智慧安防的主要目的是實現安防業務從“看得清”到“看得懂”升級。在云計算、大數據、芯片、算法等技術助推下，智慧安防應用早已開始落地。如今安防監控領域已進入數據爆發時代。

　　隨著安防行業數據量快速增長，為進一步提高數據處理效果，越來越多的智能算法從后端轉向在前端完成。前端智能不僅能夠為后端提供高質量、初步結構化的圖像數據，還能大大節省帶寬和后端計算資源。目前已經有很多智能算法可以在前端實時運行，如人臉檢測、進入/離開區域、越界、徘徊、停車、人員聚集等。

　　然而，一直以來安防業界大部分智能前端還停留在把簡單視頻分析算法集成到前端設備的階段，這樣的智能前端由于硬件性能限制，且在實際使用上智能分析結果易受環境干擾，準確率不高，給人“智能不智”的感覺。

　　要想解決前端智能所面臨的問題，一方面需要對硬件進行科學針對性的設計，不斷改進其功耗和散熱功能;另一方面要對嵌入的智能算法做優化處理，盡量避免程序過于復雜，減少運算量，讓一些復雜的東西變得簡單，比如可以先將特別耗費處理器資源的算法放到芯片中去，減少智能算法對處理器資源的占用，這樣便可以大大提高運算效率。

　　當然，目前從大數據角度去分析，海量數據的分析處理僅僅依靠前端攝像機進行智能分析顯然不現實，因此盡管后端管理在“前置分析”智能時代顯得暗淡了些，但仍是不可缺少的一環。

　　在智能化進程發展過程中，很長一段時間內，視頻監控智能分析功能都是采用中心分析的方式來實現。這種方式自有其優勢，比如：后端分析模式方便排除故障，可以有效解決存儲容量壓力;不需要前端攝像機具有智能分析功能，只需要上傳視頻流給智能分析服務器即可;由于硬件結構決定了智能分析服務器具有很高的處理性能，一臺智能分析服務器便可以同時處理幾十路前端視頻流等等。

　　正如天地偉業總工程師天地偉業楊清永所說，“后端服務器可以應用更為復雜的算法，特別是那些移植到相機中需要大量優化和改進的、以及前端無法實時運行的復雜算法，分析效果相對前端產品要好。”后端設備的這些優勢使得自身無法被替代。

　　結語：無論是前端采集多么智能，亦或是后端運算多么強大，兩者互為補充，才能事半功倍。從某種意義上說，前端和后端配合起來做智能分析，才真正讓視頻圖像智能分析大數據化，推動安防智慧化程度進一步加深。