用户行为分析系统建立所需步骤和所需软件

Web日志挖掘分析的方法

日志文件的格式及其包含的信息

①2006-10-17 00:00:00②202.200.44.43 ③218.77.130.24 80 ④GET ⑤/favicon.ico

⑥Mozilla/5.0+(Windows；+U；+Windows+NT+5.1；+zh-CN；+rv：1.8.0.3)+Gecko/20060426

+Firefox/1.5.0.3。

①访问时间；②用户IP地址；③访问的URL，端口；④请求方法(“GET”、“POST”等)；

⑤访问模式；⑥agent，即用户使用的操作系统类型和浏览器软件。

一、日志的简单分析

1、注意那些被频繁访问的资源

2、注意那些你网站上不存在资源的请求。常见的扫描式攻击还包括传递恶意参数等：

3、观察搜索引擎蜘蛛的来访情况

4、观察访客行为

应敌之策：

1、封杀某个IP

2、封杀某个浏览器类型（Agent）

3、封杀某个来源（Referer）

4、防盗链

5、文件重命名

作用：

1.对访问时间进行统计，可以得到服务器在某些时间段的访问情况。

2.对IP进行统计，可以得到用户的分布情况。

3.对请求URL的统计，可以得到网站页面关注情况。

4.对错误请求的统计，可以更正有问题的页面。

二、Web挖掘

根据所挖掘的Web 数据的类型，可以将Web 数据挖掘分为以下三类：Web 内容挖掘(Web Content Mining)、Web 结构挖掘(Web Structure Mining)、Web 使用挖掘(Web Usage Mining)（也称为Web日志挖掘）。

①Web内容挖掘。Web内容挖掘是指从文档的内容中提取知识。Web内容挖掘又分为文本挖掘和多媒体挖掘。目前多媒体数据的挖掘研究还处于探索阶段,Web文本挖掘已经有了比较实用的功能。Web文本挖掘可以对Web上大量文档集合的内容进行总结、分类、聚类、关联分析,以及利用Web文档进行趋势预测等。Web文档中的标记,例如<Title>和<Heading>等蕴含了额外的信息,可以利用这些信息来加强Web文本挖掘的作用。

②Web结构挖掘。Web结构挖掘是从Web的组织结构和链接关系中推导知识。它不仅仅局限于文档之间的超链接结构,还包括文档内部的结构。文档中的URL目录路径的结构等。Web结构挖掘能够利用网页间的超链接信息对搜索引擎的检索结果进行相关度排序,寻找个人主页和相似网页,提高Web搜索蜘蛛在网上的爬行效率,沿着超链接优先爬行。Web结构挖掘还可以用于对Web页进行分类、预测用户的Web链接使用及Web链接属性的可视化。对各个商业搜索引擎索引用的页数量进行统计分析等。

③Web使用记录挖掘。Web使用记录挖掘是指从Web的使用记录中提取感兴趣的模式，目前Web使用记录挖掘方面的研究较多,WWW中的每个服务器都保留了访问日志,记录了关于用户访问和交互的信息,可以通过分析和研究Web日志记录中的规律,来识别网站的潜在用户可以用基于扩展有向树模型来识别用户浏览序列模式,从而进行Web日志挖掘可以根据用户访问的Web记录挖掘用户的兴趣关联规则,存放在兴趣关联知识库中,作为对用户行为进行预测的依据,从而为用户预取一些Web页面,加快用户获取页面的速度，分析这些数据还可以帮助理解用户的行为,从而改进站点的结构,或为用户提供个性化的服务。

通过对Web服务器日志中大量的用户访问记录深入分析，发现用户的访问模式和兴趣爱好等有趣、新颖、潜在有用的以及可理解的未知信息和知识，用于分析站点的使用情况，从而辅助管理和支持决策。当前，web日志挖掘主要被用于个性化服务与定制、改进系统性能和结构、站点修改、商业智能以及web特征描述等诸多领域。

