智能化面临尴尬 浅析智能分析技术弊端

    智能分析经过多年发展，实际应用也在逐步增加。在实际环境中，光照变化无常、目标运动复杂性、遮挡、目标与背景颜色相似、杂乱背景等都会增加目标检测与跟踪算法设计的难度。本文具体分析了影响智能分析应用的几个方面：

    背景的复杂性：光照变化引起目标颜色与背景颜色的变化，可能造成虚假检测与错误跟踪。采用不同的色彩空间可以减轻光照变化对算法的影响，但无法完全消除其影响；场景中前景目标与背景的相互转换，与行李的放下、拿起，车辆的启动与停止；目标与背景颜色相似时会影响目标检测与跟踪的效果；目标阴影与背景颜色存在差别通常被检测为前景，这给运动目标的分割与特征提取带来困难。

    目标特征的取舍：序列图像中包含大量可用于目标跟踪的特征信息，如目标的运动、颜色、边缘以及纹理等。但目标的特征信息一般会随时变化的，选取合适的特征信息保证跟踪的有效性比较困难。

    遮挡问题：遮挡是目标跟踪中必须解决的难点问题。运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标部分不可见会造成目标信息缺失，影响跟踪的稳定性。为了减少遮挡带来的歧义性问题，必须正确处理遮挡时特征与目标间的对应关系。大多数系统一般是通过统计方法预测目标的位置、尺度等，都不能很好地处理较严重的遮挡问题。

    兼顾实时性与健壮性：序列图像包含大量信息，要保证目标跟踪的实时性要求，必须选择计算量小的算法。健壮性是目标跟踪的另一个重要性能，提高算法的健壮性就是要使算法对复杂背景、光照变化和遮挡等情况有较强的适应性，而这又要以复杂的运算为代价。

    针对上述的问题，如何来提升视频智能分析系统的有效性与实用性，我们可以从下述方面加以改进或是提升。

    1、优化算法，制定针对场景的分析策略，使得算法的准确性得以增加。

    2、合理选择摄像机安装角度，分析的准确程度，绝大部分取决于角度的合理性。

    3、增加辅助补充设备，像增加补光灯或是红外光源，使在各种复杂条件下能加以应用。

    视频智能分析系统是未来视频监控系统发展的必然趋势，作为从海量数据中获取有用信息最方便快捷的手段，将会成为视频监控系统的主力军，并且随着高清化，智能化的有机结合，随着摄像机与智能分析的一体化发展，其产生的作用及影响会越来越大，将传统的人防转变为技防。