智能算法及功能开发能力，不但可以增强硬件产品和系统软件的竞争力，还将进一步提升企业的整体竞争力。这或许是安防企业真正吸引用户，吸引合作伙伴的趋势。

《安防经理》：目前视频监控智能分析技术取得了哪些实质性的进步？相关智能功能在行业或项目中的应用成熟度如何？还存在哪些问题？

海康威视周井泉：1）视频监控智能分析的实际应用效果得到提高。智能分析更加准确，更加及时，同时也能更好的适应复杂的场景，有效的减少干扰。

2）视频监控智能分析技术应用场景更加多样化。针对不同场景的需求，越来越多的智能分析技术得到了应用。

根据不同的智能功能，其在行业中的应用成熟度也不同，如应用于智能楼宇和交通等行业的客流统计；应用于智能楼宇和公安等行业的人脸比对和检索功能；应用于司法的起身、剧烈运动、攀高等功能；金融的ATM机异常人脸检测、尾随，徘徊检测等智能功能都得到了广泛的应用。例如像图像复原、车辆套牌检测等智能功能，由于产品比较新，现在应用的成熟度还比较低。

主要存在的问题有：

1）客户期望的效果与实际智能功能所能达到的效果之间差异性较大。在需求收集过程中发现，实际场景的应用时，由于应用场景往往比较复杂，个别厂商宣传时夸大智能功能的效果或者客户对智能产品不够了解，导致实际效果和客户所期望的效果有出入。

2）智能产品的实际应用中，由于客户、工程商和集成商等对智能产品了解不够，而智能产品的操作相对于普通产品较复杂，不同场景往往需要不同的参数配置才能达到较好的效果，非专业的操作会影响智能功能的效果，需要有专业人员进行操作上的指导培训。

3）对待分析的场景有特定要求。人体行为分析功能，如场景中一些非关注性的运动目标（摇晃的树枝、进入场景的小动物等）可能引起智能功能误检测，从而导致误报；人脸抓拍比对功能，要求场景不能背光太严重导致抓拍的人脸光线不足，相机架设高度和角度，导致抓拍人脸尺寸过小等，这些都会智能产品性能的下降。

《安防经理》：目前国内企业在智能算法和功能模块自主开发方面的水平如何？

答：最近几年，国内企业的关于智能算法和功能模块的开发投入了大量的人力、物力，取得了很大的进步。研究并学习了国际先进的智能算法和功能模块，同时根据国内特定应用场景提出了更行之有效并具有自主知识产权的智能算法和功能模块。

《安防经理》：真正具有自主算法和智能功能开发的企业是哪些？这些企业群体处于什么发展状态？

海康威视周井泉：目前国内具有自主算法和智能功能开发的企业已经很多，各大公司纷纷推出自己的智能安防产品，其中以海康威视等作为智能功能开发的主力军，国外企业如博世、霍尼韦尔、三星、松下等主要的大公司。

随着大数据、云计算等技术的发展，视频监控智能化在安防行业是一个重点发展方向，因此，各大公司分别投入了大量的科研人员和经费用于智能算法的研究和智能化产品的开发，同时有很多公司关于智能化产品的研发刚刚处于起步阶段。

《安防经理》：将越来越多具有实战功能的智能模块前置于摄像机，或者置于NVR/DVR后端产品，这种情况下当前芯片的处理支撑能力如何？

海康威视周井泉：相对于一般的视频处理功能，智能模块对硬件的性能要求更高，目前，不管是前端相机还是后端产品中的芯片的处理能力主要匹配的是一般的业务需求，如果只是简单的将智能分析模块加到相应产品中，必然会超出硬件的支撑能力，不仅不能达到原来的智能分析效果，还会影响设备上其他原有模块的性能。这里就需要对原本在x86平台上运行的智能模块进行优化，对前后端产品进行硬件的升级或重构，以腾出更多的计算能力给技能模块。

