視頻監(jiān)控行業(yè)的興起：模擬監(jiān)控系統(tǒng)的時代。上世紀60年代，隨著黑白攝像機逐步走進民用領(lǐng)域，最早的視頻監(jiān)控系統(tǒng)誕生了，稱為閉路電視監(jiān)控系統(tǒng)(CCTV)，采用模擬方式傳輸，以VCR (Video Cassette Recorders)為核心。視頻、音頻信號的采集、傳輸、存儲均采用模擬模式，畫面質(zhì)量較高，但局限性也很明顯：該系統(tǒng)只覆蓋較小的地理范圍，難以組成跨區(qū)域的大型視頻監(jiān)控系統(tǒng);系統(tǒng)的安裝、調(diào)試和運行維護成本及難度較高;難以與電子門禁、周界防范等其他電子系統(tǒng)形成系統(tǒng)聯(lián)動。當代，該技術(shù)體制與信息系統(tǒng)技術(shù)體制難以兼容，已逐漸退出市場，被數(shù)字化、網(wǎng)絡(luò)化視頻監(jiān)控系統(tǒng)所替代。

　　數(shù)字監(jiān)控系統(tǒng)。在上世紀90年代中期，以DVR (Digital Video Recorder)為代表的第二代視頻監(jiān)控系統(tǒng)出現(xiàn)于視頻監(jiān)控市場上。DVR使用戶可以將模擬視頻信號進行采樣并數(shù)字化之后存儲在電腦硬盤上，在計算機或大屏幕上播放。這一階段的攝像機依然屬于模擬攝像機的范疇，記錄的是模擬信號。90年代末期，隨著網(wǎng)絡(luò)帶寬、計算機處理能力和存儲容量的提高，以及各種視頻技術(shù)的出現(xiàn)，視頻監(jiān)控步入全數(shù)字化的網(wǎng)絡(luò)時代，稱為第三代遠程數(shù)字視頻監(jiān)控系統(tǒng)。這一時期，我國安防行業(yè)進一步發(fā)展，本土安防企業(yè)相繼成立。

　　智能監(jiān)控系統(tǒng)：網(wǎng)絡(luò)攝像機時代。隨著網(wǎng)絡(luò)攝像機與互聯(lián)網(wǎng)的發(fā)展，智能視頻監(jiān)控系統(tǒng)應(yīng)運而生。智能視頻監(jiān)控針對復(fù)雜場景內(nèi)感興趣的區(qū)域和目標自動進行檢測、分割、跟蹤、分類和識別，并對異常事件進行檢測和標注，IBM、Sony、CMU等科研院校和公司都在該領(lǐng)域進行了大量研究。最近十年來人工智能與深度學(xué)習(xí)快速發(fā)展，智能視頻監(jiān)控算法的準確性也上了一個新臺階。在2015年LFW國際人臉識別比賽中，機器識別的準確率達到99.55%，首次超越了人眼。技術(shù)瓶頸逐漸被打破使得智能視頻監(jiān)控逐漸成為未來的主流。

　　視頻監(jiān)控行業(yè)的興起

　　《速度與激情8》四月登陸內(nèi)地?zé)善林罂芍^一騎絕塵，上映首日票房突破4億。除了飆車飆坦克這樣令人血脈噴張的場面之外，片中的高科技也是賺足了眼球，其中一個承接第七部與第八部劇情的關(guān)鍵技術(shù)就是“天眼”。影片中的“天眼”系統(tǒng)可以調(diào)用地球上任何位置的攝像頭來搜索或者是監(jiān)視你想找到的任何一個人或者是物。印象深刻的一幕是多米尼克為了躲避塞弗的天眼監(jiān)控，把汽車開進一個小巷子里，那里只有一個攝像頭，他打開汽車引擎蓋來遮擋攝像機的拍攝。我們對這些“黑科技”似乎越來越見怪不怪了，因為視頻監(jiān)控已經(jīng)深入我們的日常生活了：開車闖紅燈之后你的車牌會被馬路上的攝像機拍個正著;你可以在上班間隙看一看孩子們的上課狀態(tài)，因為每間教室都有攝像機;出現(xiàn)交通事故或者發(fā)生意外之后調(diào)取監(jiān)控錄像等等。在丁酉年的今天，生活在都市中的人們享受著視頻監(jiān)控帶來的安全感，然而30、40年前，視頻監(jiān)控乃至整個安防行業(yè)都是極不完善的，如果你問一個人什么是安防，相信絕大多數(shù)人都會說“沒有聽說過”。

