随着监控高清摄像机的普及，智能视频分析技术的日趋成熟和完善，越来越多的行业对智能视频分析的要求也越来越高，应用的场景相比以往更为宽泛，也更为细化，这对智能视频分析的专业化提出了更高的要求。针对监控中智能视频分析的一些常用功能，我们从入侵侦测、人车流量检测、人像识别、车牌识别、遗留物检测和异常行为检测等几个方面，对智能分析的部分场景应用进行简单的分析。
入侵侦测
入侵侦测是指前端产品智能识别人或物入侵的行为，并对潜在的危险行为进行报警的一种功能。当人或物进入指定区域或视频区域后，智能摄像机会对视频区域内出现的运动目标进行自动识别，同时对识别出来的目标进行跟踪和报警。
越界侦测：在监控范围内设置一条或多条固定的界限，当人或物越过界限时，会触发报警或执行某种设定好的动作。此功能允许用户设定一条或多条任意形状的界限，采用单向或双向越界模式进行。例如在距天台边缘一定距离，设置一条界限，当有人或物穿越预先设定好的界限时就会触发报警;
区域侦测：与越界侦测类似，只是将侦测的范围由一条或数条界限改为一个或多个区域。比如监控一个路段，红**域被设置成入侵检测的区域后，只要行人或车辆进入该区域，就会触发跟踪、拍照、报警等;
移动侦测：是在监控范围内有物体移动时，触发录像、报警等的一种普遍使用的功能，常用于无人值守的监控区域。例如在前端摄像机视频范围内出现山体滑坡，触发报警和录像等一系列指定动作。
入侵侦测具有数字化、智能化、集成化、可视化、标准化的特点，广泛应用于金融、交通、公安、消防、边防、监狱、自然灾害等各领域，起到防患于未然和突发事件应急预警的重要作用。
人车流量检测
人车流量检测是指对过往行人和车辆进行智能识别、分析、统计的一种功能，当人或车通过或进入指定的界线和区域时，触发自动识别、自动记录和自动统计;或当人数和车辆数量达到设定的数值时，还会触发报警。
人流量检测与统计：进出的行人通过出入口时，途经设定好的检测区域，会触发前端摄像机的记录和识别功能，对进入或离开该区域的人数进行实时记录和汇总;当进入该区域的人数达到设定的上限时，触发报警功能。人流量的统计还可按不同时段进行记录和汇总，这种方法能有效地控制进出人数，防止诸如景区游人超负、**件的发生;
人流量统计
车流量检测与统计：当车辆通过指定区域时，触发识别和记录功能，对往来车辆的数量进行统计;同时还可结合智能识别功能，区分出车辆所属类型，进行分类统计和预警。
人车流量检测和统计，对于交通、旅游、海关、商业、娱乐、体育等领域都有着非凡的意义，统计结果可能直接影响政府的决策，对合理布局、合理利用、使用资源提供科学的依据。
人像识别、车牌识别
人像识别比对系统可实现人脸捕捉、定位、跟踪、轨迹记录、采集、比对等功能，能识别比对不同人员的身份，并及时向管理部门和人员发出警报信息等功能，在公共安全防范、逃犯追捕、金融安全等领域有着不可替代的作用。
人像识别是智能视频分析的基础，通过人脸图像采集、识别，进而从“大数据”中进行检索、比对、身份确认才是智能视频分析的真正意义所在。
智能人像识别的特点：
·允许采集人脸上下左右扭转15-30度，而不影响识别结果;
·针对多人像的图片，系统会自动检测人像并分割出多张独立照片;
·识别的准确度受到光线、背景、饰物的影响能达到最小;
·自动识别待识别对象是否是具有生命体征的活体人，如发现是照片不予识别;
·自主制定的优选策略选择角度最佳、图像最清晰的人脸图像截取标准人像;
·根据采集的图像进行智能“数据”检索、匹配;
·联网报警。
车牌识别是现代智能交通系统中的重要组成部分。它是基于高清图像、视频处理、识别等技术为一体的一项重要功能。广泛应用于交通流量检测、控制、诱导、分流;机场、港口、小区等出入口车辆管理;违停、闯红灯、违规行驶、交通肇事等违章或违法车辆的监控;高速公路、桥梁、隧道的ETC、不停车自动收费的停车场安全防盗管理、统计各种车型的出行时间等。
