با افزایش روز افزون استفاده از دوربین‌های مداربسته در دنیا، تجزیه و تحلیل مکانیزه تصاویر با اهمیت‌تر از گذشته شده است. زیرا پرسنلی که این دوربین‌ها را نظارت (مانیتور) می‌کنند را نمی‌توان هم‌گام با تعداد دوربین‌ها افزایش داد! طبق آخرین آمار، بسته نه نوع نظارت و توانایی افراد، بطور میانگین هر فرد می‌تواند بین 25 تا 50 دوربین را نظارت کند. نگهبانان سیستم‌های نظارتی با اهداف مختلفی تصاویر را نظارت می‌‌کنند. تحقیقات نشان می‌دهد کارایی یک نگهبان پس از 12 دقیقه نظارت شروع به کاهش می‌کند و هرچه زمان بیشتر و پیوسته‌تری نظارت انسانی ادامه یابد، از میزان کارایی آن نیز بیشتر کاسته می‌شود. این همان دلیلی است که طیف بزرگی از محققان به توسعه روش‌های مختلف تجزیه و تحلیل تصاویر ویدیوی روی آورده‌اند.

نرم‌افزارهای تحلیل ویدیوی این قابلیت را ایجاد می‌نمایند تا تصاویر بصورت 24 ساعته در 7 روز هفته و تمامی 365 روز سال با دقت نظارت شود. با استفاده از این نرم‌افزارها دیگر نیازی به نظارت انسانی تمام وقت نخواهد بود و نگهبانان فقط در صورتی که نرم‌افزارها موضوعی را تشخیص دهند به نظارت و بررسی موضوع خواهند پرداخت. استفاده از این نرم‌افزارها صرفه‌جویی زیادی در زمان، هزینه و استفاده از نیروی انسانی خواهد داشت و ارزش کسب و کارها را افزایش خواهند داد.

امروز تجزیه و تحلیل ویدیویی را می‌توان در هنگام بازپخش تصاویر نیز استفاده نمود. با این قابلیت جدید کاربران در هنگام جستجو می‌توانند سریعا حوادث گذشته در فیلم‌های ضبط شده را جستجو و زمان آن را بیابند.

فرض کنید با به دنبال افرادی هستیم که در هفته گذشته از ناحیه مشخصی از تصویر عبور کرده اند، حال بجای آنکه تمامی تصاویر ضبط شده در هفته گذشته را بازبینی نماییم، از نرم‌افزار تحلیل‌گر گزارشی از زمان‌هایی که افراد در آن زمان‌ها از ناحیه مشخص شده عبور کرده‌اند را تهیه کرده و فقط در آن زمان ها تصاویر را کنترل می‌کنید تا تردد مورد نظر خود را بیابید. در این مثال نتیجه استفاده از نرم‌افزار تحلیل‌گر، صرفه جویی در زمان است و فراموش نکنیم زمان با ارزش‌ترین دارایی ماست.

انواع تحلیل‌های ویدیویی موجود

• تشخیص عبور از خط مجازی (Virtual Line Crossing Detection): در این تحلیل عبور یک شی از خط مجازی تشخصی داده ‌می‌شود.
• تشخیص حرکت (Motion Detection): تشخصی حرکت اشیا در ناحیه خاص (یا کل تصویر)
• تشخیص جاگذاشتن اشیا (Object Left Behind Detection): تشخیص وجود شی در یک ناحیه که زمان آن از حد مشخصی بیشتر شده باشد.
• تشخیص حذف شدن اشیا (Object Removed Detection): تشخیص ناپدید شدن یک شی در تصویر برای مدتی بیش از زمان تعیین شده.
• تشخصی خرابکاری (Tamper Detection): تشخیص تغییرات ناگهانی خرابکارانه در تصویر، مثلا پوشاندن دوربین، اسپری کردن روی لنز یا تار شدن تصویر.
• تشخیص چهره (Face Detection): شناسایی چهره خاص در بین افرادی که تردد می‌نمایند.
• هوش تجاری (Business Intelligence): تجزیه و تحلیل عملیات تجاری مانند شمارش افراد، تشخیص مکان‌های پر بازدید و تشخیص مسیر‌های پر تردد.

تجزیه و تحلیل تصاویر ویدیوی بصورت آنلاین باعث خواهد شد افراد ناظر با دقت بیشتر و سرعت بالاتر عملیات نظارت را انجام دهند. همچنین تعداد افرادی که یک فرد می تواند آنها را مانیتور نماید را افزایش خواهد داد. فن آوری تحلیل هوشمند می‌تواند با تحلیل تصاویر زنده یا تصاویر ضبط شده سرعت تشخصی وقایع را بالاتر برده و علاوه بر تشخیص جرم، از وقوع آن نیز جلوگیری نماید.