众所周知，物联网也叫传感网，是物物相联的互联网，它通过各类传感器，将互联网的用户端延伸和扩展到了各类物体目标上。而物联网的三大要素是感知、连接和应用，物联网三大要素中，最核心的是感知，亦即是最前端的传感器部分。

　　一般概念上，传感器包括诸如RFID、各类感应探头、数据采集装置等；而具备智能视频分析功能的视频采集设备，实质上也是一种更直观和智能的传感器，它可以通过智能视频分析技术来感知视频场景内的目标及其行为。随着智能视频分析与自动识别技术的发展，视频感知将成为最重要的感知技术，成为物联网信息感知层最重要的技术之一，视频物联网也就像人眼一样，成为智慧世界的眼睛。

　　智能视频分析传感技术

　　在智能视频分析技术的方向上，飞瑞斯公司利用多年来的累积优势，创新性的将智能视频分析技术与物联网技术相结合，在视频采集设备端的嵌入式平台下，对视频场景内的深度信息（如人和物的行为、数量、状态、身份等）进行挖掘，使得智能化后的视频采集设备成为一类可以感知和采集视频画面内的关键数据和有价值信息的物联网感知器。

　　在感知层，主要完成的工作就是对现实的物进行虚拟化、条码化、标签化；RFID技术是一种最常见的标签化实现技术。相比于RFID技术来说，基于智能视频分析技术的传感器具有一些明显的特点：

　　RFID通过外加标签的方式来实现对物的条码化、标签化；而基于智能视频分析技术的传感器则通过对物的可视化特征来将物进行虚拟的条码化、标签化。

　　RFID和智能视频分析均可以实现非接触的数据采集、标签感知。RFID方向性限制少，智能视频分析技术对方向要求高。

　　智能视频分析技术作为传感技术，可获得“所见即所得”的传感效果，感知出的结果的是目标的可视化属性；RFID技术需要将标签与物的属性建立对应关系之后才可获得目标物的属性。

　　智能视频分析技术作为传感技术，可感知一些动态的信息，如行为、状态等抽象动态信息；RFID一般采集到的数据都是静态信息，需要经过进一步加工和逻辑处理才可能获得动态信息。

　　智能视频分析传感技术应用场合限制比较多，需要目标物有明显的可视化特征。

　　基于以上视频分析传感技术的优缺点，针对限制条件下的应用，还是由很多的实用性。现有成熟的主要应用包括：

　　检测、捕捉和识别人脸，感知人的身份；

　　分析运动目标（人和物）的行为，防范周界入侵；

　　感知人的流动，用于客流统计和分析、娱乐场所等公共场合逗留人数预警；

　　感知人或者物的消失、出现，用于财产保全、可疑遗留物识别等；

　　感知和捕捉运动中的车牌，用于非法占用公交车道的车辆车牌捕捉；

　　感知人群聚集状态、驾驶疲劳状态、人脸遮挡、车流量密度、烟雾现象等各类信息；

　　目前行业内提及的智能视频分析技术，最常见的应用基本上都局限于安防应用，特别是安防应用中的人体行为识别类；而植根于“物联网”感知层的智能视频分析技术的应用领域和行业方向则不然，其空间之广度和价值之深度完全不可同日而语。

　　智能视频分析技术的应用方向

　　智能视频分析技术发展为一种物联网传感技术之后，其应用领域将会展现出一系列具有极大发展潜力的新方向：智能视频分析传感技术能感知的各种元数据和信息，在什么领域能够应用，那么这个领域就是智能视频分析技术的新应用方向。

　　我们在前面已经提到，智能视频分析技术能感知和理解的信息包括人脸(用户身份)、人和物的行为、人员流动、人和物的消失出现、人群聚集状态、人体疲劳状态、烟雾产生和蔓延等。所有需要用到这些信息的应用领域，都有可能成为智能视频分析的用武之地。