三、Web日志挖掘的方法

（一）首先，进行数据的预处理。

从学习者的访问日志中得到的原始日志记录并不适于挖掘，必须进行适当的处理才能进行挖掘。因此，需要通过日志清理，去除无用的记录；对于某些记录，我们还需要通过站点结构信息，把URL路径补充成完整的访问序列；然后划分学习者，并把学习者的会话划分成多个事务。

（二）其次，进行模式发现

一旦学习者会话和事务识别完成，就可以采用下面的技术进行模式发现。模式发现, 是对预处理后的数据用数据挖掘算法来分析数据。分有统计、分类、聚类、关等多种方法。

① 路径分析。它可以被用于判定在一个站点中最频繁访问的路径，还有一些其它的有关路径的信息通过路径分析可以得出。路径分析可以用来确定网站上的频繁访问路径, 从而调整和优化网站结构, 使得用户访问所需网页更加简单快捷, 还可以根据用户典型的浏览模式用于智能推荐和有针对性的电子商务活动。例如：70% 的学习者在访问/ E-Business /M2时，是从/EB开始，经过/ E-Business /SimpleDescription，/ E-Business /M1；65%的学习者在浏览4个或更少的页面内容后就离开了。利用这些信息就可以改进站点的设计结构。

② 关联规则。 使用关联规则发现方法，可以从Web的访问事务中找到的相关性。关联规则是寻找在同一个事件中出现的不同项的相关性，用数学模型来描述关联规则发现的问题：x=>y的蕴含式，其中x,y为属性——值对集(或称为项目集)，且X∩Y空集。在数据库中若S%的包含属性——值对集X的事务也包含属性——值集Y，则关联规则X=>Y的置信度为C%。

③ 序列模式。在时间戳有序的事务集中，序列模式的发现就是指那些如“一些项跟随另一个项”这样的内部事务模式。它能发现数据库中如“在某一段时间内，客户购买商品A，接着会购买商品B，尔后又购买商品C，即序列A→B→C出现的频率高”之类的信息。序列模式描述的问题是：在给定的交易序列数据库中，每个序列按照交易的时间排列的一组交易集，挖掘序列函数作用是返回该数据库中高频率出现有序列。

④ 分类分析。发现分类规则可以给出识别一个特殊群体的公共属性的描述，这种描述可以用于分类学习者。分类包括的挖掘技术将找出定义了一个项或事件是否属于数据中某特定子集或类的规则。该类技术是最广泛应用于各类业务问题的一类挖掘技术。分类算法最知名的是决策树方法，此外还有神经元网络、Bayesian分类等。例如：在/ E-Business /M4学习过的学习者中有40％是20左右的女大学生。

⑤聚类分析。可以从Web访问信息数据中聚类出具有相似特性的学习者。在Web事务日志中，聚类学习者信息或数据项能够便于开发和设计未来的教学模式和学习群体。聚类是将数据集划分为多个类，使得在同一类中的数据之间有较高的相似度，而在不同类中的数据差别尽可能大。在聚类技术中，没有预先定义好的类别和训练样本存在，所有记录都根据彼此相似程度来加以归类。主要算法有k—means、DBSCAN等。聚类分析是把具有相似特征的用户或数据项归类,在网站管理中通过聚类具有相似浏览行为的用户。基于模糊理论的Web页面聚类算法与客户群体聚类算法的模糊聚类定义相同，客户访问情况可用URL(Uj)表示。有Suj={(Ci，fSuj(Ci))|Ci∈C}，其中fSuj(Ci)→[0，1]是客户Ci和URL(Uj)间的关联度：式中m为客户的数量，hits(Ci)表示客户Ci访问URL(Uj)的次数。利用Suj和模糊理论中的相似度度量Sfij定义建立模糊相似矩阵，再根据相似类[Xi]R的定义构造相似类，合并相似类中的公共元素得到的等价类即为相关Web页面。

