如今，安防行业正在走智能化，升级安防智能化发展是传统安防产业在新技术、新要求下的发展产物，也是传统安防技术与大数据、云计算、移动互联等新兴信息技术快速融合的背景下诞生的产物。技术创新、融合是实现安防智能化发展的必要条件。你应该知道以下这些安防新技术！
NO.1:新编解码压缩技术(H.265)
高清化是安防行业发展的大方向，但是高清监控带来的海量数据容量过于庞大，利用现有的H.264算法难达到较为理想的码率压缩，从而出现相关一系列问题，诸如超高清超大容量数据的传输和存储问题。曾经H.264让1080p风暴席卷了全球，但如今却再也无力引领4K潮流。对于目前主流的高清网络摄像机分辨率为130万(720p)和200万(1080p)，甚至监控市场上最高分辨率可达800万，还例如时下热门的4K千万像素分辨率，H.264完全难以应对，因此，为了解决这一问题，H.265应运而生，H.265是新的编码协议，也即是H.264的升级版。H.265是围绕着现有的视频编码标准H.264，保留原来的某些技术，同时对一些相关的技术加以改进。并使用先进的技术用以改善码流、编码质量、延时和算法复杂度之间的关系，达到最优化设置。2013年3月，国际电信联盟组织正式发布了HEVC/H.265标准。
海康威视的H.265与H.264码率对比表
与H.264相比，H.265有提高压缩效率、提高错误恢复能力等好处。对于视频监控应用来说，存储时长和容量成本一直是方案设计时需要反复权衡的关键矛盾之一。当大规模联网模式和集中存储方案开始推广后，网络带宽的瓶颈也逐步浮现,尤其是高清应用的普及，更凸显了这些问题，提高压缩性能的需求日益迫切。H.265标准让网络视频跟上了显示屏“高分辨率化”的脚步，H.264统治了过去的五年，而未来的五年甚至十年，H.265很可能将会成为主流。
H.265与H.264的主要区别有三点：首先，同样的画质和同样的码率，H.265比H2.64 占用的存储空间要少理论50%;其次，如果存储空间一样大，那么意味着，在一样的码率下H.265会比H2.64 画质要高一些理论值是30%~40%，从客观效果提升上看，根据测试,H.265在1080P分辨率下相比H.264码率降低一半左右，并且分辨率越高优势越显著；第三，传送同样的视频画质，H.265技术比H.264技术省至少一半的带宽，且传输速度更快、延误更低。简单粗暴地来说，H.265技术对于视频行业来说意味着“带宽减半、流畅度翻倍”。
H.265标准的应用，正是大势所趋。由于压缩率大幅提升，H.265也对硬件提出了更苛刻的要求。H.265解码的理论运算量为H.264的1.7～2.0倍,之前双核A9+单核GPU配备可以流畅播放H.264视频的话，而到了H.265视频只能让你欣赏一下幻灯片——至少需要四核A9+四核GPU才有足够的运算马力来应付。
但掐指一算，将近3年时间过去了，H.265技术并没如预期一样在视频行业里实现规模化普及推广。原因无他，H.265技术并不“好搞”。在大幅提升压缩效率的同时，它还带来了编码极为复杂且慢的公认技术难题，将众多前来“朝圣”的视频企业挡在了门外。幸运的是，视频及周边企业也并没有止步于H.265技术门外。近年来，视频及周边行业的硬件端和软件端面对这一共同难题纷纷应声而动。
NO.2:超高清技术(4K)
“4K”是整个中国安防业最为关注的一个技术热点，“4k”的名称得自其横向分辨率约为4000像素，4K是借用了投影机显示分辨率的概念 。才刚进入“高清时代”的中国安防业还没等“高清”完全普及开来，就已经迫不及待的推出800万甚至是高达2900万像素的超高清4K摄像机，力图让中国安防跑步进入4K的“超高清时代”。从某种程度而言，4K这种分辨率更高的超高清显示规格与安防的结合，无疑是将高清化深度发展的必然结果，也是市场需求的一种必然趋势。
4K超高清与其它高清像素对比