　　視頻監(jiān)控行業(yè)是安防行業(yè)的一個子行業(yè)。安防行業(yè)主要由工程商、銷售商、產(chǎn)品供應(yīng)商、服務(wù)商、運營商等五大類企業(yè)組成，其中工程商負責(zé)安防產(chǎn)品的設(shè)計、安裝和服務(wù);銷售商負責(zé)渠道建設(shè)和銷售;產(chǎn)品供應(yīng)商負責(zé)安防產(chǎn)品的生產(chǎn)和供應(yīng);服務(wù)商提供中介和咨詢服務(wù);而運營商則提供報警運營服務(wù)。在產(chǎn)品供應(yīng)商提供的安防產(chǎn)品中又分為實體防護產(chǎn)品和電子防護產(chǎn)品，其中實體防護產(chǎn)品包括防盜門柜及防彈運鈔車、防爆安全檢查設(shè)備和人體安全防護設(shè)備等。電子防護產(chǎn)品包括視頻監(jiān)控系統(tǒng)、門禁系統(tǒng)、入侵報警系統(tǒng)、出入口控制系統(tǒng)和社區(qū)安全防范系統(tǒng)。視頻監(jiān)控系統(tǒng)由攝像機、攝像機配件、控制設(shè)備、數(shù)字錄像設(shè)備和視頻服務(wù)器等產(chǎn)品構(gòu)成。

　　模擬監(jiān)控系統(tǒng)的時代。上個世紀60年代，黑白電視機、黑白攝像機從誕生開始逐漸應(yīng)用在軍事領(lǐng)域，伴隨著黑白攝像機逐步走進民用領(lǐng)域，最早的視頻監(jiān)控系統(tǒng)誕生了，稱為閉路電視監(jiān)控系統(tǒng)(CCTV)，采用模擬方式傳輸，也叫做模擬監(jiān)控系統(tǒng)。

　　模擬監(jiān)控系統(tǒng)是指以VCR (Video Cassette Recorders)為代表設(shè)備的傳統(tǒng)CCTV監(jiān)視系統(tǒng)，主要設(shè)備由模擬攝像機、專用電纜、視頻切換矩陣、模擬監(jiān)視器、模擬錄像設(shè)備和盒式錄像等構(gòu)成，被稱為第一代監(jiān)控系統(tǒng)。

　　其系統(tǒng)主要特點是視頻、音頻信號的采集、傳輸、存儲均采用模擬模式，畫面質(zhì)量較高，經(jīng)過幾十年的發(fā)展，技術(shù)成熟、系統(tǒng)功能完善;但模擬視頻系統(tǒng)的技術(shù)存在較大局限性，在系統(tǒng)的使用過程中存在如下難以克服的弊端：由于射頻專用電纜傳輸距離有限，模擬視頻監(jiān)控系統(tǒng)只覆蓋較小的地理范圍，難以組成跨區(qū)域的大型視頻監(jiān)控系統(tǒng);系統(tǒng)的安裝、調(diào)試和運行維護成本及難度較高;難以與電子門禁、周界防范等其他電子系統(tǒng)形成系統(tǒng)聯(lián)動。在數(shù)字化飛速發(fā)展的當代，模擬視頻監(jiān)控系統(tǒng)技術(shù)體制與信息系統(tǒng)技術(shù)體制難以兼容，無法實現(xiàn)圖像信息的交互;成為標準的信息孤島，視頻圖像難以有效發(fā)揮作用。因此，模擬視頻監(jiān)控系統(tǒng)作為第一代視頻監(jiān)控系統(tǒng)已逐漸退出市場，被數(shù)字化、網(wǎng)絡(luò)化視頻監(jiān)控系統(tǒng)所替代。

　　1979年至1992年，是我國安防行業(yè)起步階段。1979年公安部在石家莊召開的“全國刑事技術(shù)預(yù)防專業(yè)工作會議”，被公認為是中國安防行業(yè)誕生的標志。此后相繼成立了全國安防標準委員會、安防檢測中心和中國安全防范產(chǎn)品行業(yè)協(xié)會。這一時期以博物館、要害單位監(jiān)控建設(shè)為主，并初步形成了安防產(chǎn)業(yè)鏈和產(chǎn)品結(jié)構(gòu)。