⑥统计。统计方法是从Web 站点中抽取知识的最常用方法, 它通过分析会话文件, 对浏览时间、浏览路径等进行频度、平均值等统计分析。虽然缺乏深度, 但仍可用于改进网站结构, 增强系统安全性, 提高网站访问的效率等。

⑦协同过滤。协同过滤技术采用最近邻技术，利用客户的历史、喜好信息计算用户之间的距离，目标客户对特点商品的喜好程度由最近邻居对商品的评价的加权平均值来计算。

（三）最后，进行模式分析。

模式分析。基于以上的所有过程，对原始数据进行进一步分析，找出用户的浏览模式规律，即用户的兴趣爱好及习惯，并使其可视化，为网页的规划及网站建设的决策提供具体理论依据。其主要方法有：采用SQL查询语句进行分析；将数据导入多维数据立方体中，用OLAP工具进行分析并给出可视化的结果输出。（分类模式挖掘、聚类模式挖掘、时间序列模式挖掘、序列模式挖掘、关联规则等）

四、关联规则

（一）关联规则

顾名思义，关联规则（association rule）挖掘技术用于于发现数据库中属性之间的有趣联系。一般使用支持度（support）和置信度（confidence）两个参数来描述关联规则的属性。

1.支持度。规则 在数据库 中的支持度 是交易集中同时包含 ， 的事务数与所有事务数之比，记为 。支持度描述了 ， 这两个项集在所有事务中同时出现的概率。

2．置信度。规则 在事务集中的置信度(confidence)是指同时包含 ， 的事务数与包含 的事务数之比，它用来衡量关联规则的可信程度。记为

规则 A Þ C:支持度= support({A}È{C}) = 50%，置信度= support({A}È{C})/support({A}) = 66.6%

（二）Apriori方法简介

Apriori算法最先是由Agrawal等人于1993年提出的，它的基本思想是：首先找出所有具有超出最小支持度的支持度项集，用频繁的(k—1)-项集生成候选的频繁k-项集；其次利用大项集产生所需的规则；任何频繁项集的所有子集一定是频繁项集是其核心。

Apriori算法需要两个步骤：第一个是生成条目集；第二个是使用生成的条目集创建一组关联规则。当我们把最小置信度设为85%，通过关联规则的形成以及对应置信度的计算，我们可以从中得到以下有用的信息：

1.置信度大于最小置信度时：我们可以这样认为，用户群体在浏览相关网页时，所呈列的链接之间是有很大关联的，他们是用户群的共同爱好，通过网页布局的调整，从某种意义上，可以带来更高的点击率及潜在客户；

2.置信度小于最小置信度时：我们可以这样认为，用户群体对所呈列链接之间没太多的关联，亦或关联规则中的链接在争夺用户。

五、网站中Web日志挖掘内容

（1）网站的概要统计。网站的概要统计包括分析覆盖的时间、总的页面数、访问数、会话数、惟一访问者、以及平均访问、最高访问、上周访问、昨日访问等结果集。

（2）内容访问分析。内容访问分析包括最多及最少被访问的页面、最多访问路径、最多访问的新闻、最高访问的时间等。

（3）客户信息分析。客户信息分析包括访问者的来源省份统计、访问者使用的浏览器及操作系统分析、访问来自的页面或者网站、来自的IP地址以及访问者使用的搜索引擎。

（4）访问者活动周期行为分析。访问者活动周期行为分析包括一周7天的访问行为、一天24小时的访问行为、每周的最多的访问日、每天的最多访问时段等。

（5）主要访问错误分析。主要访问错误分析包括服务端错误、页面找不到错误等。

（6）网站栏目分析。网站栏目分析包括定制的频道和栏目设定，统计出各个栏目的访问情况，并进行分析。

（7）商务网站扩展分析。商务网站扩展分析是专门针对专题或多媒体文件或下载等内容的访问分析。

（8）有4个方向可以选择:①对用户点击行为的追踪，click stream研究；②对网页之间的关联规则的研究；③对网站中各个频道的浏览模式的研究；④根据用户浏览行为，对用户进行聚类，细分研究；（如果你能够结合现有的互联网产品和应用提出一些自己的建议和意见，那就更有价值了。）

