[摘要]如今，安防行業正在走智能化，升級安防智能化發展是傳統安防產業在新技術、新要求下的發展產物，也是傳統安防技術與大數據、云計算、移動互聯等新興信息技術快速融合的背景下誕生的產物。技術創新、融合是實現安防智能化發展的必要條件。

【華強安防網訊】

　　如今，安防行業正在走智能化，升級安防智能化發展是傳統安防產業在新技術、新要求下的發展產物，也是傳統安防技術與大數據、云計算、移動互聯等新興信息技術快速融合的背景下誕生的產物。技術創新、融合是實現安防智能化發展的必要條件。你應該知道以下這些安防新技術！

NO.1:新編解碼壓縮技術(H.265)

　　高清化是安防行業發展的大方向，但是高清監控帶來的海量數據容量過于龐大，利用現有的H.264算法難達到較為理想的碼率壓縮，從而出現相關一系列問題，諸如超高清超大容量數據的傳輸和存儲問題。曾經H.264讓1080p風暴席卷了全球，但如今卻再也無力引領4K潮流。對于目前主流的高清網絡攝像機分辨率為130萬(720p)和200萬(1080p)，甚至監控市場上最高分辨率可達800萬，還例如時下熱門的4K千萬像素分辨率，H.264完全難以應對，因此，為了解決這一問題，H.265應運而生，H.265是新的編碼協議，也即是H.264的升級版。H.265是圍繞著現有的視頻編碼標準H.264，保留原來的某些技術，同時對一些相關的技術加以改進。并使用先進的技術用以改善碼流、編碼質量、延時和算法復雜度之間的關系，達到最優化設置。2013年3月，國際電信聯盟組織正式發布了HEVC/H.265標準。

　　與H.264相比，H.265有提高壓縮效率、提高錯誤恢復能力等好處。對于視頻監控應用來說，存儲時長和容量成本一直是方案設計時需要反復權衡的關鍵矛盾之一。當大規模聯網模式和集中存儲方案開始推廣后，網絡帶寬的瓶頸也逐步浮現,尤其是高清應用的普及，更凸顯了這些問題，提高壓縮性能的需求日益迫切。H.265標準讓網絡視頻跟上了顯示屏“高分辨率化”的腳步，H.264統治了過去的五年，而未來的五年甚至十年，H.265很可能將會成為主流。

　　H.265與H.264的主要區別有三點：首先，同樣的畫質和同樣的碼率，H.265比H2.64 占用的存儲空間要少理論50%;其次，如果存儲空間一樣大，那么意味著，在一樣的碼率下H.265會比H2.64 畫質要高一些理論值是30%~40%，從客觀效果提升上看，根據測試,H.265在1080P分辨率下相比H.264碼率降低一半左右，并且分辨率越高優勢越顯著；第三，傳送同樣的視頻畫質，H.265技術比H.264技術省至少一半的帶寬，且傳輸速度更快、延誤更低。簡單粗暴地來說，H.265技術對于視頻行業來說意味著“帶寬減半、流暢度翻倍”。

　　H.265標準的應用，正是大勢所趨。由于壓縮率大幅提升，H.265也對硬件提出了更苛刻的要求。H.265解碼的理論運算量為H.264的1.7～2.0倍,之前雙核A9+單核GPU配備可以流暢播放H.264視頻的話，而到了H.265視頻只能讓你欣賞一下幻燈片——至少需要四核A9+四核GPU才有足夠的運算馬力來應付。

　　但掐指一算，將近3年時間過去了，H.265技術并沒如預期一樣在視頻行業里實現規模化普及推廣。原因無他，H.265技術并不“好搞”。在大幅提升壓縮效率的同時，它還帶來了編碼極為復雜且慢的公認技術難題，將眾多前來“朝圣”的視頻企業擋在了門外。幸運的是，視頻及周邊企業也并沒有止步于H.265技術門外。近年來，視頻及周邊行業的硬件端和軟件端面對這一共同難題紛紛應聲而動。