仅以4K超高清摄像机的应用来说，应用千万像素级别的超高清摄像机，可以在不改变摄像机数量、焦距、角度的条件下，进行全天候、全场景下的监控，更好的满足用户的监控需求。而且，4K画面的丰富细节，经过多级放大后，仍能得到高清的细节画面。这就让监控者不用在同一个场景下，为了看清不同区域而架设多台摄像机，比如在交通领域监控多个车道车辆的情况下，一台摄像机就能满足多车道高清监控需求，这样就能极大的节约投资成本。近年来，不少厂家开始纷纷推出4K的IPC产品，包括各类枪机、鱼眼摄像机、甚至支持变焦的球机等等，也正是看到4K这种技术良好的发展前景。
在现实应用中，4K的发展就面临以下两个核心问题：首先是技术和成本问题。目前4K的技术还不尽成熟，目前的H.264压缩技术不足以完成4K视频的压缩工作，我们只能寄希望于H.265技术的普及，但是H.265要求的计算设备更多，无形当中增加了成本。另外，4K意味着更清晰，同样意味着视频文件更大，这对现在的宽带需求太高，如果全面普及，那么就面对大面积网络改造，成本是个问题。而且想要支持4K传输，HDMI的标准必须支持2.0规范，HDMI线缆的理论传输距离是10-15米，超过这个距离，就需要中继设备的支持，这还会涉及到成本的问题;其次是后端显示设备的问题，许多厂商推出了超高清的摄像机，但并不生产后端显示设备，而目前安防行业视频播放设备一般都是液晶监视器，超高清的监控设备太少，不足以支持全面的4K应用。在标准方面，4K乃至8K超高清标准早已被国际电信联盟纳入规范，所有厂商执行的是统一标准。
NO.3:生物识别技术(静脉识别等)
生物识别技术代替指纹识别技术成为趋势，指纹识别技术容易破解并造假，以此指纹识别技术已经Out了，取代指纹识别技术的其它生物识别技术中，目前较为流行的实属指静脉识别技术和手掌静脉识别技术，这俩具有相同的原理：首先，失去生命特征血红蛋白将失去活性无法吸收近红外光，无法生成静脉图像，这就意味着手掌静脉识别是无法被他人盗取；其次，手掌中静脉数多，复杂并相互交叉，认证精度是所有生物识别技术中最高的，拒否率(FRR)为0.01%、误识率(FAR)为0.00008%，远远低于指纹、人脸、签名和声音等其它生物识别技术；最后，手掌静脉识别是利用人体血红蛋白吸收近红外光的特征，通过采集手掌皮下静脉图像进行对比验证，是利用一种非接触性采集认证方式，不受手掌表皮潮湿或破损等环境影响，非接触式采集也更加卫生。
静脉识别技术原理图
当然，仅仅看到趋势还不足以脱颖而出，近年来静脉识别领域已有多家企业入局，但均是在安防、金融等高端领域，而且由于过度专利保护，价格较高，动辄数千元的指脉采集器、数万元的一体机的成本让该技术进入寻常百姓家的梦想困难重重。反观指纹识别，虽然其不断受到诟病，但由于低成本的进入消费领域，得到了快速的普及。以手机指纹识别为例，从苹果推出具备指纹识别功能的iPhone5S之后，在行业掀起了一股风潮，手机厂商纷纷推出指纹识别新机型，大有成为标配的趋势。试想一下，若静脉识别厂商能够提供数十元成熟的识别方案，则这股风潮无疑必属静脉识别技术。
科技日新月异的时代，消费领域尤其是消费电子迭代速度较快，而行业领域由于投资周期和折旧周期等复杂因素，在新技术、新产品应用上的迭代速度缓慢。在生物识别技术迭代的趋势中，顺势而为者应是致力于将低成本、成熟的静脉识别技术推广到消费领域，而非坚守在少数垂直行业中、以高价格的设备与传统厂商厮杀。
在物联网产业格局中，静脉识别作为一种嵌入式创新技术，需要搭载在各类终端产品中，因此静脉识别技术的推广普及离不开终端产品的推广普及。在消费领域，当前最具创新精神和最为炙手可热的智能硬件成为静脉识别技术普及的重要载体。然而，智能硬件有其自身的生存法则和价值链，静脉识别技术供应商可在遵循智能硬件的价值链和生存法则基础上，形成自身产品战略。
智能硬件的价值链呈金字塔的形态，沿着智能硬件、应用软件、开发板、嵌入式模块、芯片的方向，技术核心度不断提升，创新难度也在不断提升;但是，面向消费端的价值却是与技术核心度成反向关系。在一个全新的市场中，用户对智能硬件产品还不具备强需求时，厂商往往首先推出少数几款软硬件结合的智能单品，一方面是进行试水，另一方面也起到教育市场的作用;当市场具备一定规模，消费端有了使用习惯后，嵌入式模块和开发板在价值链中的地位崛起，向上承载芯片处理能力，向下扩展智能硬件应用接口，厂商可将其战略放在核心的嵌入式模块和开发板上，来支撑智能硬件的大规模出货。
