随着机器学习功能性的扩展和准确性的提高，视频分析市场正在发生根本性的变化。但是这些延展的功能是什么？它们如何影响安防和视频系统的运行？
Donal Sullivan，Johnson Controls, Inc.
视频分析通过集成先进技术，正在提高企业和建筑设施安全的有效性和准确性。诸如AI和机器学习之类的技术不仅可以帮助查明潜在威胁的位置，而且还可以识别建筑物系统和建筑本身的模式。例如，作为独立解决方案，视频分析可提供对占用模式的实时分析-在配备了AI和机器学习后，将自动进行数据收集，并能更快，更高效地进行分析，而且为操作提供建议。如果视频分析识别出未经授权的访客，则AI和机器学习模式可以通知安全人员，安全人员即可以采取适当的措施，例如将访客护送出去或者是对他进行锁定。
Peter Ainsworth, Johnson Controls, Inc.
二次识别和分类这两种分析方法越来越受到大众欢迎。分类是深度学习分析中最重要的，这是所有其他深度学习分析的基础。因为分类决定了存在对象的类型：例如，人、汽车与巴士，是识别并跟踪关注对象的第一步。二次识别是一种深度学习分析，可让相机识别未经认证的人或物体。例如，通过分类，摄像头可以确定公共汽车与汽车或人与马之间的差异。这是因为，当摄像头监测到一个人时，它将“学习”多个数据点，包括：身高，大小和步态，衣服的颜色，性别，面部和种族等。二次识别通过匹配多个数据点(不需要全部)，起到作用。
Alex Johnson, Verint Systems
尽管基本的视频分析技术已经存在很多年，但是今天行业仍致力于将这项技术提高到一个新水平，并使用数据和分析洞察能力帮助解决业务问题并改善流程。例如，金融机构不仅希望能够利用监控摄像头来获取捕捉画面，还希望完成诸如增强人力资源和优化客户服务之类的任务。但是，在正确捕获，分析和处理高级系统提供的大量信息方面仍存在挑战。成功利用视频分析的关键是利用智能技术，该技术可以简化和自动化大量数据，确定关键数据并使其可行。然后，这使操作员可以根据可靠和详细的信息迅速做出明智的决策。
Per Björkdahl, ONVIF
面部识别是当今使用最广泛的分析方法。即使这样，评价也不总是积极的。人们对它的看法的好坏视情况而定。东部地区对技术更加开放，认识到它可以简化并进一步验证访问控制过程。西方国家不太可能加入该技术，因为他们担心面部数据会被错误地使用。双方之间正在进行激烈的争论，但可以肯定的是：面部识别技术没有任何太大进展。
Alan Stoddard, Verint Systems
自10多年前推出以来，视频分析已经走了很长一段路。尽管由于技术不够成熟而导致最初的结果好坏参半，但视频智能功能已得到显着发展，现在已成为智能解决方案的关键组成部分，可推动明智的响应和业务成果。例如，视频分析可以识别何时在机场遗留物品，然后向有关人员发出警报。或者，在抗议情况下，模式识别算法可检测人群活动的变化，并在行为转向敌对行为时发出信号。除了面部识别功能，我们还可以自动检测，跟踪和提醒感兴趣的人。此外，在发生突发事件时，我们可以立即警告操作员，激活附近的摄像机和其他控件，并分配适当的资源以缓解威胁。
总结：
视频分析技术的革新在为安防市场创造新的机会。尽管有时会受到消极反馈，尤其针对面部识别系统，但是功能性更强和安全性更高的视频分析技术很可能会在市场上流行。隐私问题需要得到解决，才能得到更有效的安全系统。
18221259202