NO.2:超高清技術(4K)

　　“4K”是整個中國安防業最為關注的一個技術熱點，“4k”的名稱得自其橫向分辨率約為4000像素，4K是借用了投影機顯示分辨率的概念 。才剛進入“高清時代”的中國安防業還沒等“高清”完全普及開來，就已經迫不及待的推出800萬甚至是高達2900萬像素的超高清4K攝像機，力圖讓中國安防跑步進入4K的“超高清時代”。從某種程度而言，4K這種分辨率更高的超高清顯示規格與安防的結合，無疑是將高清化深度發展的必然結果，也是市場需求的一種必然趨勢。

4K超高清與其它高清像素對比

　　僅以4K超高清攝像機的應用來說，應用千萬像素級別的超高清攝像機，可以在不改變攝像機數量、焦距、角度的條件下，進行全天候、全場景下的監控，更好的滿足用戶的監控需求。而且，4K畫面的豐富細節，經過多級放大后，仍能得到高清的細節畫面。這就讓監控者不用在同一個場景下，為了看清不同區域而架設多臺攝像機，比如在交通領域監控多個車道車輛的情況下，一臺攝像機就能滿足多車道高清監控需求，這樣就能極大的節約投資成本。近年來，不少廠家開始紛紛推出4K的IPC產品，包括各類槍機、魚眼攝像機、甚至支持變焦的球機等等，也正是看到4K這種技術良好的發展前景。

　　在現實應用中，4K的發展就面臨以下兩個核心問題：首先是技術和成本問題。目前4K的技術還不盡成熟，目前的H.264壓縮技術不足以完成4K視頻的壓縮工作，我們只能寄希望于H.265技術的普及，但是H.265要求的計算設備更多，無形當中增加了成本。另外，4K意味著更清晰，同樣意味著視頻文件更大，這對現在的寬帶需求太高，如果全面普及，那么就面對大面積網絡改造，成本是個問題。而且想要支持4K傳輸，HDMI的標準必須支持2.0規范，HDMI線纜的理論傳輸距離是10-15米，超過這個距離，就需要中繼設備的支持，這還會涉及到成本的問題;其次是后端顯示設備的問題，許多廠商推出了超高清的攝像機，但并不生產后端顯示設備，而目前安防行業視頻播放設備一般都是液晶監視器，超高清的監控設備太少，不足以支持全面的4K應用。在標準方面，4K乃至8K超高清標準早已被國際電信聯盟納入規范，所有廠商執行的是統一標準。

NO.3:生物識別技術(靜脈識別等)

　　生物識別技術代替指紋識別技術成為趨勢，指紋識別技術容易破解并造假，以此指紋識別技術已經Out了，取代指紋識別技術的其它生物識別技術中，目前較為流行的實屬指靜脈識別技術和手掌靜脈識別技術，這倆具有相同的原理：首先，失去生命特征血紅蛋白將失去活性無法吸收近紅外光，無法生成靜脈圖像，這就意味著手掌靜脈識別是無法被他人盜取；其次，手掌中靜脈數多，復雜并相互交叉，認證精度是所有生物識別技術中最高的，拒否率(FRR)為0.01%、誤識率(FAR)為0.00008%，遠遠低于指紋、人臉、簽名和聲音等其它生物識別技術；最后，手掌靜脈識別是利用人體血紅蛋白吸收近紅外光的特征，通過采集手掌皮下靜脈圖像進行對比驗證，是利用一種非接觸性采集認證方式，不受手掌表皮潮濕或破損等環境影響，非接觸式采集也更加衛生。

