视频监控技术经过数字化、网络化、高清化，已经到了智能化时代。随着人工智能的快速发展，特别是深度学习技术的出现，视频智能分析技术真正得到了广泛认可和应用。视频监控在现代社会中广泛应用，而且在各行各业中越来越重要。对这些已有的海量视频进行后端智能分析，提取关键事件信息，能大大提高检索效率。

安防监控公司表示本文将消防隐患排查业务与视频智能分析技术相结合，研发一套视频智能分析消防隐患排查系统；系统可对监控视频实时智能分析，一旦发生消防安全隐患事件，及时上报，并联动视频进行人工复核，可实现对消防安全隐患的有效管理，大大提升了安全隐患排查效率。该系统同时贴合消防业务场景，对算法进行优化，不断迭代，提升算法的准确率。

系统组成

系统可接入主流监控厂家前端IPC设备，对接入的实时视频流进行解码处理，然后发送至带有专业AI芯片的视频智能分析仪进行数据分析，一旦满足报警触发条件，系统将报警事件上传到中心，收到报警后，中心平台实时视频弹窗，便于人工复核，第一时间排除误报，并了解现场实际情况。

技术路线

本系统采用基于深度学习的视频智能分析技术 有效提升了算法准确率，场景适应性也提高了。传统智能算法是人工来设计特征，不同角度、不同光照下的很多特征很难被发现，所以，虽然传统智能算法有时能够在特定环境和时间下表现出良好的性能，但只要画质、环境等条件发生改变，准确率可能就会出现明显的下降，而深度学习可以自主提炼出更丰富更适合的特征参数，具有更强的抗环境干扰能力。

深度学习让智能识别种类更丰富，理论上只要有足够多的样本进行训练，深度学习都能够实现比较精准的目标分类识别，自主特征学习的特点又让深度学习特别适合用于抽象、复杂的目标特征，以及行为分析领域。因此对于消防隐患的识别，例如电瓶车检测、消控室人员行为规范等，采用深度学习效果更好。