視頻監控智能分析的關鍵在視頻源的清晰度，如果通過視頻結構化技術對錄像進行特征提取時，視頻源的清晰度無法達到指定的要求，智能分析就無從談起。當前，為了解決視頻源的清晰度問題，方法有很多，比如直接標清換高清、槍球聯動、魚球聯動等，這些技術方案雖然在一定程度上解決了監控抓拍視頻源清晰度不足的問題，但在技術及應用層面，并非最佳的選擇。

　　人眼攝像機的技術分析原理

　　視頻監控智能分析的應用，目前主要在人臉識別及車輛識別，因為車輛本身特征較為固定，特征提取也相對容易。在人臉識別領域，因為被監控人的主動意識比較強，加上應用場景的復雜化和機動性，使得實驗室算法的人臉精度在進入具體的功能應用中，準確率大大降低，業務效率大打折扣，公安等部門在智能分析方面的投入因此也變得謹慎。

　　但是視頻監控高清技術的后續發展，北京格靈深瞳信息技術有限公司產品總監譚勇認為是視覺分析，并且會在未來3-5年內成為行業主流技術趨勢。對此，格靈深瞳作為一家人工智能領域的算法公司，今年推出了區別于傳統監控攝像機抓拍人臉的前端IPC--人眼攝像機。這款產品解決了視頻監控看得廣、看得遠、看得清的問題。

　　根據目前通用攝像機的技術方案，要實現人臉的識別，距離要求是在3-5米內，而格靈深瞳的人眼攝像機能夠實現50米外動態捕捉到清晰的人臉，在100米外清晰地捕捉人體的特征，它既可以檢測人，也可以檢測車。

　　對于這個技術的理解，目前一般市場上的人臉檢測是根據人眼兩個瞳孔之間的距離去檢測，而格靈深瞳是基于人的半身，即先檢測出人，然后根據人的局部特點進行放大，在放大到一定程度后再把人臉抓拍出來，所以這就不依賴于看不看得清人的眼睛。總的來說，基于人的體態特征進行檢測，這種檢測的適應性要更好，并且對于距離沒有那么強烈的要求，檢測準確率方面，50米外，在標注的敏感區內，只要人出現，就可以在相應的時間段內幾乎是百分百的抓起，除非是運動特別的快，但是只要在場景停留1-2秒就可以抓到，而一般情況下，1-2秒內要在50米開外的監控區域內消失，幾乎是不可能的。

　　人眼攝像機的識別類目

　　在監控攝像機的智能分析檢查類目中，人眼攝像機主要識別有四種：一是人臉的識別;二是行人的外貌特征的識別;三是機動車的識別;四是非機動車的識別。當然也會有其他廠商做動物及其他物品的檢測，但這部分其實市場需求很小，因此專注公安及交通市場，需要對這四種類目進行重點的檢測。

　　在行人的檢測和識別方面，人眼攝像機檢測的特征接近30種，主要有五類特征檢測：第一類是人的年齡和性別;第二類是人的頭部特征，比如戴不戴口罩、眼鏡和帽子，第三類是上身特征，比如長短袖，衣服顏色和紋理;第四類是下身特征，比如長短褲，是裙子還是短褲、顏色等;第五類是其他特征，比如背包、箱子等。在國內廠商中，基于人的特征檢測格靈深瞳基本上是最全的，比其他廠商更有優勢。因為只有當你有了更多的特征分析，你才能進行更多組合化的檢測分析，因此特征提取是最基本也是最重要的前期技術。

　　但是人的檢測其實是最快的，基本上零點幾秒就能實現，更多的時間是花在識別上，格靈深瞳視頻的并發能力在行業里面是靠前的，針對人的人臉行為特征識別、車輛識別和非機動車的識別，并發的能力在一個顯卡處理的情況下，可以做到30路1080P的實時并發處理。

　　格靈深瞳去年推出了基于三維圖像技術的行為分析儀--晧目攝像機，其主要應用場景為室內。今年推出的人眼攝像機，是為了應對公安在室外的復雜場景的智能分析的需求。作為一家智能算法科技企業，格靈深瞳譚勇強調，雖然格靈深瞳并不擅長于生產制造，但是我們會找到比較強的制造伙伴，比如江浙或者深圳的工廠，與它們進行深度的合作，包括供應鏈、生產、組裝及測試，利用雙方的技術優勢，通過強強聯合，解決大家關注的技術產品化的問題。