NO.4:多传感器融合技术
传感技术同计算机技术与通信技术一起被称为信息技术的三大支柱。从仿生学观点，如果把计算机看成处理和识别信息的“大脑”，把通信系统看成传递信息的“神经系统”的话，那么传感器就是“感觉器官”。
随着传感器技术、数据处理技术、计算机技术、网络通讯技术、人工智能技术和并行计算的软硬件技术等相关技术的发展，多传感器信息融合技术已受到了广泛关注。随着科学技术的进步，多传感器信息融合至今已形成和发展成为一门信息综合处理的专门技术，并很快推广应用到工业机器人、智能检测、自动控制、交通管理和医疗诊断等多种领域。我国从20世纪90年代也开始了多传感器信息融合技术的研究和开发工作，并在工程上开展了多传感器识别、定位等同类信息融合的应用系统的开发，现在多传感器信息融合技术越来越受到人们的普遍关注。
多传感器信息融合技术的基本原理就像人的大脑综合处理信息的过程一样，将各种传感器进行多层次、多空间的信息互补和优化组合处理，最终产生对观测环境的一致性解释。在这个过程中要充分地利用多源数据进行合理支配与使用，而信息融合的最终目标则是基于各传感器获得的分离观测信息，通过对信息多级别、多方面组合导出更多有用信息。这不仅是利用了多个传感器相互协同操作的优势，而且也综合处理了其它信息源的数据来提高整个传感器系统的智能化。
“传感器”是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求，它是实现自动检测和自动控制的首要环节。“多传感器视频集成”的概念，仅从字面上来看，不难理解。“多”有两种含义，一是“多类型”，就是系统中集成了多种类型的传感器;二是“多数量”，多个同类型的传感器也能称之为多传感器集成。如，组合了一路音视频采集的摄像机可以看作多传感器集成，一台接入了16路视频信号的dvr也可以认为是多传感器集成，这是广义上的多传感器视频集成概念。但从严格意义上讲，上述这些案例通常不被认为使用了多传感器集成技术，因为它们只是将多源传感器信息进行简单罗列收集，并没有对其融合分析和处理而达成某种决策，产生进一步的行为。多传感器信息融合是用于包含处于不同位置的多个或者多种传感器的信息处理技术。随着传感器应用技术、数据处理技术、计算机软硬件技术和工业化控制技术的发展成熟，多传感器信息融合技术已形成一门热门新兴学科和技术。多传感器信息融合技术应用到视频监控领域，能够实现更加精细化、智能化的安防监控目标 。
多传感器视频集成一般体系
“多传感器集成技术”助力智能化安防建设。其中，“多传感器视频集成技术”的基本原理有如人的大脑对身体各种感觉(视觉、听觉、触觉等)信息进行综合处理，将包括摄像头在内的各种传感器进行多层次、多时间、多空间的信息互补和优化组合处理，最终产生对观测环境的一致性解释。在这个过程中要充分地利用多源数据进行合理支配与使用，基于各传感器获得的分离观测信息，通过对信息多级别、多方面组合导出更多有用信息。多传感器弥补了纯视频监控的不足，对多个环境量进行跟踪，能够实现对目标区域的多方位立体监控;同时，运用多传感器信息整合技术，系统能够有效提高对检测区域或目标报警、智能分析、智能跟踪的准确度;此外，大规模的传感器集成系统能够获得比单个或少量传感器集成系统更多信息，对这些大数据进行有效的综合应用，能够实现更加复杂和高阶的功能，产生巨大的行业与社会价值。
NO.5:物联网技术
物联网是物物相连的互联网，即在互联网基础上进行延伸和扩展而出的网络系统，通过物联网可以让人们实现物与物的息交换和通信，并进行集中管控。物联网技术的定义是：通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术叫做物联网技术。据分析，物联网技术具有三层架构：感知层、网络层、应用层。感知层——负责识别、采集数据；网络层——负责数据透明传输，可实现交通信息的传输；应用层——主要是提供网络任意端上应用程序之间的接口。