　　數(shù)字監(jiān)控系統(tǒng)

　　2.1數(shù)字化本地監(jiān)控系統(tǒng)

　　在上世紀90年代中期，以DVR (Digital Video Recorder)為代表的第二代視頻監(jiān)控系統(tǒng)出現(xiàn)于視頻監(jiān)控市場上。DVR使用戶可以將模擬的視頻信號進行采樣并數(shù)字化之后存儲在電腦硬盤而不是盒式錄像機上，并在計算機或大屏幕上以播放。它突破了第一代模擬監(jiān)控系統(tǒng)在視頻圖像顯示、存儲、回放和檢索等圖像處理方面的技術(shù)瓶頸，以高性能的多媒體計算機替代模擬監(jiān)控系統(tǒng)中的視頻矩陣和磁帶機，采用模塊化結(jié)構(gòu)，實現(xiàn)視頻監(jiān)控系統(tǒng)后端(監(jiān)控中心)的圖像顯示和存儲功能的一體化設(shè)計。提供友好的人機交互界面和基于計算機網(wǎng)絡(luò)或總線網(wǎng)絡(luò)的多級分控能力，每一級都有自我管理和控制的功能，并可以受上一級的控制。

　　數(shù)字硬盤錄像機(DVR)是多媒體監(jiān)控系統(tǒng)的核心，采用微機和Windows平臺，在計算機中安裝視頻壓縮卡和相應(yīng)的DVR軟件，不同型號視頻卡可連接多路視頻信號，支持實時視頻和音頻的采集、播放和存儲。這一階段的攝像機依然屬于模擬攝像機的范疇，記錄的是模擬信號。

　　根據(jù)攝像機的外形可以將其分為槍式攝像機、半球攝像機、一體云臺攝像機以及快球一體化攝像機。攝像機的主要部件是CCD(Charge Couple Device)，能夠?qū)⒐饩€信號轉(zhuǎn)變?yōu)殡姾尚盘?，根?jù)光的強弱積聚不同數(shù)量的電荷，不同像素積累的電荷在視頻時序的控制下逐漸外移，經(jīng)過濾波放大處理后形成視頻信號輸出。評估攝像機清晰度的指標是水平分辨率，單位是電視線(TVLine)，其數(shù)值越大成像越清晰。隨著CCD的不斷發(fā)展，視頻監(jiān)控的清晰度得到提高，就模擬攝像頭來說，水平分辨率個380線發(fā)展到650線。一般的，攝像頭的水平分辨率達到480線就可以稱為高清攝像頭

　　2.2全數(shù)字化監(jiān)控系統(tǒng)

　　在90年代末期，隨著網(wǎng)絡(luò)帶寬、計算機處理能力和存儲容量的快速提高，以及各種實用視頻技術(shù)的出現(xiàn)，視頻監(jiān)控步入了全數(shù)字化的網(wǎng)絡(luò)時代，稱為第三代遠程數(shù)字視頻監(jiān)控系統(tǒng)。這一時期，我國安防行業(yè)得到了進一步的發(fā)展，大大小小的本土安防企業(yè)在這一時期成立。

　　智能監(jiān)控系統(tǒng)：網(wǎng)絡(luò)攝像機時代

　　3.1網(wǎng)絡(luò)攝像機

　　1996年，全球第一臺網(wǎng)絡(luò)攝像機在安訊士誕生，由此奠定了安訊士網(wǎng)絡(luò)視頻輝煌之路的基礎(chǔ)。由于當時中國互聯(lián)網(wǎng)發(fā)展處于起步階段，網(wǎng)絡(luò)視頻監(jiān)控更是無人問津。在互聯(lián)網(wǎng)大浪潮的背景下，經(jīng)過數(shù)十年的發(fā)展，如今網(wǎng)絡(luò)攝像機已經(jīng)隨處可見。

