产业在技术演进中出现变革。当下的中国安防，当行业有深度应用需求时，海量数据的挖掘、分析用户需求成为热点时，人工识图难以胜任。于是乎，智能化应运而生，它的出现，就是为了改变安防人工识图的工作方式。
人工识图趋向末路
我们现在大多接触到的监控系统，无论是模拟还是模数混合，抑或纯数字，其工作方式依旧是“实时监视，实时录像”。而视频监控涉及的数据信息类型很多，以数据的结构类型来看，视频监控涉及的数据还是以非结构化信息为主，这些数据作为一个整体，构成了视频监控系统或者说安防数据基础;与此同时，视频监控系统的数据体量巨大并以惊人的速度不断快速膨胀，随着视频监控图像系统的不断联网和整合，以及视频分辨率和帧率的不断提高，实时视频数据的存储已经从TB级别开始跃升到PB级别;更严峻的形式是，安防数据类型越来越繁多，以往的平安城市系统基本上主要是上面提到的视频、图片、地理位置信息等，但是随着各类监控以及相关的信息系统的不断整合，数据类型也会越来越多;此外，视频监控数据整体蕴含的价值密度低，但是价值高。以视频监控数据为例，在7×24小时连续不间断监控过程中，可能有用的数据仅仅几分钟，甚至是几秒。这些信息更新频率很快，安防数据每时每刻都在大量产生，信息每时每刻都在更新。
对于这些非结构化信息，查询的依据只能是空间与时间两个维度，这样的信息利用方法不仅效率低下，其中隐含的价值信息也会被大量冗余的信息所覆盖。一个直观的感受就是，现有平安城市通常要进行7x24小时，长达30天的视频存储，往往存储规模达到数百GB，甚至PB级别，而往往真正有用的信息只是其中几分钟，几十秒甚至几秒钟的视频片段。据专家统计，我国99%的大案要案侦破需要视频监控信息，但公安破案在过去一直停留在人工浏览录像查找线索的阶段，动辄就要调用全市警力日以继夜的查看监控视频，这种技术局限在监控前端数量不断增加的当下，导致了越来越严重的问题。这样的信息利用方法不仅效率低下，其中隐含的价值信息也会被大量冗余的信息所覆盖。
所以，广泛而深入的视频监控应用，带来视频数据海量式的增长，光靠人眼识别可疑迹象远远不够，事后靠人工手动查验更是越来越困难，将被动监控变为主动方式。要告别人工由智能方式替代，是安防向高效深入应用迈进的必由之路，也可以认为，人工识图走到了应用的尽头。
破茧而出，智能化应用正当时
智能，对于人类而言源远流长。早在上世纪40年代基于抽象数学推理的可编程数字计算机的发明，使一批科学家开始严肃地探讨构造电子大脑的可能性。而在安防行业要追根溯源大概在新千年初期，那时候的智能何时能照进现实，当时一批安防人士翘首以盼。安防在经历诸多变革中来到2005年，这时期已经有企业开始研究安防智能化应用。比如，科达在平安城市用智能视频分析全面提升公安警务工作中的实战效率。到2012年，在高清引爆安防之际，不甘人后的视频监控企业争相开始了智能化产品的推出。如果2010年是高清元年，2012年行业主旋律是智能化，它无可争议坐稳了发展趋势头把交椅。
由上可见，智能化需求是在视频监控科技和市场发展到一定阶段后的必然产物，但其技术实现和市场培育远比我们遐想的，复杂太多。
从技术层面看，智能视频分析初级应用以检测为主，在取代报警功能方面有一定作用，但如果要开展深入应用需要具备识别分析功能，要做到此功能的企业市场上并不多见。国外智能化老牌企业OV主要提供智能视频分析的底层算法和管理软件;以色列NICE视频分析模块最大的特点是在多行业应用中对即将发生的事件发出主动提醒;国内排名靠前的几大巨头在智能化方面都有超高表现，深圳的飞瑞斯、威富、中控、贝尔信、辉锐天眼、华夏智信和杭州智诺都在各自擅长领域有所建树。记者在采访中也了解到，科达对于智能化的理解是在基于感知、云存储、大数据完整智能体系下，告别人工识图。告别人工识图是智能化目的，而实现方式必须在一整套智能化体系下完成，或许，这才是真正的安防智能化应用。
