亿欧智库：智能视频监控技术如何作用于社会治安？

智能视频监控技术就是为了让计算机像人的大脑，让摄像头像人的眼睛，由计算机智能地分析从摄像头中获取的图像序列，对被监控场景中的内容进行理解，实现对异常行为的自动预警和报警。

智能视频监控技术以计算机视觉和模式识别技术为重要组成部分，是面向安全应用而产生的，尤其以城市公共安全监控场景为主，实现犯罪预防、意外防范和检测、失踪人口查找、通缉犯跟踪等功能，能够显著提高监控效率，降低监控成本。

一、海量视频数据需要提炼才能成为有用的信息；

中国城市监控摄像头产生了海量待处理的视频数据；

随着人们对安全性要求的提高以及经济条件的改善，中国监控摄像头的个数在逐年增加，出于风险社会的考虑，这个数据在未来只会再往上增加。从城市监控摄像头千人拥有量来看，部署密度最高的北京市每千人拥有摄像头数量为59个，二、三线城市监控摄像头覆盖率较低，和英国、美国相比会发现中国监控摄像头还存在着增量市场。

传统的视频监控仅提供视频的捕获、存储和回放等简单功能，用来记录发生的事情，很难起到预警和报警的作用。若要保证实时监控异常行为并及时采取有效措施，就需要监控人员一刻不停的监看视频，这种情况下，监控人员容易疲惫，尤其面对多路监控视频时，往往目不暇接，很难及时对异常作出反应。

相关研究结果表明，人在盯着视频画面仅仅22min之后，人眼将对视频画面里95%以上的活动信息视而不见。一方面可能忽略重要预警信息，另一方面靠人眼盯视频效率低下又危害人体。因此这就迫切需要智能视频监控，来辅助监控人员的工作，辅助监控人员从瞬间产生的海量视频数据中，高效提取出有用信息。

有用的信息分为3个步骤：海量数据——结构化数据——情报；

现代社会已经形成一个产生大量视频数据的网络，而监控人员需要的不是海量数据，而是是有意义的情报，无论是出于安全因素破案，还是因为管理因素希望了解城市里发生的一些事情，都需要从数据转化成为情报。

结构化数据指能够直接表达目标的形状、属性以及身份的数据，这些数据可以大规模去检索、分析和统计，它相当于从海量数据到情报进阶的中间态。

二、智能视频监控技术介绍；

视频监控技术的发展；

20世纪末以来，随着计算机视觉的发展，智能视频监控技术得到广泛的关注和研究，并随着安全的日益重视而成为当前的研究热点。

如上图所示，视频监控技术由始至终起到辅助人工的功效，从“看到”到“看清”再到“看懂”。

基于辅助监控人员对海量视频数据进行筛查的需求，第三代智能化的视频监控系统应运而生，其中最核心的部分是基于计算机视觉的视频内容理解技术。

通过对原始视频图像经过背景建模、目标检测与识别、目标跟踪等一系列算法分析，进而分析其中的目标行为以及事件，从而回答人们感兴趣的“是谁”、“在哪”、“干什么”的问题，然后按照预先设定的安全规则，及时发出报警信号。

智能视频监控系统有别于传统视频监控系统最大的优势就是能自动地全天候进行实时分析报警，彻底改变了以往完全由监控人员进行实时监视和分析的模式；同时，智能技术将一般监控系统的事后分析变成了事中分析和预警，不仅能识别可疑活动，还能在安全威胁发生之前提示监控人员关注监控画面并提前做好准备，从而提高反应速度，减轻人的负担，达到辅助人力的目的。

智能视频监控识别流程；

现下火热的深度学习是一种模仿人大脑所构建的多层神经网络，它将特征学习和分类器整合到一个框架中。一个典型的基于深度学习的目标检测方法包括从输入图像上提取区域块，用卷积神经网络计算每个区域块的特征，最后用线性SVM分类器对每个区域块进行分类等步骤。深度学习模型天然有强大的数据表达能力，必然会将目标检测、分类的研究推向新高度。但同时深度学习模型存在着解释性差、模型复杂度高、优化困难、计算强度高等诸多问题。

智能视频监控技术的分类；

底层： 主要是从视频图像采集终端获取图像序列，对感兴趣目标进行检测和跟踪，以便对目标进行后续处理分析，主要解决目标在哪里的问题。目标检测分为目标建模和背景建模，目标跟踪分为单场景跟踪和多场景跟踪。就目前来看，除了多场景跟踪之外的功能早已实现。

中层： 主要是在底层的基础上提取运动目标的各种信息并进行相关判断，这部分内容包括目标识别。目标识别是为了对目标进行分类进而识别目标的身份，可以分为目标分类和个体识别。中层的分析为底层处理到高层行为理解搭建了一座桥梁，填补了底层与高层之间的语义间隔。主要是为了解决目标是什么的问题。中层板块也是目前市面上技术研发的着重点，下面是对现有目标识别技术进行细分探究。

高层： 高层处理完成对目标的行为进行分析和理解。高层的语义蕴含特定的语义场景，往往和具体的应用紧密相关。行为分析可以分为姿态识别、行为识别和事件分析，主要解决目标在干什么的问题。就目前来看，高层技术尚未能实现，除了特定的事件识别分析，类似公共场合人流过度密集可能发生踩踏事件等。

本文作者吴亦，亿欧专栏作者；微信：flamingo92（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。