智能监控在复杂环境下如何突破

　　智能监控技术步入发展的瓶颈，该如何突破这一瓶颈是目前智能监控技术的一大重点难题。如今，在各行各业中，智能监控应用相当广泛，若能将智能监控的环境区分、运算算法简化，也是实现智能监控一大突破重点。

　　在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、背景杂乱等都会增加智能分析算法设计的难度。当应用环境背景复杂，光照变化引起目标颜色与背景颜色的变化时，分析软件可能造成虚假检测与错误跟踪，这种光照变化对算法的影响是无法完全消除的。当智能分析技术应用在各个行业时，若能进行应用环境的区分和运算方法的简化，实现单一应用，为每个行业进行特定开发，并嵌入专门的算法，或只针对某一种或简单几种事件进行分析，比如重要出入口的人员跟踪，系统只需嵌入分析及跟踪算法等，则会简化智能分析技术的运算方式，而智能分析技术也会更贴合行业需求特点，进行更为精准的分析运算。

　　智能分析技术的行业化开发需求一方面来源于行业发展与技术限制，同时，更大程度上取决于实际应用效果的真实反馈。目前智能分析技术有行为分析、特征识别、视频诊断、分类统计等，而不同行业智能视频分析技术应用的侧重点也有不同。

　　IVS的前景十分美好，但仍面临漫长的探索路程。智能视频监控和普通视频监控本质的区别在于：普通监控视频只是帮助我们“看”；而智能视频监控不仅要“看”，而且能“看见”、能“理解”，能够搜寻目标，分析视频内容，处理视频监控的结果。总体上说，智能化是视频监控的亮点，但同时又是视频监控技术的关键和难点。智能视频监控技术的研究和应用仍处在萌芽状态，刚刚步入初级阶段。