智能监控技术和当前比较主流的识别归类分析

智能监控是嵌入式视频服务器中，集成了智能行为识别算法，能够对画面场景中的行人或车辆的行为进行识别、判断，并在适当的条件下，产生报警提示用户。

智能监控技术

智能监控技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内目标。用户可以根据的分析模块，通过在不同摄像机的场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，监控指挥平台会自动d出报警信息并发出警示音，并触发联动相关的设备，用户可以通过点击报警信息，实现报警的场景重组并采取相关预防措施。

类别

目前智能监控技术主要包括几个大类：1、对人、物的识别；2、对人、物运动轨迹的识别；3、对视频环境影响的判断和补偿。

对人、物的识别

主要就是识别监控系统关心的内容，包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别类的智能监控技术，最关键的要求就是识别的准确率。比方说车牌号识别，目前市场上做的好的，识别率在95%甚至98%以上，这样就能够较好地满足道路监控类客户的需求。如果识别率低于90%，就会对管理人员带来很大的麻烦。识别类技术，常常应用于道路监控、金融银行、航道管理等行业，主要是为客户提供识别记录和分级管理的依据。

对人、物运动轨迹的识别和处理

目前细分的很多，主要包括虚拟警戒线、虚拟警戒区域、智能跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等。此类技术，除了数量统计外，一般是对某个过程进行判断，一旦发现了异常情况，如有人进入警戒区域、广场东北角有人迅速聚集等情况，就发出报警信息，提醒值班监控人员关注相应热点区域。对于数量统计类技术，关键的技术点是发现异常情况，并对异常情况进行数量统计。所以要求统计数据的准确率，尽量降低误差。运动轨迹识别处理类的技术，受实际监控应用场景影响非常大。此类技术的关键是能够尽快发现异常，需要尽量避免遗漏，提高预报的准确率。目前此类功能主要应用于平安城市建设、商业监控等行业。

智能行为识别当前比较主流的识别归类：

物体识别

能区分出移动物体的类别和行为，是轿车，还是摩托车、还是人、还是飞机等等，同时还能判断移动物体是行走、倒下、速度或其他，这是其他识别的基础。

越界识别

在视频画面上人为的画一道线或曲线，可以识别出物体穿越此界限的行为。比如视野是个马路上，画一条线把道路分成两端，假设定义了从左到右是合法，从右到左为非法，一旦车辆行驶跨越了这个界线，设备判断其是否非法，非法则产生报警。

轨迹跟踪识别

处移动物体之后，能在移动的元素后面画出其运动经过场所的轨迹。如广场、车站等公众场所，人流穿梭，设备能显示并记录下每个人的走动轨迹，如果一个人长时间在视野中徘徊游荡，超过一定时间，则设备自动报警提示发现可疑行为人物。若使用多摄像头跟踪，可结合行人重识别技术。

丢失物体识别

设备能识别出视野场景中的物体多出一个或者少了一个，适合仓库、车站、展厅、安检等场所，如果有背包长时间丢失在某处无人拾取，超过设定的时间，系统将产生报警，或者像展厅这些场所，如果展示品缺少一件，设备也能发现并报警。

车牌识别

如果视频场景是个道路口或者小区出入口；只要车牌区域在视频中出现过，设备能自动识别出车牌号码；并以文字的方式提示用户。可以用于违规车辆稽查，比如某牌照车辆在事故后逃逸不知去处，如果市内各要道口都有智能识视频服务器，系统只有通过网络一次性把一个或几个需要稽查的车牌号码设置到系统中的各个智能设备中，一旦此牌照的车辆在视野中出现过，就能立即告警。节省许多警力资源。

车速测量

比如高速路上有200M的速度提示区，时时提醒驾驶员不要超速行驶，然而超速行驶还是屡屡发生；试想如果在高速路上安装一个智能视频服务器，我们只要在视野中画两道线，如果确知这两道线的实际距离是100M，输入到设备中，设备就能自动计算出每个进过车辆的速度，并且超速时立即报警。

流量统计