淺析智能監(jiān)控市場分析和未來發(fā)展趨勢

電信咨詢公司博通智信日前在《國內(nèi)外視頻監(jiān)控業(yè)務(wù)市場研究報告（2005）》中稱，到2005年底，中國視頻監(jiān)控行業(yè)應(yīng)用市場總產(chǎn)值將達(dá)到182億元人民幣。比上一年增長20．5% ,中國視頻監(jiān)控行業(yè)應(yīng)用市場未來幾年將繼續(xù)保持20%左右的增長速度。

——中國監(jiān)控網(wǎng)目前我國的視頻監(jiān)控市場已經(jīng)規(guī)模啟動，這項業(yè)務(wù)的發(fā)展前景不可估量。行業(yè)用戶市場快速擴(kuò)張。個人用戶市場巨大潛能亟待開發(fā)。2008年北京奧運(yùn)會舉辦在即，預(yù)計到2008年，科技強(qiáng)警示范城市將達(dá)到180個?！捌桨渤鞘小钡慕ㄔO(shè)促進(jìn)了視頻監(jiān)控市場的迅速增長，預(yù)計到2008年，全國約有200萬個監(jiān)控攝像頭用于城市監(jiān)控與報警系統(tǒng)。

——中國信息產(chǎn)業(yè)網(wǎng)2007年中國網(wǎng)絡(luò)視頻監(jiān)控業(yè)務(wù)市場規(guī)模達(dá)到26.36億元，預(yù)計2011年將達(dá)到86.61億元，未來5年之內(nèi)都將保持約38%的年增長率。

——中國信息產(chǎn)業(yè)網(wǎng)

智能監(jiān)控的發(fā)展趨勢

隨著智能監(jiān)控中對人的運(yùn)動分析研究和其它相關(guān)技術(shù)的發(fā)展，

下述幾個方面己經(jīng)成為未來的發(fā)展趨勢:

音頻與視覺相結(jié)合的多模態(tài)接口

人的相互交流主要是依據(jù)語言，過去的許多工作是語音理解，但語音識別受距離和環(huán)境噪聲的限制，尤其在機(jī)場等高噪聲環(huán)境，將會嚴(yán)重影響語音識別的性能。人的可視化描述與語音解釋一樣重要，研究者們正逐漸將語音與視覺信息集成起來以產(chǎn)生更加自然的高級接口。當(dāng)前一些接口系統(tǒng)在視覺方面僅僅做了如臉的表情、身體姿勢等的大尺度分析，但還不能分析大多數(shù)人的正常姿勢，這意味著人機(jī)之間的通訊僅局限于幾個特定的姿勢，這個局限是人的姿勢結(jié)構(gòu)的不易理解造成的，而且跟蹤多人的系統(tǒng)由于來自攝像機(jī)的分辨率、計算機(jī)處理能力和視角的影響而不能準(zhǔn)確的估計身體姿勢。為了完成優(yōu)化尺度和廣域的分析，可以尋求準(zhǔn)確實時的多攝像機(jī)的信息融合方法，以便機(jī)器更好地理解人的通信行為。目前音頻和視頻的信號處理相對獨(dú)立，如何更好地集成音頻和視頻信息用于多模態(tài)用戶接口是一個嚴(yán)峻的挑戰(zhàn)。

人的運(yùn)動分析與生物特征識別相結(jié)合

在智能房間的門禁系統(tǒng)、軍事安全基地的視覺監(jiān)控系統(tǒng)、高級人機(jī)交互等應(yīng)用中，人的運(yùn)動分析與生物特征識別相結(jié)合的研究日益顯得重要。在人機(jī)交互中不僅需要機(jī)器能知道人是否存在、人的位置和行為，而且還需要利用特征識別技術(shù)來識別與其交流的人是誰。目前的研究主要集中在人的臉像識別、步態(tài)識別或特定行為的識別。近距離時一般可以通過跟蹤人臉來加以身份識別;如果是遠(yuǎn)距離的監(jiān)控，臉的特征可能被隱藏，或者分辨率太低不易識別，然而進(jìn)入監(jiān)控領(lǐng)域的人的運(yùn)動步態(tài)是可見的，這激活了步態(tài)作為一個獨(dú)特的生物行為特征應(yīng)用于人的身份鑒別。由于人的步態(tài)具有易于感知、非侵犯性、難于偽裝等優(yōu)點，近來己引起了計算機(jī)視覺研究者們濃厚的研究興趣。

行為理解與描述高層處理的轉(zhuǎn)變

人的行為理解是需要引起高度注意并且是 具挑戰(zhàn)的研究方向，因為觀察人的 終目標(biāo)就是分析和理解人的個人行為、人與人之間及人與其它目標(biāo)的交互行為等。目前人的運(yùn)動理解還是集中于人的跟蹤、標(biāo)準(zhǔn)姿勢識別、簡單行為識別等問題，如人的一組 通常的行為(跑、蹲、站、跳、爬、指等)的定義和分類。近年來利用機(jī)器學(xué)習(xí)工具構(gòu)建人行為的統(tǒng)計模型的研究有了一定的進(jìn)展，但行為識別仍舊處于初級階段，連續(xù)特征的典型匹配過程中常引入人運(yùn)動模型的簡化約束條件來減少歧義性，而這些限制與一般的圖像條件卻是不吻合的，因此行為理解的難點仍是在于特征選擇和機(jī)器學(xué)習(xí)。目前，用于行為識別的狀態(tài)空間方法和模板匹配方法通常在計算代價和運(yùn)動識別的準(zhǔn)確度之間進(jìn)行折中，故仍需要尋找和8開發(fā)新的技術(shù)以利于提高行為識別性能的同時，又能有效地降低計算的復(fù)雜度。另外，如何借助于先進(jìn)的視覺算法和人工智能等領(lǐng)域的成果，將現(xiàn)有的簡單的行為識別與語義理解推廣到更為復(fù)雜場景下的自然語言描述，是將計算機(jī)視覺低、中層次的處理推向高層抽象思維的關(guān)鍵問題。

現(xiàn)在越來越多的視頻被記錄下來，但由于時間的關(guān)系，這些視頻信息很少會被完整的分析。在這種情況下，智能視頻(Intelligent Video，IV)應(yīng)用程序由此發(fā)展起來。新的智能視頻(IV)系統(tǒng) 可獲取車牌的視頻圖像并將此信息數(shù)字化，然后與數(shù)據(jù)庫中的內(nèi)容進(jìn)行交叉比對。人數(shù)統(tǒng)計和絆網(wǎng)則是智能視頻(IV)應(yīng)用的另一些實例。

由于在前端設(shè)備中提供了此類智能功能，可直接對原始數(shù)據(jù)進(jìn)行分析，并減少工作人員的工作量。智能網(wǎng)絡(luò)攝像機(jī)永遠(yuǎn)不會空閑，他始終出于警戒狀態(tài)，等待一個動作的觸發(fā)來啟動錄像。移動偵測功能可用于特定的警報設(shè)置，以適應(yīng)各種不同的特殊環(huán)境和事件強(qiáng)度。

智能視頻將原始視頻數(shù)據(jù)變成可操作的信息。監(jiān)控系統(tǒng)提供的智能信息可支持決策者在緊急情況下作出高質(zhì)量的決策。而類似人數(shù)統(tǒng)計等新的商業(yè)機(jī)會將會出現(xiàn)。