AI认知
智能视频分析所存在的问题
时间：2014-03-14
过于看重功能，忽视其他技术
即便是对智能分析功能比较了解的用户，在安装和购买上往往只是对功能的看重，而忽视了智能分析对带宽、系统的压力和误报率。
实际上，视频智能分析是一个门槛很高的技术。它所呈现的不不仅仅是功能的实现，而是如何在一个系统中，良好的、没有压力的情况下实现智能分析，从而为用户带来便捷，这些往往是看不到的，无法用数据进行衡量的。这也是目前产品市场中，很多产品具有相同功能，但是价格却差距很大的原因之一。
现场的恶劣环境也让现有的分析功能大打折扣
摄像机实际安装的环境中，不会像功能演示中那么良好，各种环境因素都会使智能分析大打折扣。
背景的复杂性：光照变化引起目标颜色与背景颜色的变化，可能造成虚假检测与错误跟踪。采用不同的色彩空间可以减轻光照变化对算法的影响，但无法完全消除其影响;场景中前景目标与背景的相互转换，与行李的放下、拿起，车辆的启动与停止;目标与背景颜色相似时会影响目标检测与跟踪的效果;目标阴影与背景颜色存在差别通常被检测为前景，这给运动目标的分割与特征提取带来困难。
目标特征的取舍：序列图像中包含大量可用于目标跟踪的特征信息，如目标的运动、颜色、边缘以及纹理等。但目标的特征信息一般会随时变化的，选取合适的特征信息保证跟踪的有效性比较困难。
遮挡问题：遮挡是目标跟踪中必须解决的难点问题。运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标部分不可见会造成目标信息缺失，影响跟踪的稳定性。为了减少遮挡带来的歧义性问题，必须正确处理遮挡时特征与目标间的对应关系。大多数系统一般是通过统计方法预测目标的位置、尺度等，都不能很好地处理较严重的遮挡问题。
