一、公安监所视频监控智能分析应用现状
智能视频分析依赖于视频算法对视频内容进行分析，通过提取视频中关键信息，进行标记或者相关处理，并形成相应事件和告警的监控方式，人们可以通过各种属性描述进行快速检索。如果把摄像机看作人的眼睛，而智能视频监控系统可以理解为人的大脑。智能视频技术借助处理器的强大计算功能，对视频画面中的海量数据进行高速分析，获取人们需要的信息。
目前，市面已经较为成熟的智能分析规则，主要有监舍内部行为分析和围墙周界行为分析。针对监舍内部在押人员的行为分析主要有剧烈运动、攀高、夜间起身检测、徘徊、人员离岗等规则，针对监所周界的行为分析主要有人脸采集识别、人员特征识别、区域入侵检测、物品遗留检测、人群聚集识别、自动跟踪等。
从智能分析产品部署来看，主要有后端服务器分析和前端摄像机分析两种模式。针对监舍内部行为分析，一般以后端服务器分析为主，此类分析需要具备较高的硬件设备性能和良好的视频图像质量，这两个要素满足得越好，则分析成功的识别率越高。而从周界的行为分析来看，目前一些厂家已经将智能分析运算集成到了前端摄像机当中。
另外，利用智能视频分析系统可以进行事前预警防范。比如人脸识别比对系统，通过建立人脸捕捉数据库，将人脸信息归档，并与个人身份建立关系，在实际运用过程中采用人脸搜索、黑名单布防、陌生人识别等多项智能分析技术，大大提高监所安防的安全性，做到在押人员在所内的轨迹跟踪和分析。
目前智能视频分析技术已经逐渐的趋于成熟，这和安防企业的努力和贡献是分不开的，他们是智能视频分析的先行者。此类的厂家以海康威视等公司为代表，其产品已经得到了众多用户的实战检验，具备较高的市场占有率。
二、公安监所视频监控智能分析应用面临的困境
随着视频监控系统的普及和智能分析技术的发展，现在智能视频分析技术已经逐渐被人们所接受，但是随之带来的问题也比较明显。一个就是视频监控系统覆盖的全面性带来的海量视频的分析，例如在视频监控的规模已经到达了千路以上规模的前提下，寻找一条可用的线索就带来很大的困难；另一个就是针对视频智能分析系统带来的碎片化，有没有一个成熟的大数据挖掘的方法？对于人脸识别分析来说，只有大批量的使用高清摄像机，增大捕获到清晰、正面人脸的可能性，才能有更好的实战效果。
一起突发事件的发生，有时会伴随着大量的视频录像线索，与事件相关的大量监控视频基本采用Windows文件目录管理的原始方式，需要通过其他类型的记录文件(如记事本，WORD，EXCEL等)来记录视频内的重点内容(如人物，时间，地点等)，这就造成调取关键视频困难、视频管理效率低下，甚至造成重要视频的丢失。在查找之前的线索时，要在繁杂的资料库中检索到该视频并通过特定厂商的DVR播放器定位到对应时间点查看，这样就造成线索与对应的视频资料的映射关系的混乱和检索困难。
很多人认为在监控摄像机上用上智能分析技术，就可以高枕无忧，省时省力，实际上如果没有更好的应用，那么非但不能解放警力，还会带来安装调试复杂、设备维护困难等一系列后遗症。
三、智能视频分析系统的大数据应用
智能视频数据挖掘的应用主要是面向事后视频分析、管理和实战应用。海康威视正在着力于此类应用的研发，并开发出视频检索系统，系统采用海康威视自主研发的高效智能分析算法技术，保证分析信息的全面和准确，同时系统采用集群化计算方式，可提供几十上百倍以上实时的快速分析能力，并可根据应用需要进行线性扩展，提高计算能力。
本系统在视频资料录入的同时，自动对视频中的目标信息进行格式归一化与智能预处理分析，对视频进行快速处理，提取视频中目标的相关信息作为智能元数据保存至数据库中。之后的相关操作，如智能审看、智能检索等等就不用再做复杂的解码以及智能分析的工作，而是直接从智能元数据中提取，大大的提高了工作效率。系统可以与诸如海康威视的视频监控管理平台实现无缝对接，实施案件管理等功能，更加有效、有针对性的去关注和分析某些重要视频，获取有价值的信息，对接之后可实现网络传输，使得传输速度更快，节省存储资源。
根据智能元数据信息，可对目标及目标细化特征等视频内容级别进行筛选，如颜色、人/车分类等。用户还可根据案情的需要自定义设置不同的周界防范规则，通过在数据库中对元数据进行检索提取触发规则的目标信息，达到快速检索的目的，极大地提高了效率。
整个系统有如下功能：
目标行为分析：视频录像导入服务器后，系统自动获取视频内部的事件及目标的关键信息，并根据这些信息生成视频内容及索引。可以通过查看目标图例，就可在几分钟内，查看数个小时视频中包含的所有目标，并确定其行为，完成对视频中信息的甄眩
在查看的过程中总会有一些不需要关注的无效信息，如何将这些无效的信息过滤掉或者快速的跳过这些视频是值得考虑的事情，系统采用智能浓缩播放功能，它能根据用户的意愿自动控制播放速度，将涉案视频中真正有用的证据、线索内容进行慢速的播放，用户不关注的内容采用快进播放的方式进行浏览。这种方式极大节约了审看人员的浏览时间，加快了视频内容的审看速度。
为了进一步的缩小范围，提供更为细致的依据，系统还可以对目标图例或排查结果的类型进行过滤，在目标结果较多的情况下，系统支持将目标中的类型进行分离，进一步缩小关注范围，比如人、颜色等。
人员特征识别：在上述分析了可以人员的行为之后，判断出可疑人员，这时候需要看到嫌疑人的脸部信息，如果恰好有摄像机在嫌犯经过的地方布控，这时候就可以通过人脸检测技术来分离出经过人员的脸部信息，之后根据时间、衣着等特征定位嫌犯。
目前，人员特征分析系统已经可以大致帮助判断出人员的年龄、身高、眼镜佩戴等特征。
经过上述案例的描述，可以看出：目前智能视频分析技术在大数据时代的迫切性，也可以看出这套视频检索系统的实用性，此系统帮助工作人员高效、精准地聚焦到所关注的目标，有效解决目前视频众多、信息量巨大等视频查找的棘手问题。
结束语
虽然智能视频分析其自身发展也存在诸多缺陷，由于实际环境中光照变化、目标运动复杂性、遮挡、目标与背景颜色相似、杂乱背景等都会增加目标检测与跟踪算法设计的难度，但是智能视频分析技术已经逐渐成为安防行业发展的大方向，众人拾柴火焰高，随着众多科研院校、大型安防企业对智能视频分析技术不断的研究和创新，智能视频分析的运用会逐渐大众化，普及到各个监所的日常工作中，真正发挥安全防范的预见作用，将危险扼杀在摇篮里，给监所的安全运行带来有力保障。