车牌识别对智慧交通、停车管理、交通执法、高速公路监管各种场合有着十分重要的作用。
遗留物检测
在智能视频监控系统中，遗留物检测是一个很重要的应用，普遍运用于火车、地铁、机场、酒店等公共场所，在这些场合的视频监控系统中，能自动地检测遗留物品(如背包、手提箱、行李箱等)。遗留物检测功能是一个关系到公共安全的非常重要的功能。
异常行为检测
银行、闹市区、车站候车厅、节假日景区等都是人员复杂、人流量大的公共场所，极易造成诸如一些人员聚集、打架、拥挤、踩踏等异常状况，这些行为的特点是突发性强、持续时间短，造成的危害大。这些异常行为的发生会扰乱公共场所秩序，危害公共安全，因此异常行为检测在整个智能视频监控系统中，对于应对和处理突发事件的作用尤显重要。
人的异常行为检测和识别对于人来说似乎十分简单，但对监控系统来说，确是十分复杂的一项工程。人的异常行为检测和识别既融合了视觉与音频、运动与生物，也整合了人机互动、人工智能等等。它涉及到视觉感知、模式识别、心理学、生理学、物理学等多项领域和技术，因此对于提高视频监控智能化程度来说，异常行为检测和识别技术的提高是一个主要途径。
智能视频分析系统融合视频处理、图像处理、模式识别以及人工智能等多个领域的先进技术，在不断细分的市场中，智能视频分析的功能也逐步被细化，不同的行业将会对智能视频分析的侧重点提出新的要求，我们相信智能视频分析也将向着更加专业化的方向发展。
智能视频分析技术未来发展趋势
适应行业化、专业化、具体化的发展要求
随着市场的不断细分，智能视频分析未来的发展方向也会被不断细化，以适应更为复杂和多变的场景发展，从更具体化的，更贴近实战的角度切入，针对不同行业的不同要求，制定不同的行业标准。
因此，智能视频分析行业化、专业化、具体化的要求就是针对各行各业的特色，根据不同的特殊要求和不同的侧重点，制定不同的具体解决方案，以达到要求不同、功能不同、专业性更强的目的。过去那种不管什么行业都通用的做法显然已经不合时宜，在竞争日以激烈的安防行业，更加细化、更加专业化、更加具体化的，针对性极强的定制性服务才是王道，才是安防企业的生存之道。
市场需求是行业发展最大的助推剂，智能视频分析会在不断细分的市场压力下，通过标准配置与专业定制相结合的方式，针对视频分析技术的普遍性和具体性，为各行业的客户实行定制产品和定制服务。
适应共享化、智能化、集成化的发展要求
作为网络时代的产物，智能视频分析的目的是帮助人们实现更智能、更高效地进行数据收集、挖掘、整理、分析和处理;提高视频资源利用效率，实现智能分析大数据共享的智慧时代。
在物联网、云存储、大数据背景下，智能视频分析的综合利用技术还有待进一步提高，随着安防监控市场的发展。诸如车牌识别、银行人像识别、户籍证照、海关人像识别等影像图片资源并未与其它应用系统实现共享。我们相信共享化将是未来智能视频监控发展的必由之路。
随着市场的发展，对智能视频的前端和后端产品的智能化程度要求会更高，目前对监控视频的利用还基本处于人工为主，智能分析为辅的层面。诸如交通系统中常用的违章处理，虽然拍摄了视频和图片，但在判断是否属于违章时，仍然需要人工核对。
在大数据、智能技术不断发展的今天，智能视频的集成化要求也越来越高，涉及的应用领域也越来越广、越来越细，因此智能视频的分支也会更加细密。
我们例举到的入侵侦测、人车流量检测、人像识别、车牌识别、遗留物检测和异常行为检测等功能只是智能视频的基石，在整个智能安防领域中，如何克服环境因素，提高智能识别和判断的准确度;如何实现、优化网络数据与传输，降低和减少数据传输、存储过程的损失;如何减少摆脱地域的限制，以更快捷的速度、更智能的方式、更易用的使用模式，为用户提供有用的信息，都是整个智能安防应用领域关注的热点和难点。