以记者的理解，深入行业化应用，通常面临监控仅停留在实时浏览和录像，无法识别画面中的内容，更谈不上思考和行动。而科达感知型摄像机能够识别出监控画面中的内容，并通过后台的云计算和大数据分析，来做出思考和判断，并在此基础上采取行动。该系类产品是智能分析经济性和规模化部署的基础，也是未来大数据应用基础。此外，根据监控场景和需要识别的内容，科达推出了3个系列的感知型摄像机产品：特征分析摄像机、车辆卡口摄像机、人员卡口摄像机。如果感知摄像机是人的眼睛，而云计算和大数据就是大脑，不但分析识别还进行存储记忆，这就是告别人工识图的技术方式。
三言两语看似简单的智能分析技术，并非那般容易。它自身由于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、杂乱背景等都是困难;当前海量视频在做智能分析时，需要大量的运算资源，但目前很多智能产品性能有限，且不支持集群，没有形成智能的计算云;数据碎片化严重，智能分析的结果没有很好地传递和保存，没有形成统一有效地管理，且智能分析后的海量数据利用率不高，没有进一步深入挖掘这些数据的价值，这些都是技术难点，很难一蹴而就。
值得一提的是，从技术实现方式来看，前端和后端智能都有各自的用武之地。感知型摄像机是为了减轻建设成本而大量采用，但并非所有的识别分析前端产品能实现，这是后端智能分析服务器的擅长，它的识别分析能力目前较前端更出色。
在市场领域层面，目前智能化改变人工识图方式应用领域并非遍地开花，而其中当属平安城市和智能交通行业应用最为成熟。要告别人工，前提要对视频数据进行结构化整理，提取其中的特征属性，形成可查询的数据库，在需要的时候可通过这些特征属性查询的相关的目标及信息。在平安城市行业，海康威视提供各种行为分析、智能跟踪等传统智能产品，用于提升监控效率，同时也提供人脸实时比对、人脸大库检索、视频摘要、视频二次检索、以图搜图等用于提升公安刑侦破案能力和加强对关键点位的监控能力。科达在平安城市应用的海燕车辆大数据与海鸥人员大数据应用系统，主要是针对人员以及卡口过车数据进行识别分析，提供一系列人员与车辆的大数据布控、检索、比对等各种应用，比如人脸/全身像检索、高危人员比对、人/车实时布控、人/车以图搜图、人/车多点碰撞等，用于侦破案件时快速找到涉人、涉车线索。
在智能交通领域，车辆大数据系统不仅能识别记录各种车辆违法行为，还能记录详细的细分车型、车标、车身颜色等深度信息，为交通管理者带来详实的城市交通车辆数据，从而为下一步的交通管理与规划服务。天地伟业在智能交通针对道路监控开发的交通事件智能检测系统通过对道路监控视频的实时分析，可以实现车辆停驶、车辆慢行、车辆超速、车辆逆行、交通拥堵和抛洒物等事件检测，同时可以实现车辆间距、队列长度、车辆平均速度、车道占有率和车流量统计等路况信息数据的统计。
其实，不同的行业对于视频监控的需求一般有着非常明显的差异，对于智能视频分析的应用需求就更加复杂多变。监狱为减低犯人自杀现象，如何通过智能视频分析实现;银行如何分析识别非法粘贴小纸条、安装假键盘、蒙面、暴力抢劫等行为;机场对于遗弃物的检测和徘徊检测的需求比较突出等。要深入行业，挖掘客户真正需求，也非旦夕之功。需要指明一点，对于视频监控而言，图像越清晰，细节越明显，观看体验越好，智能化应用业务的准确度也越高，所以图像清晰度是视频监控永恒的追求，高清与智能，密不可分。