（9）发现用户访问模式。通过分析和探究Web日志记录中的规律，可以识别电子商务的潜在客户，提高对最终用户的服务质量，并改进Web服务器系统的性能。

(10)反竞争情报活动。反竞争情报是企业竞争情报活动的重要组成部分。

六、相关软件及算法

（一）相关软件：

1.数据挖掘的专用软件wake。

2.用OLAP工具

3.已经有部分公司开发出了商用的网站用户访问分析系统，如WebTrends公司的CommerceTrends 3.0,它能够让电子商务网站更好地理解其网站访问者的行为，帮助网站采取一些行动来将这些访问者变为顾客。CommerceTrends主要由3部分组成：Report Generation Server、Campain Analyzer和Webhouse Builder。

4.Accrue公司的Accrue Insight，它是一个综合性的Web分析工具,它能够对网站的运行状况有个深入、细致和准确的分析，通过分析顾客的行为模式，帮助网站采取措施来提高顾客对于网站的忠诚度，从而建立长期的顾客关系。

（二）相关算法：

1.运用各种算法进行数据挖掘：GSP算法, Prefixspana算法，

2.关联规则分析：Apriori、FP-growth算法等。

3.Apriori算法及其变种算法

4.基于数据库投影的序列模式生长技术（database project based sequential pattern growth）

5. Wake算法、MLC++等

6. PageRank算法和HITS算法利用Web页面间的超链接信息计算“权威型”（Authorities）网页和“目录型”（Hubs）网页的权值。Web结构挖掘通常需要整个Web的全局数据，因此在个性化搜索引擎或主题搜索引擎研究领域得到了广泛的应用。

7.参考检索引擎的挖掘算法，比如Apache的lucene等。

1、录像机112141是大华公司NDAA高清型网络摄像机采用1/2.8英寸CMOS传感器，可支持高清1080P及1080P放大模式，拥有灰度增强能力，抑制夜景背景噪声，使小光照时背景画面不失真，有效增强影像清晰度，以实现智能前端录像机较低成本的智能监控录像机。

2、此款录像机配备芯片集的算法，可支持检测及智能报警，可提供行为分析及先进算法，上传报警信息及图片到服务器，提高人祸检测及报警效率，实现报警更快速更准确的监控事件记录，提供安全及可靠的监控环境。

3、该款录像机还可支持一键式智能安装功能，除了自动对焦、镜头参数设置、聚焦及镜头校准等功能之外，还可支持可调节白平衡、大光圈方向、静态图像感知等功能，实现操作简单、效率高、时效性强的录像机报警系统。