物联网技术架构
物联网涉及感知、控制、网络通信、微电子、计算机、软件、嵌入式系统等技术领域，涵盖的关键技术非常多。
无线连接技术是核心。作为物联网技术的直接应用领域——智能家居产品中，有诸如照明、取暖、空调、安保系统以及冰箱、洗衣机、烘干机、洗碗机等新兴的“智能”家用电器。人们可以利用无线网络，对上述设备和系统进行可远程操控，让他们能快速了解一切家用设备的运行状况，并且在任何地方都能轻松管理家庭能耗，并可对电器的功能进行调节。在技术开发和推广的背后，无线连接技术无疑是物联网普及化的最大推动力，它实现了智能设备与家庭网络的连接，从而能随时随地监控家用电器。在Wi-Fi、智能蓝牙、NFC和电力线通信(PLC)等业经实践证明的技术支持下，高效的设计方案不断降低智能家电的处理功耗需求。反过来，其高效性又能帮助制造商设计、生产并向市场推出低成本产品，大规模地促进消费。因此，如何加强各“智能”设备之间的互联性，成为首要的技术关键点。
NO.6:智能检索分析技术
随着安防智能化需求越来越强烈，视频检索技术也得以快速发展。传统视频检索方法主要就是“人海战术”，效率十分低下。经过实践证明，这种方法吃力不讨好，等找到关键信息，犯罪分子很有可能已经做出更大破坏。
智能交通 车辆信息检索识别分析
视频监控检索关注的人数据以视频为主，主要目的是定位查找某个事件的起因和关联的发展过程，事件的关键信息数据包含：时间、地点、主导事件的人或物、图像和声音信息。检索条件传递的信息越丰富，定位越精准，检索的算法也就越简单;相反，检索条件传递的信息越简单，定位就越模糊，想要精确定位时，检索算法的难度也就越大。一般来说，用户期望检索条件简单，同时也能定位精准。
智能视频检索技术的出现把人从单调、繁重的任务中解放出来。它利用了视频分割、自动数字化、语音识别、镜头检测、关键帧抽取、内容自动关联、视频结构化等技术，以图像处理、模式识别、计算机视觉、图像理解等领域的知识为基础，通过自动化的智能分析预处理，将杂乱无章、毫无逻辑的监控视频内容(运动目标、行人、车辆)进行梳理，自动获取视频内事件及目标的关键信息，并根据这些信息生成视频内容及索引。为了提高计算速度，目前采用了集群方式，可提供几十上百倍实时以上的快速分析能力，并可根据应用需要进行扩展，提高计算能力，节约办案时间。
从根本上看，视频检索技术应用于安防监控是以智能视频分析技术为基础的。智能视频分析技术是指利用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。近几年，大数据一词越来越多地被提及与使用，涉及到各行业，人们用它来描述和定义信息爆炸时代产生的海量数据。智能视频分析技术的引入可能极大地提升原有海量监控视频存储系统的检索效率和命中率。
在智能视频检索过程中，用户可以根据自己所需要的检索条件，通过智能视频分析技术，从海量视频中获取想要的关键信息。目前智能视频检索方式主要有以下几个分类：
1、运动目标属性分析
目标的运动属性包括目标的运动轨迹、运动幅度、速度及规律等因素。基于目标轨迹的检索是指通过在视频中选定一个特定的区域，目标进入或离开该区域、以及滞留该区域，视频检索算法可以快速关注所有时间内在该区域出现过的目标。
还可以对目标图例或排查结果的类型进行过滤，在目标结果较多的情况下，系统支持将目标中的类型进行分离，进一步缩小关注范围，比如人、颜色等。
2、人脸索引
基于内容的图像检索是近年来的热门研究内容，涉及图像处理、计算机视觉和数据库系统等方面的学科。其中，有效的高维索引机制是使大规模图像库的检索能够达到实时性要求的关键技术。
目前的技术主要是通过智能分析预处理以及人脸检测算法，将监控视频中的人脸进行整理汇总，获取视频内感兴趣目标的相关信息，并根据这些人脸信息生成索引。相关人员通过查看人脸图示，就可在几分钟内，查看数个小时视频中包含的所有目标，并确定嫌疑目标，也可观看该目标在整个视频中的存在片段与运动轨迹。
