基于 GPU 的处理技术、神经网络和深度学习能力的进步催生了下一代人工智能分析技术，包括人工智能视频分析，它提供了具有高效精准的行业解决方案。 AI 视频分析与“传统”视频分析有何不同？ 该技术有哪些优势以及如何应用？

　　“传统”视频分析的挑战

　　“传统”视频分析是一种在视频监控中广泛使用十多年的技术，人们对这种技术的期望往往超出了实际可以交付的范围。模式识别和物体/运动检测是可以实现的，但是它们可以预防和解决事故的程度是有限的。准确性也是一个问题，例如，车牌识别并非 100% 准确，众所周知，人脸识别难以可靠地执行。此外，频繁的错误警报会降低准确性并增加安保人员的工作量。

　　什么是 AI 视频分析？

　　AI 视频分析利用尖端技术对视频片段进行数字化分析，以提高检测精度和分类能力来识别关键事件和可疑活动。在人工智能和深度学习的驱动下，视频智能软件检测和提取视频中的对象，基于经过训练的深度神经网络识别它们，然后对每个对象进行分类，以启用智能搜索、过滤、警报、数据聚合和可视化等分析功能。深度学习到位后，准确性不断提高，误报减少，从而提高运营效率并大幅缩短调查时间。

　　AI视频分析的优势和增强能力

　　AI 视频分析的主要优势在于其能够利用现有的视频监控基础设施，并将存储的视频数据转换为可搜索、可操作和可量化的信息情报，从而提高工作效率。

　　对象分类包括但不限于：

　　人物 - 年龄、性别、种族、服装颜色

　　车辆 - 尺寸、类型（例如汽车与卡车）、颜色、行驶方向

　　动物 - 类型（例如猫与狗）、颜色

　　无生命的物体（例如袋子） - 大小、状态、类型

　　Al 可用于训练系统根据某些行为生成实时警报，例如：

　　方向运动、游荡、人数统计、遗留物品、已移除对象

　　基于人工智能的行为分析

　　视频监控健康监测

　　健康与安全合规

　　总结

　　AI 视频分析提供高度准确的实时警报，并显明显减少误报，使安保管理人员和业务运营商能够主动应对环境中的情况变化。额外的分析层将记录的视频数据转换为可操作的、有价值的信息，通过精确定位感兴趣的人和物体来促进快速和精确的调查。

　　通过提取和聚合视频元数据（例如男性、女性、儿童、车辆、大小、颜色、速度、路径等），用户可以定量分析他们的视频并将这些数据用于其他目的，帮助提高其监控基础设施的运营效率。

　　越来越多的人工智能技术已经融入到视频监控领域中，尤其是在安防监控中，比如人脸识别、人脸检测、车牌识别、行为分析技术等等，以TSINGSEE青犀视频的EasyCVR视频融合云平台为例，它可对视频监控场景中的人、车、物进行抓拍、检测与识别，对异常情况进行智能提醒和通知，目前已经广泛应用于安防监控、智能分析、通行核验等场景。