　　網(wǎng)絡(luò)攝像機，也叫IP攝像機，即IP Camera，簡稱IPC，近幾年得益于網(wǎng)絡(luò)帶寬、芯片技術(shù)、算法技術(shù)、存儲技術(shù)的進步而得到大力發(fā)展。IPC的特點主要體現(xiàn)在“ IP”上，即支持網(wǎng)絡(luò)協(xié)議的攝像機，IPC可以看成是“模擬攝像機+視頻編碼器”的結(jié)合體，從圖像質(zhì)量指標講，又可實現(xiàn)高于“模擬攝像機+視頻編碼器”能達到的效果。

　　IPC是新一代網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)中的核心硬件設(shè)備，通常采用嵌入式架構(gòu)，集成了視頻音頻采集、信號處理、編碼壓縮、智能分析、緩沖存儲及網(wǎng)絡(luò)傳輸?shù)榷喾N功能，再結(jié)合錄像系統(tǒng)及管理平臺，就可以構(gòu)建成大規(guī)模、分布式的智能網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)。

　　在模擬攝像機中，CCD傳感器所產(chǎn)生的模擬信號首先經(jīng)過模/數(shù)(A/D)轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字信號，然后由攝像機內(nèi)置的DSP芯片進行信號處理，如增益、降噪、背光補償?shù)忍幚怼＝?jīng)過DSP處理后的數(shù)字信號又經(jīng)過數(shù)/模( D/A)轉(zhuǎn)換重新轉(zhuǎn)化為模擬信號，用于在同軸電纜上進行傳輸，然后傳輸至DVR或DVS后再次進行模/數(shù)(A/D)轉(zhuǎn)換來完成編碼壓縮工作，這樣多次模/數(shù)、數(shù)/模轉(zhuǎn)換過程犧牲了大量圖像質(zhì)量。網(wǎng)絡(luò)攝像機就避免了這一問題，保證了圖像的清晰度

　　IPC的硬件構(gòu)成一般包括鏡頭、圖像傳感器、聲音傳感器、信號處理器、模/數(shù)轉(zhuǎn)換器、編碼芯片、主控芯片、網(wǎng)絡(luò)及控制接口等部分組成。光線通過鏡頭進入傳感器，然后轉(zhuǎn)換成數(shù)字信號由內(nèi)置的信號處理器進行預(yù)處理，處理后的數(shù)字信號由編碼壓縮芯片進行編碼壓縮，最后通過網(wǎng)絡(luò)接口發(fā)送到網(wǎng)絡(luò)上進行傳輸。

　　3.2高清監(jiān)控

　　在模擬監(jiān)控時代，根據(jù)攝像機的電視線數(shù)量來區(qū)分高清與否;在網(wǎng)絡(luò)視頻監(jiān)控時代，高清主要指百萬像素級的IP攝像機。目前高清視頻監(jiān)控系統(tǒng)可謂三足鼎立，模擬高(960H)、數(shù)字高清(HD-SDI)、網(wǎng)絡(luò)高清(IP高清)同時存在并各有其市場及應(yīng)用。960H攝像機的清晰度相對傳統(tǒng)模擬攝像機可以提升30%，提升雖然有限但是基本可延續(xù)原來的模擬系統(tǒng)架構(gòu);HD-SDI的優(yōu)勢在于其高清晰度及無延時特點，不過整體系統(tǒng)相關(guān)配套設(shè)備要求較高;網(wǎng)絡(luò)高清發(fā)展迅猛，隨著編碼效率的提高、帶寬成本及存儲成本的逐步降低，已經(jīng)得到越來越多的認可，不過實時性稍差。

　　目前，IP高清占絕對優(yōu)勢，HD-SDI技術(shù)在一定領(lǐng)域有其自身的優(yōu)勢及價值空間。 HD-SDI監(jiān)控以未壓縮高清數(shù)字信號實現(xiàn)高質(zhì)量、低延時、高保真的圖像應(yīng)用;而IP高清系統(tǒng)為了解決網(wǎng)絡(luò)傳輸及存儲問題，進行了視頻的壓縮及解壓縮過程。SDI系統(tǒng)在很大程度上是針對IP高清系統(tǒng)的無法克服的弱點而產(chǎn)生的， 即IP高清系統(tǒng)的網(wǎng)絡(luò)延遲性、 網(wǎng)絡(luò)架構(gòu)復(fù)雜、攝像機與后端平臺&存儲設(shè)備的不兼容性等問題，但SDI的聯(lián)網(wǎng)應(yīng)用靈活性遠不如IP高清應(yīng)用