智能视频分析在中国，是一场国际领先技术公司和国内视频监控主流厂商共赴的盛宴。 在国内，业内最为熟悉的智能视频分析技术公司当属美国的Object video和以色列的Ioimage。这两大技术公司及其在国内的合作者成为推动智能视频分析在国内发展的主要力量。 以色列Ioimage2006年进入中国市场。Ioimage是智能算法内嵌DSP的技术代表，其中国市场合作伙伴则实现了Ioimage智能视频分析技术和产品的中国。2009年推出的智能视觉监控产品--Bellsentt系列。Bellsentt系列产品吸收Ioimage算法的精华，根据中国客户的实际需求，把硬件、软件、产品、平台结合起来，结合客户应用需求，并开放设备的API接口，开发出了智能化信息管理平台。对Ioimage的智能视觉服务器作了改进和简化，特别是将服务器作了模块化改进，将智能服务器缩小成了几层PCB板子的模块，客户只需要购买智能模块，便能将普通的球机或枪机转化成智能一体化球机和智能一体化枪机。通过这样技术创新，实现了智能视频分析技术的产品化。 美国Object Video是全球智能视频分析技术的泰斗级公司。在中国有众多的技术追随者，选择与智能视频分析技术的核心技术供应商Object Video进行合作，在视频监控产品中引进Object Video的视频分析技术。 国内的视频监控厂商与Object Video合作开发智能视频产品，必须要有上游的芯片方案设计商和系统设计商的参与。为国内主流视频监控设备厂商提供芯片解决方案的国际芯片设计公司TI对这些企业智能视频产品的开发起到了非常重要的作用。Object Video公司与TI合作推出了ObjectVideo OnBoardTM智能视频软件套件，其包括了Object Video的先进智能视频应用软件。ObjectVideo OnBoardTM结合达芬奇（DaVinci）技术，将智能分析技术嵌入方案中，帮助OEM厂商快速开发出具有强大可靠的智能视频功能的新品，例如包括分析视频，以及根据用户定义的规则发出警报与其它告警信息。为了与基于TI DSP的数字媒体处理器协同工作，该软件实行了进一步优化，使得ObjectVideoOn BoardTM的OEM厂商可以直接在其产品中构建智能功能，从而进一步提升产品的独创性，加速上市时间，并能更便捷地提供针对特定客户的解决方案。 ObjectVideo OnBoardTM可以为摄像机、网络编码器或其他视频管理平台实现嵌入式系统开发，使智能视频分析系统能够更贴近需要。通过在TI基于DSP的高性能DM64x系列数字媒体处理器中集成Object Video的软件，视频监控设备就具备了内置的高级视频分析功能。这种终端产品不仅能够采集并压缩视频以进行存储和实现流媒体功能，而且还能对视频进行分析，查看是否存在安全性问题或发生其他事故，如人员闯入、物品盗窃等，并能产生实时告报。 Object Video与其在亚太地区的OEM独家经销商与技术合作伙伴WPG System合作，发布了PC式智能视频分析技术，基于x86的OVIA平台，可以在传统的intel平台上实现智能视频分析。通过OVIA平台，视频输入可以支持模拟和数字双模输入：不仅支持通过视频捕捉卡的模拟视频输入，还能支持基于RTSP MMS的网络视频流的数字输入，从而支持对IP网络摄像机、网络视频服务器（DVS）设备与其他网络视频源；实现单台机器支持多路分析。Object Video推出了OVReady合作计划。OVReady是一套基于WebService的XML行业标准，指定了智能分析设备与智能管理软件之间进行信息交互的标准。OVIA平台提供OVReady开放协议API接口，通过该协议可以快速的进行二次开发，与现有视频管理系统整合。 智能视频监控到来之前，安防视频监控的发展已经到了行业化和集成化的阶段。