正是由于价格的居高不下，国内的普通用户消费水平无法达到，使得智能视频分析产品只能在高端领域中应用，难以“飞入寻常百姓家”。

　　智能监控产品创新发展

　　厂商在研发过程中，要根据实际情况着力提高智能视频分析算法性能，在提高实时性、可靠性同时降低系统误报、漏报概率，同时提高智能视频分析产品的性价比。更重要的是，通过安防用户共享知识产权、研究成果等方式有效降系统建设成本，充分调动安防用户使用积极性，加快推动安防智能视频分析应用推广。

　　此外，安防市场管理部门要加快制定标准和规范助推智能视频分析的发展。牵头加快推进安防智能视频分析应用产品标准体系架构研究，从基本功能和总体技术性能要求、检测认证方法等方面编制相应的技术标准，或者通过组建“智能视频分析产品认证检测中心”等相关认证机构，提高智能视频分析性能鉴定的权威性和可操作性，在此基础上进一步完善市场准入、日常监管制度，营造规范、有序的市场环境，为安防智能视频分析应用推广“保驾护航”。

　　未来仍需提高的部分

　　虽然智能视频分析技术已得到快速发展，但是实施到具体的应用，还有许多复杂的技术问题。

　　无法完全消除误报的影响。例如运动目标识别中的背景建模技术，在控制漏报数量的同时，还不能完全的删除误报。在以目标识别为技术基础的周界防范产品中，误报的数量一直是反映该产品优劣的一大指标。而误报的数量是由背景模型与实际使用情况之间的差距造成的。模型的适应能力越强，造成的误报越少，背后要求的技术也越高。影响背景模型建立的因数很多，例如空旷的柏油马路和边上有树木的围墙，6m高的摄像机与2m高的摄像机所拍摄的画面就需要不同的背景模型，白天和黑夜的状态需要的模型也不同。目前，行业中还没有开发出一种可以涵盖所有使用情况的背景模型来，也无法完全的解决随机事件的影响，如在黑夜环境下车灯造成的误报。

　　不具备行为的判断能力。例如周界防范，机器中行为分析的区域入侵功能能够发现活动目标，并可以在这些活动目标中利用技术手段把用户希望的目标(例如人体)提取出来。但是再进一步，这个闯入者的动机是什么，是偶尔路过，还是故意闯入，是否有意的往警戒区域内探望，这些都无法靠机器来识别。毕竟智能视频分析还只是一系列设定好的数学公式与程序，远没有达到人的判断能力。

　　特征识别技术对画面要求高。对于基于特征识别的分析技术，对于图像的要求比较高。除了画面本身清晰度外，也需要清楚的展示目标物体的特征，目前计算机的识别能力大大低于人类对物体特征的识别能力，不同的光照条件和拍摄角度，都将改变计算机所看到的特征。因此，对摄像机的安装以及周围环境的要求比较高。例如车牌识别的产品，对车牌在画面中呈现的角度，像素大小都有比较严格的要求，这些高要求限制了该类产品的实施与应用。

　　CPU的处理能力仍然是瓶颈。要满足实际复杂的应用环境就需要越加复杂的算法，随之带来了巨大的计算量，目前DSP芯片的能力有限，已经不能满足某些复杂算法的需要。因此，难以开发相应高级功能的嵌入式产品，这也增加了很多产品的施工难度与实际推广的阻力。

　　总体而言，智能视频分析技术也如计算机一样，对于传统的手段是智能的，但是对于人的智慧来说，还处于低级的阶段。

 

（责任编辑：荀浩）