淺談視頻監控系統的現狀及發展趨勢

摘 要：隨著通信技術以及硬件的發展與進步，視頻監控系統的發展十分迅速，如今已經具備了相對完善的監控體系。本文首先簡單介紹了視頻監控系統的發展現狀，然后進一步對未來的發展趨勢進行探討，希望為相關人員提供一定的參考。

關鍵詞：視頻監控;發展趨勢;智能監控

隨著人工智能技術的發展，人們在圖像處理領域得到了突飛猛進的進展，其中人臉識別、車牌識別技術的應用已經非常成熟，尤其在視頻監控系統中已經得到了廣泛的應用并取得了非常重要的成果。

據報道，在張學友巡演期間，至少拘捕了46名逃犯或疑犯，也令張學友有了“逃犯克星”的光榮稱號，這一壯舉背后最大的功臣就是——視頻監控系統。

一、視頻監控系統的現狀

視頻監控系統具有悠久的歷史，廣泛應用于安防領域，是協助公安部門打擊犯罪、維持社會治安的重要手段。隨著寬帶的普及，計算機技術的發展，圖像處理技術的提高，視頻監控系統正越來越廣泛地滲透到教育、政府、娛樂、醫療、酒店、運動等其他各種領域。

目前廣泛使用的是網絡視頻監控系統，其由攝像、傳輸、控制、顯示、記錄登記5大部分組成。攝像機采集視頻數據，通過網絡傳輸到控制主機對視頻進行處理、顯示和記錄，最終將采集的視頻保存到存儲設備。視頻監控系統一般具有監控點多（攝像頭數量多）、視頻數據流大、存儲時間長、24小時連續不間斷作業等特點。隨著視頻監控系統的清晰程度以及攝像機數量的增加，需要多路視頻長時間同時寫入同一個存儲設備，即實時多路視頻寫入，要求存儲系統具有較高的帶寬且能長期穩定工作;同時對存儲容量的需求巨大，首先要有足夠的存儲空間一定時間的數據，其次要求存儲系統的擴展性能要求高，可在線更換故障設備或進行擴容。當發生了需要回放視頻的場景時，通過控制主機選擇性的將存儲設備中保存的視頻進行回放。

目前視頻監控系統的應用范圍主要有兩類，一種是多攝像頭視頻監控系統，一種則是單攝像頭視頻監控系統。多攝像頭視頻監控系統被應用于各行各業，例如在安防領域、銀行領域、交通領域、公共場所等。單攝像頭視頻監控系統相比之下較為簡單，一般是一個攝像、控制、存儲的一體機，常應用于家庭安全領域，人們可以通過遠程聯網查看家庭環境，也可以收到監控系統的報警信息。

二、視頻監控系統的發展趨勢

未來更智能的視頻監控系統將朝著適應和處理更加復雜多變的場景、識別和分析更多的行為和異常事件。如聲音識別、自動跟蹤、場景識別等技術將是視頻監控系統智能化發展的主要內容。此外，通過雙攝像頭來實現視頻三維信息獲取也是視頻監控系統的一個發展趨勢。

（一）聲音監控及識別

聲音的監控還處在薄弱的環節，大多數視頻監控系統的識別功能都是基于視頻畫面的場景進行的，而大多數視頻場景下的聲音也蘊含著巨大的信息，如銀行大廳及ATM的監控系統，通過對聲音進行監控可以識別是否存在打架斗毆，識別可以人員聲音等。

（二）自動跟蹤

實現對物體的跟蹤能夠解決很多社會問題，如違法汽車的追蹤，犯罪分子的逃跑線路追蹤，走失兒童的出走線路等，然而實現自動跟蹤相對比較復雜，需要一個巨大的視頻監控網絡來完成，而且對物體的特征提取準確度要求也較高。

（三）場景識別

在城市生活中，視頻監控系統已經形成了巨大的監控網絡，幾乎遍布各個角落，如果這些視頻監控系統能夠對場景進行識別，則會帶來巨大的價值。例如對影響治安的場景進行識別和理解，并進行報警，則能夠有效降低城市的治安問題。

（四）視頻三維提取

目前，很多視頻監控系統能夠對人物進行識別，例如考勤系統，小區門禁系統等，然而這些系統都是通過檢查視頻圖像中的人臉來完成的，無法區分是真的人臉還是一個人臉照片，雖然有點系統已經加入了活動人臉的驗證，但是對手機中的人臉視頻還是無法區分，因此通過雙攝像頭近似人眼方法獲取物體三維信息將能夠有效解決該問題。

然而，上述功能很多需要將多個系統聯動才能實現，而目前來說這一目標還難以實現，各個行業的視頻監控系統大部分還不能進行聯動處理，且各個系統的硬件結構、視頻的處理、網絡傳輸方式、視頻的存儲方式等都沒有統一的標準。

三、結語

綜上所述，視頻監控系統無處不在，已經給人們帶來了很多便利，然而人工智能在許多行業和領域都具有很大的潛力，雖然視頻監控系統的智能化程度在短時間內還難以達到科幻大片展現的效果。但是，視頻監控系統的智能化總會隨著技術的發展不斷的前進，其速度將會遠超我們的想象。

參考文獻：

[1]汪樹勝.視頻監控系統下視頻監控圖像偵查的應用及發展方向[J].中國高新科技，2019，（3）：106-108.

[2]胡正平，張樂，李淑芳，等.視頻監控系統異常目標檢測與定位綜述[J].燕山大學學報，2019，第43卷（1）：1-12.

[3]周培培，丁慶海，羅海波，等.視頻監控中的人群異常行為檢測與定位[J].光學學報，2018，38（8）：97-105.

作者簡介：段雨梅（1984-），女，黑龍江訥河人，碩士，講師，人工智能方向。