处理。前端智能以感知型摄像机为代表，将智能分析算法嵌入到前端摄像机，前端摄像机对采集的视频内容立即进行分析，提取出画面中关键的、感兴趣的、有效的信息，形成结构化的数据，将后端感兴趣的内容实时传给后端做存储或深入分析。

前端智能分析的优势在于每一路前端摄像机都可以做智能的实时分析，消灭延时，减轻后端的计算压力，可以做到无遗漏的智能分析。同时，解放后端的计算资源，以集中优势计算资源做更深入的分析。在实现方式上，智能前端化是目前的一大趋势。从某种意义上说，前端和后端配合起来做智能分析，才真正让视频图像智能分析大数据化。