因此，在智能视频监控到来时，视频监控领域对智能监控技术的要求，依然是来自于不同行业对视频监控的各种个性化需求。这种个性化的需求将要求智能视频技术针对不同的行业有不同的智能视频分析规则。适合不同行业需求的智能视频分析规则需要智能分析技术供应商、芯片设计商以及国内的视频监控厂商共同研究用户的智能化需求、如何去满足用户的需求以及满足特定用户智能视频监控需求的产品形态。 不同行业需要差异化的智能视频分析规则 智能视频监控经过四、五年的发展，但是，要谈到智能视频应用的推进，却还有许多非常基础的技术问题没有解决。石安科技认为，从客户端来讲，制约智能监控发展的因素是业务需求与智能监控所能达到的实际应用之间的脱节。目前客户对智能监控的了解还处于以下三种情况：客户可能知道智能产品，但是对于自身的需求及智能监控了解都不深入，想用智能产品，但不知道怎么用；客户对智能产品有所了解，也分析了自身的需求，形成了一定的智能监控概念和思路，但是不知道能否切实满足需求；客户已对智能产品做过深入学习，也明确自身的业务会用到哪些智能监控技术，但是对于智能产品的性能指标能否达到自己的要求却没有把握。 对集成商、工程商来说，如何准确地了解客户的实际需求，在众多智能监控产品中选择出匹配的产品完成项目是发展网络智能监控业务的关键。目前，工程商对于客户需求理解有偏差，尚无法针对性地根据客户需求给出智能化解决方案的意见。在众多智能产品中，从生产厂家来讲，业务形态无法满足需求以及产品形态的缺失是制约现阶段智能监控发展的主要因素。国内智能监控生产厂商大多引用国外厂商智能核心算法，其经典应用规则不能适用于所有的国内行业，很多行为分析的场景也不能用现有的算法来满足。比如银行智能监控，现有的方案大多集中在周界防范的业务上，智能监控系统协助安保人员对可能的犯罪行为起到预警作用。然而，这些并非银行智能监控的核心诉求，周界防范是对人力安保的一种辅助，如何防止ATM机机身损害，例如张贴纸条、取款口加装设备等才是智能监控真正要解决的问题。另一种业务形态的缺失体现在需求模糊，比如“平安城市”建设，现阶段对于际智能监控业务形态尚不完全清楚。 目前，用于行为分析的智能产品主要有两种形态：一种应用于前端，将智能视频分析算法内嵌入网络视频服务器或网络摄像机中；另一种应用在后端，通过纯软件的形式对场景进行智能分析。这样的产品形态太简单、太少，不能满足不同用户的不同需求。产品形态的缺失导致智能监控系统的成本上升，而且客户在选择产品时感觉不是产品满足需求，而是自身适应产品。目前运用智能监控较多的行业主要是交通、政府部门、军队武警、公安、建筑展馆等。这些行业应用中，周界防范是最普遍的智能功能应用。对功能的需求主要集中在周界、自动跟踪、物体出现/消失、流量统计分析上。 这些行业对智能功能应用的需求就仅止于此吗？当然不是。这只是目前智能分析技术做到的应用。各行业不断涌现新的业务需求，对于智能视频分析技术的功能性、各种场景的适应性、指标参数的准确性更高的要求。在不同行业、场所对于智能监控的需求也有着较大的差异，很难用一套通用的智能技术或者产品覆盖各个行业。这就要求厂商要去挖掘和总结适用于不同行业的智能视频分析规则。 比如，银行智能监控除了传统的周界防范，关键需求为ATM机机身异物检测预警，对于ATM取款机，银行方面除了需要知道取款人的身份以外，还需要保护好昂贵的取款设备，尽早杜绝一些欺诈行为。人脸遮挡识别、特殊动作识别（尾随、贴胶布等）功能就非常适合在ATM取款机上进行大面积推广。针对银行营业场所的日常安全，智能视频分析常采用的规则是取走识别、离开识别、滞留识别、弃置识别：可以对钱箱进行监控，在视频画面中钱箱所在区域设置取走识别，当钱箱离开规定区域或者发生移动时产生取走报警；对特定的工作人员设置离开识别，当离开所设定的个人办公区域时产生离开报警提示；选择营业厅内重要区域选择滞留识别，当有人长时间逗留产生徘徊报警；使用离开识别，当需固定值守岗位人员离开岗位后产生离开报警；使用弃置识别，当营业厅内（如大堂）有遗留物品时进行报警；使用警戒线及区域入侵检测功能，可对营业场所的周界出现人、车辆或任何物体入侵时进行报警，可进行时间的管理。 