业务流程管理是智能分析技术发展关键

■本刊记者 韩金辉

业务流程管理是智能分析技术发展关键

■本刊记者 韩金辉

视频分析产品作为高清监控系统中智能功能实现的重要媒介，在高清监控系统应用中具备非常重要的地位，但是由于技术成熟度以及价格等因素视频分析一直发展缓慢，但是从市场容量来看，视频分析产品具备广阔的前景。

智能分析产品经过几年的发展，行为分析以及体征识别两方面一直是支撑技术，驱动技术发展的原动力正在从“技术驱动”向“市场驱动”转化，而应用也正在由“理想化”向“现实化”转变，智能分析技术正在应用中“找感觉”，而智能分析技术也在不断的“感觉”中越来越接近用户的实际需求，逐渐在“热捧”中变得“冷静”，无疑这种反思对智能分析的技术发展将起到更好的推动作用。

利润最大化永远是企业生存的基础，2011年有更多的传统安防制造商以及IT领域的研发商开始陆续进入智能视频分析市场，但是繁荣的背后是泡沫，盲目的追捧只会给行业带来更大的损失，反之，部分企业已经开始沉淀，按照市场的原则积极的深度挖掘客户的需求，以为客户真正解决问题为出发点，实现产品的使用价值。

“市场驱动”引领智能分析技术变革

智能分析目前主要应用在卡口监控以及人流量监控，其他安防应用（周界、物品丢失、人员管理）等还属于“技术驱动”引导市场阶段。智能分析产品研发商希望自身的产品系列更全，可以满足更多的客户的需求，引导更多的市场需求，同时可以占领更高的市场份额。但是，实施更多的案例后，产品会暴露一系列的问题，在实验室中产品的表现与现实应用有很大的差距。

例如：在道路监控过程中，如果对一辆车牌进行识别，误报率较低，但是对多辆车进行识别，芯片的运行速度就会有限制，而当车辆密度较高的时候，前面的车辆会对后面车辆的车牌形成遮挡，这些现实中出现的问题，都是实验室模拟过程中忽略的因素。而且在实际的生活中，很多车辆套牌或者故意将车牌弄脏，都对智能分析在道路监控中的应用与推广形成不利因素。

“市场驱动”的本质是产品需要满足客户的需求以及潜在需求，潜在需求就是客户自身也没有注意或者无法用合适语言表达的需求。例如：飞瑞斯在面部识别处理后就会有一定的应用：

面部捕捉单元(BioCaputre)不停地扫描由摄像机采集的视频图像，一旦发现面部，将面部裁剪出来，经过一系列图像分析与处理，将裁剪出的面部图像标准化为固定大小、眼睛坐标固定的标准图片。

所有面部捕捉单元生成的标准图片由负载平衡单元(BioLogic)统一调度，分配给空闲的模板创建单元(BioCreate)进行模板创建，创建后的模板送入监视比对服务器/管理工作站，在嫌疑对象数据库中进行搜索比对，如果匹配程度低于预先设定的阈值，则继续分析视频流开始新的循环，否则图像启动报警处理并在界面中通知，处理完成后继续分析视频流。

报警信息将会伴有声光报警以提示处理，可设定超时自动消警。报警时，自动显示出现场抓拍照片，以及对应的布控对象图像信息。

这一技术的发展，是因为在面部识别技术形成后，主要应用于有图像素材的相关人员的查询工作，不仅仅可以用于抓捕，还可以用于大型公共场所寻人。

“市场驱动”智能分析技术的发展，本身就是一种理性回归，为行业带来的另一个好处就是，部分企业会由大而全向小而精发展。也就是不见得所有的应用都去做，在企业资源有限的情况下，专注几个市场成熟的应用去做精、做透，可以通过产品的部署真正实现客户的需求。随着“市场驱动”的深入，智能分析技术也会完成蜕变，逐渐与更多的业务流程相结合，体现其应用价值。

企业业务流程是智能分析应用的关键

从目前来看，智能分析主要是通过行为分析以及体征识别来实现系统的智能管理，而不论是什么样的应用管理都要与企业业务流程管理密切相关，二者实现有效协同，是促进视频监控深度应用的关键。

业务流程是为达到特定的价值目标而由不同的人分别共同完成的一系列活动。活动之间不仅有严格的先后顺序限定，而且活动的内容、方式、责任等也都必须有明确的安排和界定，以使不同活动在不同岗位角色之间进行转手交接成为可能。活动与活动之间在时间和空间上的转移可以有较大的跨度。而狭义的业务流程，则认为它仅仅是与客户价值的满足相联系的一系列活动。

迈克尔·哈默(Michael Hammer)与詹姆斯·钱皮(James A．Champy)对业务流程的经典定义：我们定义某一组活动为一个业务流程，这组活动有一个或多个输入，输出一个或多个结果，这些结果对客户来说是一种增值。简言之，业务流程是企业中一系列创造价值的活动的组合。

随着视频监控应用的深入，系统协同的作用已经日益突出，安全的功能逐渐弱化，管理的功能在不断强化，监控系统融入业务流程管理已经是不可阻挡的趋势。随着这种趋势的深入，监控也将由图形化向可描述化转变，这种可描述化就是将图片中的信息，通过标准的定义以及图片识别技术，转换成相应的数字代码或者可检索的文字信息。