靜脈識別技術原理圖

　　當然，僅僅看到趨勢還不足以脫穎而出，近年來靜脈識別領域已有多家企業入局，但均是在安防、金融等高端領域，而且由于過度專利保護，價格較高，動輒數千元的指脈采集器、數萬元的一體機的成本讓該技術進入尋常百姓家的夢想困難重重。反觀指紋識別，雖然其不斷受到詬病，但由于低成本的進入消費領域，得到了快速的普及。以手機指紋識別為例，從蘋果推出具備指紋識別功能的iPhone5S之后，在行業掀起了一股風潮，手機廠商紛紛推出指紋識別新機型，大有成為標配的趨勢。試想一下，若靜脈識別廠商能夠提供數十元成熟的識別方案，則這股風潮無疑必屬靜脈識別技術。

　　科技日新月異的時代，消費領域尤其是消費電子迭代速度較快，而行業領域由于投資周期和折舊周期等復雜因素，在新技術、新產品應用上的迭代速度緩慢。在生物識別技術迭代的趨勢中，順勢而為者應是致力于將低成本、成熟的靜脈識別技術推廣到消費領域，而非堅守在少數垂直行業中、以高價格的設備與傳統廠商廝殺。

　　在物聯網產業格局中，靜脈識別作為一種嵌入式創新技術，需要搭載在各類終端產品中，因此靜脈識別技術的推廣普及離不開終端產品的推廣普及。在消費領域，當前最具創新精神和最為炙手可熱的智能硬件成為靜脈識別技術普及的重要載體。然而，智能硬件有其自身的生存法則和價值鏈，靜脈識別技術供應商可在遵循智能硬件的價值鏈和生存法則基礎上，形成自身產品戰略。

　　智能硬件的價值鏈呈金字塔的形態，沿著智能硬件、應用軟件、開發板、嵌入式模塊、芯片的方向，技術核心度不斷提升，創新難度也在不斷提升;但是，面向消費端的價值卻是與技術核心度成反向關系。在一個全新的市場中，用戶對智能硬件產品還不具備強需求時，廠商往往首先推出少數幾款軟硬件結合的智能單品，一方面是進行試水，另一方面也起到教育市場的作用;當市場具備一定規模，消費端有了使用習慣后，嵌入式模塊和開發板在價值鏈中的地位崛起，向上承載芯片處理能力，向下擴展智能硬件應用接口，廠商可將其戰略放在核心的嵌入式模塊和開發板上，來支撐智能硬件的大規模出貨。

NO.4:多傳感器融合技術

       傳感技術同計算機技術與通信技術一起被稱為信息技術的三大支柱。從仿生學觀點，如果把計算機看成處理和識別信息的“大腦”，把通信系統看成傳遞信息的“神經系統”的話，那么傳感器就是“感覺器官”。

　　隨著傳感器技術、數據處理技術、計算機技術、網絡通訊技術、人工智能技術和并行計算的軟硬件技術等相關技術的發展，多傳感器信息融合技術已受到了廣泛關注。隨著科學技術的進步，多傳感器信息融合至今已形成和發展成為一門信息綜合處理的專門技術，并很快推廣應用到工業機器人、智能檢測、自動控制、交通管理和醫療診斷等多種領域。我國從20世紀90年代也開始了多傳感器信息融合技術的研究和開發工作，并在工程上開展了多傳感器識別、定位等同類信息融合的應用系統的開發，現在多傳感器信息融合技術越來越受到人們的普遍關注。

　　多傳感器信息融合技術的基本原理就像人的大腦綜合處理信息的過程一樣，將各種傳感器進行多層次、多空間的信息互補和優化組合處理，最終產生對觀測環境的一致性解釋。在這個過程中要充分地利用多源數據進行合理支配與使用，而信息融合的最終目標則是基于各傳感器獲得的分離觀測信息，通過對信息多級別、多方面組合導出更多有用信息。這不僅是利用了多個傳感器相互協同操作的優勢，而且也綜合處理了其它信息源的數據來提高整個傳感器系統的智能化。

