视频智能分析漫谈 - 安防知识网

智能分析技术从传统的模式识别到机器学习再到现在家喻户晓的深度学习经历了多个阶段的发展。

视频智能分析发展历程

　　从世纪九十年代开始，美国的VSAM项目中进行视频监控的数据化研究以来，视频监控的智能化经过了二十年的发展，到现在已经发生了巨大的变化，智能分析技术也从传统的模式识别到机器学习再到现在家喻户晓的深度学习经历了多个阶段的发展。而当前深度学习的逐渐成熟让很多曾经尚未到达实用阶段的应用逐渐具备了可用性，典型的如人脸识别，高密度的人员统计等;也让很多已经成熟的应用具有更高的准确度，如车牌、车型识别、行为识别等等。

　　视频智能分析发展历程

　　国内的视频监控从2006前后开始“监控IT化”以来，视频监控的规模呈现了快速扩展的势头，这在模拟时代是无法想象的。视频监控规模的扩大，已经让使用者意识到单靠人眼去监控所有视频或者在事后去追查录像都是基本不可能的事情了。2009~2010年国内视频监控发展比较好的地区如浙江，就开始出现了如何更好的应用视频的需求声音。

　　长期从事智慧城市建设、自动化监控研究的博士生导师王汝琳就提出，当时的监控业界存在“看不清、调不出、提取难、检索慢”的问题，对应的也就出现了三大趋势：高清化、网络化和智能化。

　　从2010年前后起，智能分析已经在慢慢地应用到监控和智能交通的行业中来，其中最早形成规模应用的是车牌识别的功能，到2013年左右，电子警察在全国就在如火如荼地展开，三大监控巨头和在那个时候大力切入到了智能交通行业，加速了行业格局的形成。

　　这几年来，智能的应用快速扩展到了很多的方面，如人的行为识别、车辆的异常行为检测、仪表识别、人脸识别、车脸识别，还有通用监控视频的结构化分析等，花样各出，大有遍地开花之势。

　　智能分析的本质

　　视频分析的本质目标，就是视频的语义化，使视频更好地被检索到，被精确调阅到，解决人眼长期看视频产生的熟视无睹的问题，也解决发生案件时要花上百人进行录像查阅的问题。

　　软件智能分析与硬件智能分析优劣势分析

　　引用邓小平的话“不管白猫黑猫，抓得住老鼠就是好猫”，软件智能分析和硬件智能分析只是分工不同的猫，他们都有擅长的一面，也都有自己的劣势。用一句话来概括，他们的区别就是“软件智能贵在适应性和广度、硬件智能分析贵在分析的速度”。

　　软件智能分析

　　软件智能分析，是指用CPU进行运算的智能分析方案，它的优势在于适应性强，具体体现在：

　　1)对各种数据源的适配性高，在安防行业中数据源基本为视频和图片，但是这些数据的来源可谓是五花八门，尤其的早期的设备厂家非常地多，对接方式和编码格式都不标准，只有通过软件对接来完成前期工作，才能给智能分析提供原始材料;

　　2)新的算法出来时，基本上都是在软件上实现的，因为在软件上编码实现最容易，很少有算法一开始出来就能在智能分析硬件上运行的;

　　3)软件智能分析可以运行在很多通用服务器和PC机上，不需要配备特殊的硬件就能运行，而硬件智能分析就不一样了。

　　当然软件智能分析的主要缺点就在于分析性能差。

　　硬件智能分析

　　硬件智能分析，对应于软件智能分析，一般指运行在DSP、FPGA以及GPU资源上的智能分析应用。它的优点就是一个字“快”，一旦一种智能算法有了能支撑它的硬件资源后，一般就能把软件分析的处理能力甩开几条街。但是相对的，它的局限也就是软件智能的优势所在。

　　但是现在，软件智能分析和硬件智能分析没有那么严格的区分，很多新的算法经过软件方案进行一段时间验证后，一旦存在较大的可用性，就会慢慢走上硬件化的道路。近几年炙手可热的深度学习的计算量基本上只有在GPU上才能跑起来。因此流行的是通过CPU做适配和前期处理，GPU来做智能运算，也就是Intel CPU+NVIDIA GPU的组合，而且这个组合的处理性能也确实非常之强劲。