　　3.3智能視頻監(jiān)控系統(tǒng)

　　人工進行視頻監(jiān)控效率極低，比如一個監(jiān)控人員去監(jiān)控兩路不太繁忙的畫面，10分鐘之后將會丟失45%的監(jiān)控信息，22分鐘之后將會忽略95%的視頻信息。在網(wǎng)絡(luò)攝像機與互聯(lián)網(wǎng)的不斷發(fā)展下，智能視頻監(jiān)控系統(tǒng)就應(yīng)運而生了。智能視頻監(jiān)控是針對紛繁復(fù)雜、動態(tài)變化的場景內(nèi)感興趣的區(qū)域和目標自動進行檢測、分割、跟蹤、分類和識別，并對異常事件進行檢測和標注，對動態(tài)場景進行語義描述，包括IBM、Sony、CMU等科研院校和公司都在該領(lǐng)域進行了大量的研究。

　　馬里蘭大學(xué)在1999年開發(fā)了W4智能視頻監(jiān)控系統(tǒng)。該系統(tǒng)針對室外場景人的行 為識別展開研究，通過提取外觀特征可實時對人體四肢和頭部進行跟蹤，并根據(jù)局部跟蹤結(jié)果進行遮擋條件下的多人跟蹤、攜帶物品檢測、多人交互以及簡單的動作識別。AVITRACK (Aircraft surroundings, categorized Vehicles and Individuals Tracking for Airport Region Activity model interpretation and Check ) 的研究團隊以法國SILOGIC 為首，包括英國雷丁大學(xué)、法國INRIA、以及挪威、奧地利等國的多個計算機視覺研究機構(gòu)，該系統(tǒng)于2003年立項，2005年10月初步實現(xiàn)了主要功能。

　　隨著智能視頻研究的不斷深入，采用多攝像機對目標進行大范圍、長時間跟蹤成為新的研究熱點。2007 年，位于硅谷的美國富士施樂帕拉阿圖 實驗室(FXPAL) 率先構(gòu)建了一個網(wǎng)絡(luò)環(huán)境下室內(nèi)多攝像機監(jiān)控系統(tǒng)DOTS (Dynamic Object Tracking System)，采用二十部AXIS 網(wǎng)絡(luò)攝像機對辦公大樓內(nèi)的走廊、電梯、出入口、會議室等公共場所進行24小時不間斷監(jiān)控。

　　智能視頻監(jiān)控的核心就是通過計算機來提取出符合人類認知的語義理解，像人一樣分析視頻數(shù)據(jù)，比如判斷目標的行為以及運動軌跡等，不論是目標識別階段或者是行為分析階段，智能視頻監(jiān)控算法是其核心。

　　隨著日益嚴峻的安全形勢，全球范圍內(nèi)對視頻監(jiān)控的需求與日俱增，部署的攝像頭密度也越來越高。根據(jù)獨立報數(shù)據(jù)，2006年英國有450萬個由閉路電視控制的攝像頭，每個英國人平均每天會被拍到300次;2008年美國安裝的攝像機已經(jīng)超過了2000萬臺;2010年中國超過1000萬個監(jiān)控攝像頭用于城市監(jiān)控與報警系統(tǒng)。據(jù)國土安全市場研究報告，攝像頭安裝的年復(fù)合增長率為10%左右，到2020年，每年將會產(chǎn)生3.3萬億小時的視頻。面對海量的數(shù)據(jù)，智能視頻監(jiān)控系統(tǒng)是大勢所趨。

　　目前的智能攝像頭或多或少都具有計算能力，集成了數(shù)據(jù)處理芯片。簡單的比如對視頻圖像進行壓縮，功能強大的可以在攝像頭內(nèi)部進行數(shù)據(jù)處理分析直接達到報警或者目標識別的預(yù)期功能。隨著最近十年來人工智能與深度學(xué)習(xí)的快速發(fā)展，智能視頻監(jiān)控算法的準確性與效率也上了一個新臺階。在2015年LFW國際人臉識別比賽中，機器識別的準確率達到了99.55%，首次超越了人眼。技術(shù)瓶頸逐漸被打破使得智能視頻監(jiān)控逐漸成為未來的主流。