　　“傳感器”是一種檢測裝置，能感受到被測量的信息，并能將感受到的信息，按一定規律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求，它是實現自動檢測和自動控制的首要環節。“多傳感器視頻集成”的概念，僅從字面上來看，不難理解。“多”有兩種含義，一是“多類型”，就是系統中集成了多種類型的傳感器;二是“多數量”，多個同類型的傳感器也能稱之為多傳感器集成。如，組合了一路音視頻采集的攝像機可以看作多傳感器集成，一臺接入了16路視頻信號的dvr也可以認為是多傳感器集成，這是廣義上的多傳感器視頻集成概念。但從嚴格意義上講，上述這些案例通常不被認為使用了多傳感器集成技術，因為它們只是將多源傳感器信息進行簡單羅列收集，并沒有對其融合分析和處理而達成某種決策，產生進一步的行為。多傳感器信息融合是用于包含處于不同位置的多個或者多種傳感器的信息處理技術。隨著傳感器應用技術、數據處理技術、計算機軟硬件技術和工業化控制技術的發展成熟，多傳感器信息融合技術已形成一門熱門新興學科和技術。多傳感器信息融合技術應用到視頻監控領域，能夠實現更加精細化、智能化的安防監控目標 。

多傳感器視頻集成一般體系

　　 “多傳感器集成技術”助力智能化安防建設。其中，“多傳感器視頻集成技術”的基本原理有如人的大腦對身體各種感覺(視覺、聽覺、觸覺等)信息進行綜合處理，將包括攝像頭在內的各種傳感器進行多層次、多時間、多空間的信息互補和優化組合處理，最終產生對觀測環境的一致性解釋。在這個過程中要充分地利用多源數據進行合理支配與使用，基于各傳感器獲得的分離觀測信息，通過對信息多級別、多方面組合導出更多有用信息。多傳感器彌補了純視頻監控的不足，對多個環境量進行跟蹤，能夠實現對目標區域的多方位立體監控;同時，運用多傳感器信息整合技術，系統能夠有效提高對檢測區域或目標報警、智能分析、智能跟蹤的準確度;此外，大規模的傳感器集成系統能夠獲得比單個或少量傳感器集成系統更多信息，對這些大數據進行有效的綜合應用，能夠實現更加復雜和高階的功能，產生巨大的行業與社會價值。　　

NO.5:物聯網技術

　　物聯網是物物相連的互聯網，即在互聯網基礎上進行延伸和擴展而出的網絡系統，通過物聯網可以讓人們實現物與物的息交換和通信，并進行集中管控。物聯網技術的定義是：通過射頻識別(RFID)、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，將任何物品與互聯網相連接，進行信息交換和通訊，以實現智能化識別、定位、追蹤、監控和管理的一種網絡技術叫做物聯網技術。據分析，物聯網技術具有三層架構：感知層、網絡層、應用層。感知層——負責識別、采集數據；網絡層——負責數據透明傳輸，可實現交通信息的傳輸；應用層——主要是提供網絡任意端上應用程序之間的接口。

　　物聯網技術架構

　　物聯網涉及感知、控制、網絡通信、微電子、計算機、軟件、嵌入式系統等技術領域，涵蓋的關鍵技術非常多。

　　無線連接技術是核心。作為物聯網技術的直接應用領域——智能家居產品中，有諸如照明、取暖、空調、安保系統以及冰箱、洗衣機、烘干機、洗碗機等新興的“智能”家用電器。人們可以利用無線網絡，對上述設備和系統進行可遠程操控，讓他們能快速了解一切家用設備的運行狀況，并且在任何地方都能輕松管理家庭能耗，并可對電器的功能進行調節。在技術開發和推廣的背后，無線連接技術無疑是物聯網普及化的最大推動力，它實現了智能設備與家庭網絡的連接，從而能隨時隨地監控家用電器。在Wi-Fi、智能藍牙、NFC和電力線通信(PLC)等業經實踐證明的技術支持下，高效的設計方案不斷降低智能家電的處理功耗需求。反過來，其高效性又能幫助制造商設計、生產并向市場推出低成本產品，大規模地促進消費。因此，如何加強各“智能”設備之間的互聯性，成為首要的技術關鍵點。

