（文章來源：AiChinaTech）

在社會高速發展的今天，互聯網數據催生出人工智能、大數據和云計算等信息技術，也催生出了諸如曠視科技、商湯科技、極鏈科技等優秀的初創企業，也為同樣海量增長的智能視頻信息檢索帶來了新的曙光。傳統的視頻檢索方法主要“人海戰術”，效率十分低下。主要原因是人類的生理局限，長時間專注于單一視頻畫面，容易造成人注意力低下，產生視覺疲勞，嚴重影響審看效率。其次因為人眼無法克服誤差，人眼的視覺疲勞極易忽略重要的目標線索，因此，一段視頻往往需要花費更多的時間進行重復審看，大大增加了工作量，并且仍無法完全避免遺漏和誤差。

但隨著近幾年智能視頻分析技術的飛速發展，視頻檢索技術的出現則把人從單調、繁瑣的任務中解放出來，利用視頻分割、自動數字化、語音識別、鏡頭檢測、關鍵幀抽取、內容自動關聯、視頻結構化等技術，以圖像處理、模式識別、計算機視覺、圖像理解等領域的知識為基礎，通過自動化的智能分析預處理，將毫無邏輯的視頻內容進行梳理。從根本上看，視頻檢索技術應用于安防監控等都是以智能視頻分析技術為基礎，智能視頻分析技術利用計算機圖像視覺分析技術，通過將場景中背景和目標分離進而分析并追蹤在攝像機場景內出現的目標。

診斷類智能分析，這類智能分析主要是針對視頻圖像出現的雪花、滾屏、模糊、偏色、增益失衡、云臺失控、畫面凍結等常見的攝像頭故障、視頻信號干擾、視頻質量下降進行準確分析、判斷和報警。行為類智能分析，這類智能分析側重于對動態場景的分析處理，如車輛逆行及相關交通違章檢測、防區入侵檢測、圍墻翻越檢測、絆線穿越檢測、物品偷盜檢測、物品遺留、占道經營檢測、軌跡追蹤、人群聚集度檢測以及客流統計等。

安防監控產品，為了更好的保護小區的安全, 根據小區用戶實際的監控需要，一般都會在小區主要出入口、小區廣場、電梯轎廂、周邊、大門、住宅、倉庫、機房、停車場等重點部位安裝攝像機。對不同場所入侵情況推出的防范產品層出不窮。

安全生產類，例如對分散的建筑工地進行統一管理，避免使用人力頻繁的去現場監管、檢查，減少工地人員管理成本，提高工作效率。防止操作人員危險作業，未按要求佩戴安全帽、安全繩等危險作業。防范外來人員的翻墻、越界、闖入，入侵危險區及倉庫等場所，保證工地的財產和人身安全。

車庫出入口監控，運用車牌識別技術，當有車即將通過道閘時，車牌識別攝像機識別到車牌、駕駛員等關鍵信息后，與管理平臺的原始車輛數據進行比對，做到白名單車輛無停留自動開閘通行，黑名單車輛道閘不開啟并聯動警鈴。

商業中心人流檢測，商業中心人流檢測可按室內室外環境分為步行街擁堵檢測和營銷中心、酒店、商場客流量統計。在步行街擁堵監測中前端智能攝像機對步行街人流量進行分析，當人流量超過環境可容納人流上限，管理平臺自動觸發報警系統發出擁堵報警，提示安保人員采取限流措施。室內客流量檢測主要是對每天進出的人流進行統計，并將流量信息在管理平臺進行存儲生成日報、月報、年報等各類報表，不需要現場接待人員逐一對訪客進行登記。

高空拋物監測，在高樓林立的商業中心及住宅小區涉及到此項監測。建筑物有四個立面，而住宅小區根據建設形勢不同又可分為外立面、內立面以及側立面，高空拋物監測結合建筑物樓層高度和監控視野確定攝像機的點位和數量。通常使用俯視與仰視相結合的角度進行安裝，每個攝像機覆蓋10～15層。當高空出現物體拋落，攝像機視頻信息傳回管理平臺聯動報警系統報警。

當前，人工智能產品在我們的生活中影響越來越多，但智能視頻分析仍存在諸多難點。但深度學習在圖像識別、智能視頻分析技術方面的精度不斷提升，也使得智能視頻檢測成為了深度學習快速落地的最清晰方向之一，而計算力的發展，或許也將使得大規模的并行計算成為未來技術發展不可或缺的力量。