在系统中输入待查询的人脸照片，选择需要检索的人脸后进行相似度等参数设置后开始检索，最后检索出的相似人脸的结果会在界面上显示出来。
3、车辆信息识别
通过自动化的智能分析预处理以及规则下的智能排查，将监控视频中的内容进行整理汇总，获取视频内感兴趣目标的相关信息，并根据这些信息生成索引，主要是以车牌信息呈现。相关人员通过查看车牌图例，就可在几分钟内查找到目标车牌，并可观看该目标在整个视频中的存在片段。
用户可以选择需要播放的视频，此视频中包含用户关注的真正有用的车辆信息(车牌)。用户可以根据关注的内容进行慢速播放，不关注的内容采用快进播放的方式进行播放。
智能视频视频检索技术已经得到了快速发展，提升了智能视频检索产品的应用准确率及效率，在完善核心算法的同时，现阶段将继续向以下几个方面努力：首先，与智能视频监控技术、云计算、物联网等新一代技术相结合，扩展更大的智能视频应用范围。其次，要立足行业用户需求，推出细分化市场服务，研发出更有针对性的产品，以符合现场环境的需求，提高产品的判别能力。第三，要加强研发力量，继续完善产品性能指标。大数据时代来临，智能视频检索技术将不仅仅局限于安防行业，目前摄像头已经布控在全世界的大街小巷，昼夜不停地监控和录像。大量的视频数据里面有许多宝贵的财富，而智能视频检索技术的发展将是挖掘视频数据财富的利器。
另外，RFID技术作为一项先进的自动识别和数据采集技术，被公认为21世纪十大重要技术之一，已经成功应用到公共安防、金融消费、交通物流等社会的各个领域。RFID技术与智能视频联动后，将第一时间，为医疗人员提供现场画面，计算出直通现场的最佳关键路径等等。
NO.7:云技术（云存储）
在社会治安监控、银行、司法等系统，视频监控图像是他们事件和案例中事后查证的重要证据，视频监控图像的存储时间往往都在1-3个月甚至更久。以标准H.264压缩技术的高清网络摄像机为例，一路1080P高清摄像机，码流是8Mbps，24小时录像产生的数据量为84GB，30天录像数据量为2520GB，一年录像数据量为30TB。如果是一个平安城市项目，总的监控路数通常是几千到上万路，这样的存储规模是难以想象的，想把这些数据都存在普通硬盘里，年复一年，建一个“信息大厦”也存不下这些硬盘。
从海康威视发布的《2014安防市场调查报告》看，2014年安防行业总产值高达4300亿，其中安防产品1700亿元，占比39.5%。其中与监控存储有关的视频监控领域(估值800亿)仍然以26% 的增长速度高居前列，产品应用涉及平安城市、司法、教育、交通、金融、智能楼宇及民用市场。
通过进一步的产品销售细分，2014年监控存储的市场总量在200亿左右，其中中心存储产品主要聚焦在磁盘阵列形态，包括存储服务器、SAN/NAS、云存储，总占比为1/3，剩余2/3主要是前端分散存储(DVS/DVR/NVR)。如此大的市场蛋糕，互联网厂商、传统安防厂商以及专业存储厂商都将投入足够的资源来进行最大化参与，迎合应用需求，将进一步推进存储新产品、新技术的快速创新。
据IMS Research统计，2014年全球摄像头的出货量达到5646万台，一天产生的视频监控数据超过1600PB，而累计的历史数据将更为庞大，在视频监控大联网、高清化推动下，视频监控业务将面临海量的非结构化数据存储、数据共享、数据安全及数据利用四大难题。存储之于安防的地位，已经不仅是一个设备而已，而是升华到了一个解决方案平台的地步。而云存储和大数据相关技术将为视频监控行业带来存储架构、虚拟化、安全性和高效处理等方面的变化，在安防行业势必备受青睐。
云存储是在云计算概念上衍生并延展出来的一个新的概念。云存储是指通过集群应用、网格技术或分布式文件系统，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统，保证了数据的并发访问和高安全性特性的同时，也节约了存储空间。