NO.6:智能檢索分析技術

　　隨著安防智能化需求越來越強烈，視頻檢索技術也得以快速發展。傳統視頻檢索方法主要就是“人海戰術”，效率十分低下。經過實踐證明，這種方法吃力不討好，等找到關鍵信息，犯罪分子很有可能已經做出更大破壞。

智能交通  車輛信息檢索識別分析

　　視頻監控檢索關注的人數據以視頻為主，主要目的是定位查找某個事件的起因和關聯的發展過程，事件的關鍵信息數據包含：時間、地點、主導事件的人或物、圖像和聲音信息。檢索條件傳遞的信息越豐富，定位越精準，檢索的算法也就越簡單;相反，檢索條件傳遞的信息越簡單，定位就越模糊，想要精確定位時，檢索算法的難度也就越大。一般來說，用戶期望檢索條件簡單，同時也能定位精準。

　　智能視頻檢索技術的出現把人從單調、繁重的任務中解放出來。它利用了視頻分割、自動數字化、語音識別、鏡頭檢測、關鍵幀抽取、內容自動關聯、視頻結構化等技術，以圖像處理、模式識別、計算機視覺、圖像理解等領域的知識為基礎，通過自動化的智能分析預處理，將雜亂無章、毫無邏輯的監控視頻內容(運動目標、行人、車輛)進行梳理，自動獲取視頻內事件及目標的關鍵信息，并根據這些信息生成視頻內容及索引。為了提高計算速度，目前采用了集群方式，可提供幾十上百倍實時以上的快速分析能力，并可根據應用需要進行擴展，提高計算能力，節約辦案時間。

　　從根本上看，視頻檢索技術應用于安防監控是以智能視頻分析技術為基礎的。智能視頻分析技術是指利用計算機圖像視覺分析技術，通過將場景中背景和目標分離進而分析并追蹤在攝像機場景內出現的目標。近幾年，大數據一詞越來越多地被提及與使用，涉及到各行業，人們用它來描述和定義信息爆炸時代產生的海量數據。智能視頻分析技術的引入可能極大地提升原有海量監控視頻存儲系統的檢索效率和命中率。

　　在智能視頻檢索過程中，用戶可以根據自己所需要的檢索條件，通過智能視頻分析技術，從海量視頻中獲取想要的關鍵信息。目前智能視頻檢索方式主要有以下幾個分類：

　　1、運動目標屬性分析

　　目標的運動屬性包括目標的運動軌跡、運動幅度、速度及規律等因素。基于目標軌跡的檢索是指通過在視頻中選定一個特定的區域，目標進入或離開該區域、以及滯留該區域，視頻檢索算法可以快速關注所有時間內在該區域出現過的目標。

還可以對目標圖例或排查結果的類型進行過濾，在目標結果較多的情況下，系統支持將目標中的類型進行分離，進一步縮小關注范圍，比如人、顏色等。

2、人臉索引

　　基于內容的圖像檢索是近年來的熱門研究內容，涉及圖像處理、計算機視覺和數據庫系統等方面的學科。其中，有效的高維索引機制是使大規模圖像庫的檢索能夠達到實時性要求的關鍵技術。

　　目前的技術主要是通過智能分析預處理以及人臉檢測算法，將監控視頻中的人臉進行整理匯總，獲取視頻內感興趣目標的相關信息，并根據這些人臉信息生成索引。相關人員通過查看人臉圖示，就可在幾分鐘內，查看數個小時視頻中包含的所有目標，并確定嫌疑目標，也可觀看該目標在整個視頻中的存在片段與運動軌跡。

　　在系統中輸入待查詢的人臉照片，選擇需要檢索的人臉后進行相似度等參數設置后開始檢索，最后檢索出的相似人臉的結果會在界面上顯示出來。

　　3、車輛信息識別

　　通過自動化的智能分析預處理以及規則下的智能排查，將監控視頻中的內容進行整理匯總，獲取視頻內感興趣目標的相關信息，并根據這些信息生成索引，主要是以車牌信息呈現。相關人員通過查看車牌圖例，就可在幾分鐘內查找到目標車牌，并可觀看該目標在整個視頻中的存在片段。