　　智能视频分析技术的实际应用场合

　　那么，智能视频分析技术的实际应用场合主要有哪些呢？针对以上应用，笔者试着一一分析之。

　　1.合作型的人脸识别应用。

　　人脸识别的应用是一个非常直观的智能视频分析技术的应用，它通过基于智能视频分析技术之人脸识别传感技术的人脸识别仪，来解决机器眼对人的直观识别。经过最近几年的技术积累，合作型人脸识别的技术已经进入到具备实际应用价值的阶段。

　　合作型人脸识别主要采用嵌入式识别方案，形成典型的物联网终端形态，亦即是人脸识别仪。通过多年技术研发，特别是多光源识别技术的引入、现场特征模型(LiveFeatureModel)训练等新技术的应用，已经使人脸识别终端具备了低成本(可与指纹技术成本接近)、高速度(1秒识别)、低误识拒识等特性，而且拥有直观、可查证等优势，在各类身份验证场合具有绝佳的应用前景。

　　应用场合：考勤、门禁、幼儿园接送认证、访客登记管理、会议签到和身份认证等。

　　2.非合作型的人脸捕捉、人脸对比。

　　非合作型的人脸捕捉，由基于智能视频分析之人脸捕捉技术的人脸捕捉仪来实现动态的前端人脸照片捕捉。这种人脸捕捉方式，由于无法得到被捕捉人的配合，人脸信息精度不高、角度变化大，而导致很难做高精度的人脸识别身份认证。但是在小样本库的人脸对比中，还是具有很高的应用价值。

　　非合作型的人脸捕捉，通过前端的人脸捕捉仪，从视频场景内捕捉出所有的人脸照片，并传送至后端平台。后端通过对样本库的人脸对比，对比出最接近的人脸资料/资料组，供使用者进行初步身份筛选。

　　与合作型人脸识别的最大不同在于，前者属于精确识别，后者属于非精确的对比，所以应用场所主要是非关键身份验证的场所，起到对使用者一个提示、警示的作用，提醒使用者进行进一步的身份核实。

　　应用场合：店铺、星级酒店的VIP/黑名单用户的初步识别与提示；金融场所、机场、码头、海关的VIP/黑名单用户的初步识别与提示等。

　　3.客流统计、人数统计。

　　现有常见的客流统计技术包括红外感应、重力感应、机械道闸等，但是这些技术只能达到70%左右的准确率，并且应用场所有着诸多限制。

　　现有的嵌入式平台下通过视频智能分析技术实现的客流统计终端，是一种非常典型的物联网终端。它直接嵌入了摄像头和智能分析模块、GPRS/3G等传输模块，通过对出入口和主要通道的非接触式分析，可以做到95%以上的准确率，而且无需后端分析支持，可以应用于各类商业场所的客流动态分析、娱乐场所的场内人数超标预警、移动车辆上的客流统计等(移动车辆上的客流统计是智能交通的一个重要组成部分)。

　　客流统计的需求日趋旺盛，如果能在技术实现时充分考虑商业用户的特殊需求，它完全有可能成为智能视频分析技术的一个非常重要的应用分支。

　　应用场合：各类商业超市、连锁店铺、中小型店铺、公园景点、文博会所、公交车辆、长途车辆等。

　　4.周界入侵防范。

　　单一的智能视频分析在周界入侵防范的应用上，有着很多的不足：场景多变、误报率居高不下、识别效果不尽人意等。但是，将周界入侵预警器器和其他类型的传感器相结合，以多重防范探测进行综合应用，则可以取得非常好的效果。现在针对家庭、店铺、车辆的典型应用场合的综合应用方案已经获得了很好的评价。

　　现有的入侵检测如红外探测、震动检测等传统手段误报率都很高，利用物联网技术的次声压传感检测技术、泛红外和微波检测技术等传感检测技术则对周界入侵检测有很好的效果。但是，这些技术在检测到报警后，都没办法实现即时的确认是否为误报。如果这些技术与视频分析技术、手机视频等进行综合应用，进行双鉴探测等，则可以为用户提供高效率、低误报、可直观确认的用户体验。