而武警、公安等行业对于智能监控流动性、隐蔽性的要求较高；公安及司法行业的主要需求是检测是否有奔跑、斗殴、追逐及聚众等异常行为的发生，这类应用的场景一般非常复杂，要求智能产品对复杂场景有较强的适应能力。 如监狱在防范在押人员越狱的同时，提出对于执勤岗哨异常行为分析的新需求；再如治安监控，重点关注人比较密集的场所，需要打击“两抢”犯罪，防止群发的恶性事件等。在广场、车站等地方的监控点，密切注意人流的动向，对人群的突然聚集进行分析和报告。在道路的监控系统中加上对人的突然变速分析，及时判断行人意外情况，也是对于“两抢”犯罪行为进行智能分析判断的一个规则。 智能视频分析技术在监狱安防管理中的一个重要作用是防止在押犯越狱逃跑。因而采用穿越警戒线、进入识别的规则：为了防止罪犯翻越围墙逃跑，组合采用穿越警戒线、进入识别这两种功能对围墙附近等重点警戒区域实施监控。把围墙的前面，即在押人员经围墙必须经过的区域，设置为目标范围，一旦有人进入，立即发出报警。为了避免错报和不必要的失误，如工作人员自己进入目标范围而引发的报警，可以配合穿越警戒线功能以提高报警的精确度。目标范围内，再设置一条警戒线。有人进入目标范围报警一次，当跨过警戒线报警第二次。这样能有效提醒执勤人员，采取充分的警戒措施，也能降低监控的失误率，提高工作效率。 对于涉及公安机关社会治安监控的智能视频分析技术，公安部一所副所长陈朝武认为其智能视频分析的规则一定要和公安业务结合起来，特别要和刑侦破案经验结合起来才能定义和破案相关的视频内容特征，从而发现有限规则，再把这些规则输入计算机，让计算机按照这样的规则去提取图像特征，这样才能使智能视频分析和公安业务真正结合起来，才能有助破案，节省警力。如：异常行为分析，群体性事件感知，利用智能视频人数统计功能，在一定的公共重要场所，通过感知人群密度的快速增加发出报警，也能起到预防群体性事件发生的作用。在大型活动的监控中，必须先提炼出有助破案的犯罪分子的行为特征，结合算法规则，配置相应的参数。集成了这种算法和参数的摄像机才能有效进行智能视频分析。 另外，智能视频快速检索是智能视频分析应用的一个重要功能。在视频智能分析和检索过程中，对有些质量比较差的图像，需要先进行视频增强，让视频画面清晰可辨，才能使智能视频分析准确性增强。因此，视频增强功能也是视频分析的重要内容。 陈朝武认为，如何满足这些不同的监控图像智能视频分析的应用需求，是视频监控图像内容智能视频分析技术研究和应用的难点。从事智能视频分析研究的人员一定要从应用的角度去思考：什么样的算法适合什么样的场景？这是智能视频分析非常关键的。我们所看到的智能视频分析演示，它的算法是不是也同样能够适用我们特定的观察场景？在应用场景的全天候变化情况下，各种参数选择如何确定分析效果最佳？这是智能视频分析应用的关键。 中国市场需要怎样的智能视频监控产品 和视频监控应用的行业化趋势一样，智能视频分析技术在监控领域由于行业需求的差异，将长期处在一个需求不断被细化、被实现的过程中。目前能实现的智能视频分析的内容主要包括几个大类：1、对人、物的识别；2、对人、物运动轨迹的识别；3、对视频环境影响的判断和补偿。智能视频监控产品功能也主要围绕如何满足上述需求设计。 对人、物的识别：主要就是识别监控系统关心的内容，包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别类的智能监控技术，最关键的要求就是识别的准确率。比方说车牌号识别，目前市场上做的好的，识别率在95％甚至98％以上，这样就能够较好地满足道路监控类客户的需求。如果识别率低于90％，就会对管理人员带来很大的麻烦。