智能分析的实现原理！

      智能行为分析得是现原理，是前端视频进行采集，采集过来的视频信息经过算法本身的稳定和优化处理，算法对移动的目标和背景做一个分析，又叫背景学习，一般学习时间在两秒左右，于此同时算法可以对移动的目标的特征进行分析，比如物体的形状，相对背景的速度，大小，轨迹，等待的时间，颜色，方向等建立目标数据库，然后客户可以根据自己的需要设置相关的检测规则和事件，这样移动物体的移动触发相应的规则，概括来说主要包括：内容分析，对象识别：速度，大小，高度，面积，分析对比，形成客户的预警系统，在智能化进程发展过程中，由于国外的智能分析硬件价格贵，设置复杂，兼容性差，很长一段时间内，国内视频监控系统的智能分析功能都是采用中心分析的方式来实现，即通过智能分析服务器获取前端摄像机采集的视频流，将视频流中的静态背景与动态移动目标分离，根据预设的不同规则提取出目标的相关信息，一般来说分为存储视频数据分析与前端视频实时分析。存储视频分析侧重于如何更方便，更简单有效的“事后查证”，把有价值的信息从海量的数据中尽快的检索出来，最常见的是智能视频浓缩和智能视频摘要；前端视频实时分析则侧重于“事中报警”形成强大的预警系统，根据不同的分析算法产生不同的智能应用，比如智能行为分析：一旦发现移动目标在设定的报警区域内进入，翻越，停止，徘徊，离开等行为或者在警戒区域内出现的遗留物或者物体的搬移超过设定得时间等……就会触发报警，这种方式又原来的监控出现事件查询的被动局面转化为事件发生即报警通知相关人员部门采取预案的主动预警系统。而目他更利于将海量的监控数据中有价值的部分很快提取出来或者分类存放，这是后端智能更高端的一种体现方式。后端智能因为采用服务器集中处理模式，计算性能大大增强，能够同时运行多种功能算法，同时兼容性强，但其缺点也不容忽视，例如随着系统规模的增长，后端存储管理和传输带宽的压力将逐渐增大，那就需要通过提高后端设备的性能来解决，而如果要提高服务器配置、增加服务器及交换机数量等，最终会导致视频监控系统成本的提升。

近几年异军突起的是前端智能化产品，前端智能化分析产品形态有：智能分析仪，智能分析DVS，智能分析IPC，智能分析仪和智能分析DVS的主要区别是智能分析仪采集的是模拟信号，有一个环出，能把移动目标的轨迹再输出上得以体现，方便客户监看，智能分析DVS，输入的也是模拟信号但输出的是数字信号，都有自己的报警输出，可以设置规则，报警对接相关的联动报警设备，比如喇叭，警笛，警灯，发邮件，短信，彩信，视频等。前端智能视频分析顾名思义就是将智能视频分析算法集成在前端摄像机或者编码器等硬件设备中，一台摄像机或分析仪就可以实现智能分析。从目前来看，智能前置这种方式有效解决了后端智能分析存在的一些问题，成为近年来智能发展的新方向。其主要优势主要表现有：一是精确度和实时性提升，二是规避了单点故障，降低风险，保证整个系统的可靠性，三是系统建设成本降低。不过前端智能也不是万能，其缺点也不容忽视：第一：智能前置对摄像机的性能要求很高，“智能”一般都依赖于对应的软硬件计算能力，因此摄像机必须具备足够强大的芯片才能支撑起多种智能分析算法，这样无形增加了硬件的成本，提升了产品的价格；第二，如果前端已经装好了其他厂家的IPC设备，项目需要增加分析将很麻烦，分析设备的兼容性是比较大的挑战，这样不利于旧的项目改造，更不利于大项目有多个厂家IPC设备作分析的要求。第三：前端分析得兼容性显然不够，很多大项目都不可能用一家视频设备，如何让这些设备增加分析功能显然前端分析无法解决；第四：前端分析只能分析单路，因此对多路分析设备的需求往往成为了一个短板；因此，虽然智能前置有很多优势，但目前还不能完全替代后端智能分析的方式。所以智能前置化趋势并不意味着后端将走向末路，两者的发展发展会出现明显的分工，同时各自的定位会逐渐清晰。