視頻分析，英文叫IVS(Intelligent Video Ssytem)，視頻分析技術(shù)就是使用計算機(jī)圖像視覺分析技術(shù)，通過將場景中背景和目標(biāo)分離進(jìn)而分析并追蹤在攝像機(jī)場景內(nèi)目標(biāo)。用戶可以根據(jù)的分析模塊，通過在不同攝像機(jī)的場景中預(yù)設(shè)不同的非法規(guī)則，一旦目標(biāo)在場景中出現(xiàn)了違反預(yù)定義規(guī)則的行為，系統(tǒng)會自動發(fā)出告警信息，監(jiān)控指揮平臺會自動彈出報警信息并發(fā)出警示音，并觸發(fā)聯(lián)動相關(guān)的設(shè)備，用戶可以通過點擊報警信息，實現(xiàn)報警的場景重組并采取相關(guān)預(yù)防措施。
  　　視頻分析其實是仿生學(xué)的一個分支，也是人工智能的一個分支。仿生學(xué)技術(shù)，就意味著要模仿生物的方法去實現(xiàn)一定的功能，那么這種生物的弱點也就全部引進(jìn)；既然是人工智能，就必然意味著是根據(jù)統(tǒng)計得出結(jié)果的方法，這里面沒有捷徑可言，只能踏踏實實的慢慢改進(jìn)，不斷的根據(jù)更多的樣本改進(jìn)。
  　　視頻分析根據(jù)人眼的生物特性來建立一個基本的運(yùn)行思路，即采集、預(yù)處理、處理、動作。人眼睛作為傳感器，實時、真實的將圖像反映到大腦中，這時候人眼生成的圖像是一種復(fù)合的圖像，即將清晰的焦距成像（眼睛中心）和旁邊的稍虛的圖像合成，傳送給大腦。而大腦并不是對所有的圖像做全部實時分析，而是先采用多層分級的處理過程，首先將背景、緩慢移動、距離最近的目標(biāo)的分辨率最低化，其意義就是忽略了很多細(xì)節(jié)，比如你可能只關(guān)心是個男人還是女人，他、她的外形、高矮、胖瘦、衣服顏色等，而不是首先關(guān)心他、她的長相細(xì)節(jié)，這就是所謂的熟視無睹。然后對于某些突出的細(xì)節(jié)（感興趣的區(qū)域）在進(jìn)行二次分析，獲得細(xì)節(jié)的東西，然后根據(jù)平生所學(xué)的規(guī)則，進(jìn)行判斷，作出動作。
  　　當(dāng)前的視頻分析系統(tǒng)采用了仿生學(xué)，但是技術(shù)條件的限制，還無法完全模擬人眼。第一，攝像機(jī)生成的圖像全部是很清晰的圖像，圖像算法必須首先處理所有的像素，這就意味著一個很高的計算量，這個計算首先需要分割圖像，將可以的運(yùn)動分離出來，然后再對這個運(yùn)動目標(biāo)進(jìn)行預(yù)處理，根據(jù)其運(yùn)動特征判斷其到底是一個誤報還是一個真正的運(yùn)動目標(biāo)（真正報警或虛警）。一旦把無報警分離出去，剩下的事情就好辦了，那就是所謂的目標(biāo)分類，分類很多時候需要分析非常多的像素（上百個像素），才能利用“所謂的”高級算法將目標(biāo)分類為剛性目標(biāo)和柔性目標(biāo)，再通過更細(xì)致的算法（行走的行為方式和肢體動作）來判斷這是動物還是人類，到此為止。
  　　在仿生過程中，當(dāng)前的視頻分析算法有輕有重，所以對于單位像素的計算能力各個廠家都不一樣，所以你們就可以看到有的產(chǎn)品性能很好（固定高度目標(biāo)的識別率/距離），有的不好。因為大部分廠家采用了CIF分辨率的像素來計算，這樣大大降低了所需的計算能力，但是同樣大小的人在CCD上成像像素數(shù)量也成倍地減少。這樣同樣的算法，采用4cif分辨率的識別距離要高很多。
  　　除了處理的像素數(shù)量多少，還有個處理速度的問題，有個算法由于優(yōu)化/簡化問題，只處理10幀/秒，那么識別的速度和能力也會大打折扣，比如快速跑動慢速移動的目標(biāo)可能就檢測不到。如果要做實時處理4cif，那就需要非常優(yōu)秀的算法,否芯片的計算量還是挺大的。
  　　另外，還有一個很大的問題，就是景深校準(zhǔn)的過程。視頻分析的理論基礎(chǔ)是現(xiàn)行的光學(xué)特性，也就是說人離攝像機(jī)越近,成像越大；離攝像機(jī)越遠(yuǎn)，成像越小。這種理論在國外的實踐中，由于采用了較好的鏡頭，變形很小，識別能力還是較高的；但是一旦到了中國，我們的攝像機(jī)一般都是為了降低成本，采用了較便宜的鏡頭，而這種鏡頭變形很大，對于人眼來講，可以適應(yīng)。但是對于識別算法來講，變形后的像素數(shù)量、高度沒有比例關(guān)系，可能在光軸上成比例，而在側(cè)面、鏡頭近處變形的厲害，那么識別算法就會得出高2米的人，或者很怪異的圖像邊緣，識別性能就會大打折扣。所以除了采用3點一線的矯正方法外，其實還需要考慮鏡頭的性能以及對于不同城廂區(qū)采用不同的大小、速度規(guī)則，來提高識別率。當(dāng)然如果，監(jiān)視的區(qū)域凹凸不平，也需要在景深里進(jìn)行相應(yīng)調(diào)整，畢竟同一距離的目標(biāo)，站位高低所獲得像素數(shù)量也不一樣。
  　　談到人工智能，那就是統(tǒng)計算法，那么必然需要時間累積才能無限逼近真理。但是視頻分析的防區(qū)不可能給你這么寬的區(qū)域、這么長的時間來累積，獲得優(yōu)質(zhì)結(jié)果，那么識別算法的預(yù)處理過程其實就顯得尤為重要。創(chuàng)新的算法是在預(yù)處理過程就引入先進(jìn)的概率算法，降低誤報處理，這樣能夠在1-2秒鐘之內(nèi)完成準(zhǔn)確的識別。
  　　其實，對于統(tǒng)計算法，其最根本的基礎(chǔ)是需要某個基礎(chǔ)準(zhǔn)繩，即背景無運(yùn)動。所有的識別算法都是基于一定的條件來設(shè)計硬件平臺的。如果有大量背景運(yùn)動，系統(tǒng)就沒有充足的計算能力來判斷所有的情況，當(dāng)然目標(biāo)分類也就無從談起了，結(jié)果就是大量的誤報警出現(xiàn)。
  　　如果說視頻分析技術(shù)在幾年前在處在實驗室階段的話，那么現(xiàn)在的視頻分析技術(shù)分明已經(jīng)走入了成熟的商用階段，優(yōu)化的算法、成熟的技術(shù)，為客戶更高級別的安全保護(hù)。