实现这种转变的方式就是：监控系统与其他业务系统进行协同，从企业业务流程管理的定义来看，视频是一个输入，其他多系统是多种输入，而输出的就是视频监控图像以及系统中其他子系统在数据库中显示的信息。这一系列的信息的组合需要智能分析技术来实现，从某种角度来看，智能分析技术就是视频监控系统与其他系统进行融合的桥梁，不论是前端智能分析还是后端智能分析。

不论是放在什么位置进行智能分析的摄像机都要具备一定的管理功能，其管理功能与企业业务流程密切相关。而这种管理功能是在进行点位设计的时候就已经考虑的因素，例如：摄像机安装位置的设计中一个必须要遵循的原则：在关键的出入口确定人的轨迹以及行程，贵重物品放置地点需要特殊监控，在关键位置需要看清人脸等重要体征。

以车牌识别应用来看，在监控画面中涉及司机、车牌、红绿灯、斑马线，而管理信息涉及到车辆管理、违章管理、停车诱导等系统管理。在系统数据库中，内容是以文字为主，如何将监控画面中的信息转换为文字信息，就需要多系统服务转换，而中间的桥梁就是智能分析技术。

智能分析技术中，将视频监控中的画面信息转换为文字信息就是一个基础，随后的应用都是基于这种转换。监控系统识别出车牌信息后，可以提供服务到车辆管理系统，根据车辆管理系统中的信息，有效识别该车的车主、车型等信息，系统确认车辆是否套牌，如果不是，系统可以选择将违章信息发到车主的联系方式中，请车主缴费。而过去这些都是靠人工完成，智能分析以及监控业务的引入代替“人眼”的功能，真正实现无人值守，而所有的过程都是基于交警部门对违章处理的业务流程为基础。

智能分析技术在不断完善，随着业务部门的系统增加、需求的变更，在处理业务流程的过程中会加入更多的系统，面对复杂系统的视频监控解决方案，更需要重视业务流程的规划，也就是业务应用部门的服务体系规划。

而多系统的不断复核，也会在一定程度上提高智能分析的准确率，例如：在高速公路卡口的应用中，就可以通过ETC系统与视频监控系统两种信息输入方式，通过复核完成对车辆信息的确认。

影响视频分析发展的主要因素

从目前来看，视频分析参与企业对产品热情较高，但是市场反馈回来的情况看，整体效果并没有达到预期，大部分企业在视频分析这部分销售额很难达到每年5000万元，以实际使用路数来看，远远低于实际使用的前端的数量。视频监控的高速发展得益于“平安城市”建设的推动，智能分析作为视频监控的高端应用，同样离不开政府的推动。影响视频分析发展的主要因素主要包括以下几个方面：

首先，产品自身不够完善，理论状态与实际应用效果差距大。智能分析产品应用起源于国外市场，国内最早是代理的形式，部分企业看到市场商机，选择“拿来”，但是国外应用市场的环境与国内差异较大，如果没有核心技术，基于应用的二次开发会出现“水土不服”。此外，部分企业迫于生存压力将不完善的产品推向市场，也给使用者带来一定的困惑，对市场应用也产生了一定的消极影响。此外，部分国内开发的产品，没有经历更多的环境测试就走向市场，导致在复杂环境中，产品出现较多的问题，也导致用户对产品不信任。智能分析产品在国内经历萌芽期，逐渐进入发展期，在发展过程中，难免会遇到更多的问题，也需要使用者对产品更多的支持，同时也要求企业积极沉淀，尽快完善产品，尽早开发出更能适应复杂环境的智能分析产品。

其次，市场接受度低，需要政府应用进一步拉动市场需求。智能分析产品现在主要应用在卡口监控以及人流统计两方面。随着智能交通建设的提速，卡口监控对该类产品的需求剧增，从实际应用来看，采用了智能分析产品的卡口监控，可以大大降低人工操作，并可以有效提高违章信息的收集。但是从实际的销售数据来看，卡口监控建设的数量与智能分析产品路数出货量不成比例，在这方面的应用还有很大的市场空间。需要企业进行更深入的引导，同时也需要相关部门对该产品提高重视，进而通过这部分市场需求，完成视频分析产品企业的原始资金积累，从而有更多的资金去开发其他应用类产品。

最后，研、产、用三者结合是产品快速成熟的保障。随着物联网安防热潮袭来，智能分析面临着更多的技术融合，产品细分的速度也在加快，很显然，企业现有的研发能力已经不能满足市场的需求。更多的企业逐渐选择与科研单位、大专院校合作开发产品，通过这种资源互补的方式，既让科研单位的研究成果得到有效应用同时获得部分科研经费，同时解决企业研发能力不足的状况。从目前来看，国内的科研单位对智能分析技术已经积累到一定阶段，科研成果转化已经水到渠成，这也是安防行业发展的一个趋势，甚至是整个社会发展的趋势。只有尽快的将研、产、用三者有机结合，才能加速智能分析产品以及应用市场的成熟。

结束语

智能分析技术在视频监控系统中属于朝阳产品，随着物联网安防时代的到来以及视频监控系统深度建设的进展，智能分析在视频监控系统中会占据越来越重要的地位，智能分析也会迎来一个春天。但是，任何产品都要经历萌芽、发展、成熟、衰落这四个阶段，如何尽快使产品进入成熟期，并扩展至更多的行业应用，需要所有企业的共同努力。