　　用戶可以選擇需要播放的視頻，此視頻中包含用戶關注的真正有用的車輛信息(車牌)。用戶可以根據關注的內容進行慢速播放，不關注的內容采用快進播放的方式進行播放。

　　智能視頻視頻檢索技術已經得到了快速發展，提升了智能視頻檢索產品的應用準確率及效率，在完善核心算法的同時，現階段將繼續向以下幾個方面努力：首先，與智能視頻監控技術、云計算、物聯網等新一代技術相結合，擴展更大的智能視頻應用范圍。其次，要立足行業用戶需求，推出細分化市場服務，研發出更有針對性的產品，以符合現場環境的需求，提高產品的判別能力。第三，要加強研發力量，繼續完善產品性能指標。大數據時代來臨，智能視頻檢索技術將不僅僅局限于安防行業，目前攝像頭已經布控在全世界的大街小巷，晝夜不停地監控和錄像。大量的視頻數據里面有許多寶貴的財富，而智能視頻檢索技術的發展將是挖掘視頻數據財富的利器。

　　另外，RFID技術作為一項先進的自動識別和數據采集技術，被公認為21世紀十大重要技術之一，已經成功應用到公共安防、金融消費、交通物流等社會的各個領域。RFID技術與智能視頻聯動后，將第一時間，為醫療人員提供現場畫面，計算出直通現場的最佳關鍵路徑等等。

NO.7:云技術（云存儲）

　　在社會治安監控、銀行、司法等系統，視頻監控圖像是他們事件和案例中事后查證的重要證據，視頻監控圖像的存儲時間往往都在1-3個月甚至更久。以標準H.264壓縮技術的高清網絡攝像機為例，一路1080P高清攝像機，碼流是8Mbps，24小時錄像產生的數據量為84GB，30天錄像數據量為2520GB，一年錄像數據量為30TB。如果是一個平安城市項目，總的監控路數通常是幾千到上萬路，這樣的存儲規模是難以想象的，想把這些數據都存在普通硬盤里，年復一年，建一個“信息大廈”也存不下這些硬盤。

　　從海康威視發布的《2014安防市場調查報告》看，2014年安防行業總產值高達4300億，其中安防產品1700億元，占比39.5%。其中與監控存儲有關的視頻監控領域(估值800億)仍然以26% 的增長速度高居前列，產品應用涉及平安城市、司法、教育、交通、金融、智能樓宇及民用市場。

　　通過進一步的產品銷售細分，2014年監控存儲的市場總量在200億左右，其中中心存儲產品主要聚焦在磁盤陣列形態，包括存儲服務器、SAN/NAS、云存儲，總占比為1/3，剩余2/3主要是前端分散存儲(DVS/DVR/NVR)。如此大的市場蛋糕，互聯網廠商、傳統安防廠商以及專業存儲廠商都將投入足夠的資源來進行最大化參與，迎合應用需求，將進一步推進存儲新產品、新技術的快速創新。

　　據IMS Research統計，2014年全球攝像頭的出貨量達到5646萬臺，一天產生的視頻監控數據超過1600PB，而累計的歷史數據將更為龐大，在視頻監控大聯網、高清化推動下，視頻監控業務將面臨海量的非結構化數據存儲、數據共享、數據安全及數據利用四大難題。存儲之于安防的地位，已經不僅是一個設備而已，而是升華到了一個解決方案平臺的地步。而云存儲和大數據相關技術將為視頻監控行業帶來存儲架構、虛擬化、安全性和高效處理等方面的變化，在安防行業勢必備受青睞。

　　云存儲是在云計算概念上衍生并延展出來的一個新的概念。云存儲是指通過集群應用、網格技術或分布式文件系統，將網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統，保證了數據的并發訪問和高安全性特性的同時，也節約了存儲空間。