湖南诚轩科技
400-6789-389
当前位置:主页 > 公司动态 > 行业动态 >

网络视频监控将是市场新增长点

时间:2022-08-01 作者: 湖南诚轩 点击:

网络视频监控具备视频监控行业新模式的主要特征,将是市场发展的趋势,由于市场环境具备了发展的条件,今年将是“网络视频监控”的发展元年。

 

受国际金融危机影响,安防市场的增长速度将变缓。

 

要保持持续增长,对企业来说最重要的就是要关注市场的发展趋势及金融危机下市场的变化调整,尤其是因技术变革而带来的市场变化趋势,只有这样才能用发展的思维解决国际金融危机下企业的发展困境。

 

网络视频监控是趋势

 

也正是因为国际金融危机的影响,市场才会寻找新的出路,行业变革才变得更有力量。新市场总会在大部分人无法预料的情况下发展,这样才会造就一些先知先觉的成功企业和企业家。现在的视频监控市场是以DVR(数字摄像机)为代表的数字化视频监控产品的鼎盛时期,但是在经过近十年的高速发展后,数字视频监控也面临发展的瓶颈,系统的创新运用已达极限,部分行业市场已呈饱和状态,供应链的利润越来越趋于低利化,由此限制了企业的再投入,再有大的发展已比较困难,除非有足够的实力去海外市场开疆辟土占领新兴市场。一般情况下,行业发展到如此阶段,都会酝酿着变革,特别是在国际金融危机的环境下,需要新的模式和市场机遇来带动行业继续发展。对于视频监控行业来讲新模式的形成要具备以下要素:1.能覆盖原有模式大部分的运用需求,有较强的替代性,具有承前启后的作用;2.相对于原有模式有更大的行业市场覆盖面,企业成长机会更多;3.有庞大成熟的配套市场,发展速度更快;4.产品技术具有创新性,与原有模式能区隔并符合未来技术发展趋势;5.系统成本更低廉及维护更简便。

 

“网络视频监控”最具备以上的特征,将是视频监控行业未来发展的趋势。从1996年美国研发出全球第一台IPCamera(网络摄像机)以来,网络视频监控技术经过十几年的发展,到今天已经具备了很高的成熟度,无论功能、性价比、可靠性等都具备了大规模发展的条件。到今天国内外各大厂商已经推出了成熟的百万像素IPCamera产品,将视频监控的图像标准提高到了一个新的高度,行业运用前景广阔。在高清化的前提下,DVR等数字视频设备很难在成本、产品成熟度、产业配套、运用等方面与网络化的高清视频比拟,视频监控行业2009年将迈入百万像素高清化时代,市场格局和主流应用在未来三年内会发生很大的变化。

 

网络视频监控配套市场日趋成熟,网络视频发展最重要的制约因素———带宽,将在2009年得到很大的改善,年初各大运营商都已正式开通了3G无线宽带网络,固网宽带在今年由基于电话线的ADSL线路加快过渡到EPON光网络,全网带宽将大大提高,带宽提高的意义就像大容量硬盘的飞速提升对DVR的发展至关重要一样具有同等重要的意义,使得网络视频监控具备了高速发展的基本条件。

 

网络视频监控在产品模式及运用上越来越IT化,视频监控将突破传统安防向其他应用扩展。华为、中兴、H3C、阿尔卡特等超大型公司已在大力推网络视频监控、网络存储业务,IT大公司在资金、品牌、技术、管理能力等方面均比传统的安防厂商具有优势,因此他们的加入将加速安防产业的IT化,对安防行业格局和主流运用将产生较大影响。同时电信“全球眼”、新联通“神眼”、中移动“移动全球眼”的业务推广,使得网络视频已不仅限于“监控”,它已成为各行各业提高管理效率、降低成本甚至为企业带来创收的有效手段,必将深远影响视频监控的应用模式,从而给行业带来更大的机会。由于是全IP化的解决方案,系统的运用更加灵活,与各行各业的行业管理手段结合得更紧密,系统的创新运用会有巨大的发展前景。

 

由于市场环境具备了发展的条件,今年将是“网络视频监控”的发展元年,当然,我们毕竟处在国际金融危机极大的影响中,还需小心应对,但是危机本身就预示着机会与希望,与其大家去干一些“杀价保生存”的体力活,还不如拿出智慧与毅力共同促成一个新兴市场的出现。

 

系统向集成化、智能化发展特征明显

 

简单归纳,视频监控发展趋势和特征是系统一体化、集成化、智能化、网络化、民用化。智能化主要分为相貌识别、行为识别和事件识别,其中行为识别和事件识别由于技术相对成熟,准确率高,已可以进入实用化阶段,是近年的热点。智能化的应用目的主要是通过相关软件来实现无人值守或自动分析。随着准确率和可靠性逐步提高及产品价格的下降,智能化在越来越多的场合得到了应用,它能够替代部分安防设备,降低安保人员的工作强度,提高工作效率,减少管理成本。智能化的一个趋势是将中央服务器向前端监控设备迁移,比如将智能化识别软件集成到摄像机和DVR里,这方面最适合的是网络摄像机。

 

实现智能化更多应用的技术难点在于:对于多个对象和多种行为模式的识别,芯片运算量跟不上,系统集成功能不够,识别率不高。提高运算速度的解决办法是提高芯片的运算速度或将视频压缩与智能识别模块分开。另外,智能识别的图像源非常重要,采用百万像素高清视频源代替传统的摄像机采集图像,将提高智能分析的准确率。