《安防经理》：通过置入智能功能，可以提高硬件产品的附加值和竞争力，但目前真正能如此做智能产品的企业比较少，其中的障碍是什么？

海康威视周井泉：1）视频监控的市场尚未打开，人们对市场上的智能产品不了解，很多人对视频监控的智能化产品还停留在科幻电影的画面上。

2）研发成本高，研发人员起点高。现在关于智能算法的研发人员一般要求硕士及以上学历，且智能算法研发的技术人员相对比较稀缺，因此很多公司放弃智能产品的开发。

3）智能产品的实际效果不好。现阶段研发的智能产品的实际效果，根据不同公司研发实力的不同，差异性很大，导致很多公司（特别是一些小公司）在这方面无力和大公司竞争。

4）由于现在传统视频监控市场还未达到饱和，因此很多传统安防企业仍主要以普通的安防产品研发为主。

《安防经理》：智能模块置入硬件产品中，或匹配到平台软件系统中，这两种模式各侧重于哪些应用需求？在实际项目中，这两种模式要如何协调匹配，才能使安防系统具有较大化的智能应用价值？

海康威视周井泉：智能模块匹配到硬件产品中的模式主要侧重于，特定的一个或者有限个前端的智能分析需求；智能模块在平台软件上的匹配，主要侧重于对硬件产品分析数据的汇总、接入平台软件的海量视频数据的分析和特定目标的检索、查询。

在实际项目中，硬件产品和平台软件是分支和节点的关系，前者分析得到的结果在平台软件系统中汇总，供平台软件检索查询和做进一步分析。没有硬件的初始分析，平台软件就必须对大量原始数据分析，将给平台软件带来很大的计算压力。如果没有平台软件的汇总、分析，硬件产品得到的结果只是一堆分散的没多少实际参考价值的数据。只有将硬件产品初次分析的结果汇总到平台软件做进一步分析处理，才能充分发挥安防系统的最大智能应用价值。

《安防经理》：大数据和云计算这些新技术，对大范围的无论前后端及软件系统的智能化应用，会起到哪些关键推动作用？

海康威视周井泉：目前智能视频分析技术主要针对实时的视频图像进行分析，起到提前预警的作用，这方面的应用已经逐渐趋于成熟。随着大数据时代的到来，带来海量的数据存储，如何更好的挖掘、利用、分析这些数据是安防企业重点思考的方向。智能视频数据挖掘的应用主要是面向公安刑侦的事后视频分析、管理和实战应用。因为一个案件的发生，有时会伴随着大量的视频录像线索，与案件相关的大量刑侦监控视频基本采用Windows文件目录管理的原始方式，需要通过其他类型的记录文件（如记事本，WORD，EXCEL等）来记录视频内的重点内容（如人物，时间，地点等），这就造成调取关键视频困难、视频管理效率低下，甚至造成重要视频的丢失。在查找之前的线索时，要在繁杂的资料库中检索到该视频并通过特定厂商的DVR播放器定位到对应时间点查看，这样就造成线索与对应的视频资料的映射关系的混乱和检索困难。案件发生后刑侦工作有一定的时效性，需要快速行动。大量的数据信息和需要快速定位之间就形成了矛盾。因此，如何提高快速有效的视频录像检索方式，将成为视频监控行业发展的趋势。

在目前视频数据巨大，且又存在以上这些困局的时候，我们就开始思考如何使用智能视频分析的技术手段来进行深入的视频数据挖掘，对海量的视频数据进行分析和管理，有效提高人们对视频数据的利用，带来更大的价值。

视频图像的存储特点是对实时的存取性能要求较高，而云存储的系统架构决定了它能够以较低的总拥有成本很好的满足海量高清或标清视频的并发写入、读取，并能实现快速配置和即插即用。因此，虽然短期来看，云存储的需求当前主要还将集中在平安城市、智能交通等大行业市场以及基于公有云架构的民用市场，但相信未来随着网络化更全面普及和海量视频共享需求的更快速增长，其应用前景将更加广阔。