识别类技术，常常应用于道路监控、金融银行、航道管理等行业，主要是为客户提供识别记录和分级管理的依据。 对人、物运动轨迹的识别和处理：目前细分的很多，主要包括虚拟警戒线、虚拟警戒区域、智能跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等。此类技术，除了数量统计外，一般是对某个过程进行判断，一旦发现了异常情况，如有人进入警戒区域、广场东北角有人迅速聚集等情况，就发出报警信息，提醒值班监控人员关注相应热点区域。对于数量统计类技术，关键的技术点是发现异常情况，并对异常情况进行数量统计。所以要求统计数据的准确率，尽量降低误差。运动轨迹识别处理类的技术，受实际监控应用场景影响非常大。此类技术的关键是能够尽快发现异常，需要尽量避免遗漏，提高预报的准确率。目前此类功能主要应用于平安城市建设、商业监控等行业。 对视频环境影响的判断和补偿：环境的影响主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移、摄像头抖动等等。智能监控技术能够实现在恶劣视频环境情况下实现较正常的监控功能。受环境影响视频不清楚的时候，尽早发现？？面中的人，或者判断摄像头偏移的情况后发出报警。此类功能关键技术点是在各种应用场合下，均能够较稳定地输出智能分析的信息，尽量减少环境对视频监控的影响。此类功能具备普遍的适应性，80％以上的监控点，都有增添此类功能的潜在需求。 目前市场上的智能视频分析系统，主要有两种产品形态： 一种是智能视频分析设备前置系统。这个系统将智能视频分析单元，放在前端摄像机处，实时视频分析单元一般为嵌入式产品，分析的特征、参数、结果在需要时上传到监控中心。这是典型的分布式系统架构。当我们对固定场景的图像做智能视频分析的时候常用这种形态，这个系统特点是实时前端分析，其分析结果和算法速度不受传输环节的影响。 第二种是中心智能分析系统。这种系统一般是把算法集中在监控中心的PC端上，可集成更多的算法同时运行。一般说来，一种算法对某一个特定的内容分析效果较好。而PC机可以对多种算法进行集成，综合分析的内容会更丰富，效果更好。这个系统可以通过后端矩阵切换完成对前端多个摄像机分时段做图像视频分析。目前市面上见到的产品只有这两种形态。不同产品和系统的区别可能就是根据分析内容采用不同的算法和不同的输出结果表示方式。 从Ioimage、贝尔信、石安、海康威视、科达、博世等企业提供给市场的智能视频监控产品看，目前的智能视频监控产品主要有智能视觉服务器/智能视频服务器、智能网络摄像机、智能视觉（视频）监控软件、智能视频DVR/IVR、智能视频网络模拟双模摄像机等产品。智能分析功能则以模块化的方式嵌入设备。目前内嵌智能视觉分析技术包括入侵检测、遗弃物检测、物品搬移检测、PTZ自动跟踪、非法停车检测、徘徊检测、计数统计等。 我们以ioimage ioibox trk10为列，分析一下这款智能视频嵌入式服务器的产品形态和智能功能。trk10是一款集视频编码和智能视觉分析功能于一身的浓缩型嵌入式服务器，内置高性能智能视频分析，可集成到静态及云台（PTZ）安全监控摄像机，可内嵌于摄像机护罩内或放在隐蔽处配合传统的CCTV系统实现室内或室外自动跟踪检测、遗弃物检测、非法停车检测、物品搬移检测等功能。智能视觉服务器是一个基于DSP，并拥有混合接口的安防前端设备，可以将模拟音频和视频输入转换为基于IP的MPEG-4流媒体，同时也支持通过模拟视频输出。经过智能处理之后，这两种输出可以同时工作，并且输出的两种视频里都可以叠加报警框/跟踪框、轨迹线等OSD。Trk10内嵌以太网供电功能PoE，可以减少外部电源和电源走线的部署费用以及随之而来的施工麻烦，方便工程施工。trk10内嵌了目标威胁检测智能视觉分析技术中完整的入侵检测、遗弃物检测、物品搬移检测、PTZ自动跟踪、非法停车检测、徘徊检测6大分析模块）。

---