间接风险类的主要是像视频诊断、起身检测、区域看防、值岗检测，这几个算法都是以管理约束或辅助监控为主，比如某个在押人员起身了或在厕所待的时间超过一定的时间，这些并不会直接带来危险因素，只能辅助日常监控，这一类算法的应用更需要制度与人员的配合。
其次我们可以再进一步分析一下，为什么只有剧烈运动算法准确度处于明显略低的水平？因为无论是限高、起身、逗留、值岗这些都是有相对固定的行为模型，而打架则明显不同，人的大脑对于打架的理解都千差万别，如相互推搡、拳打脚踢、大声争执、追逐打闹等太多场景可以定义为打架，而看守所人员相对密集，在人员密集的场景中去检测一个行为模型都很难固定的动作，很难有满意的答案，这也是剧烈运动面临的尴尬境地，期望很高但仅能辅助监控，并不能精确预报每一次的打架类行为。
最后，对于诸如值岗检测、起身检测、区域看防等这类间接风险或者叫偏管理算法的应用则受到使用单位实际管理程度的影响，有些省市监所单位认为通过值岗检测管理好夜晚监室值班的两个在押人员，基本上就不会出太多的问题，有些省市则对在押人员的夜值班管理稍显松散，在实施时也就出现了对值岗检测这个算法重视程度不一样，其他几个算法也是类似的情景，导致这类算法虽然准确率尚可，给人的印象却不深，这也是目前的普遍现象。
二、如何应对目前智能应用的困境
如何应对目前智能应用的困境
监所视频智能分析的应用给监所管理带来了一种全新的手段，但是上面也提到了，在推广应用的这几年也遇到了不少水土不服的问题，常见的包括：
1） 实用的智能算法不多
目前市面上的监所智能分析算法已经有多年未有更新，而现有这些算法的源头也仅是一两家企业的产品有了这几个功能，后续企业跟进做一样的产品，有多少是用户需求最真实的表达不得而知，这样的算法也难得到使用单位更多的响应。所以作为企业要积极调研市场，深入用户单位沟通，作为监所的管理者也应整理自己对于视频智能化管理的需求，结合企业技术积累来碰撞出合适的应用算法及场景，如同智能交通行业中的电警管理、车牌识别等也是经过多年磨合，包括算法研究、路面标示、车牌制作、法规制定等多方因素共同促进下才取得今天智能交通应用的成绩。
2） 智能算法不够准确
通过前面的描述我们已经知道，给目前市场造成算法不够准确印象的最重要的原因是剧烈运动（打架）算法不够准确，因为打架算法也是目前算法里最受关注的一个应用算法，但深究其不准确的原因不光是技术层面的问题，也有监所打架事件的模型不确定性的因素，导致算法很难全面定义打架。所以对于这种情况就需要明确算法的一些行为模型，例如我们可以把剧烈运动检测定义为对于一些声音持续争吵（算法定义持续时间）和多人出现肢体大幅动作的场景，照此目标算法其实是可以提高准确度，降低报警量、对这一类动作可以起到预警防范的作用，后续有新算法提出时也注意一定是那些行为模型可以相对固定的动作。
对于现有其他一些算法需要注意通过策略来调整报警的有效性，比如起身可以只做重点人员的检测，对每一个在押人员均做起身检测然后报警联动没有意义，对布防时间也需要管控，如剧烈运动夜间就不需要布防，只要盯住夜间值岗的在押人员和厕所、风场区域即可，这些是应用层面可以完成的事情，当然算法本身应该也需要更好的环境适应性，通过大量样本的学习优化算法的准确率。
3） 智能建设成本高
现有主流的智能分析设备一般的接入量都是16路左右摄像机，一般监所监室会有两台摄像机、放风场一台摄像机，这样算法下来一台智能分析设备仅能分析5-6间左右监室，一般的中型监所都需要10台以上的智能分析设备，这对于监所来说是一笔不小的投资，所以这块需要智能设备企业尽快优化算法效率、推出接入能力可以达到64路或者128路算法的设备，减少智能化设备的投入，同时注意兼容监所现有监控进行智能分析，不能出现因为建设智能分析而改造监控的局面。
4） 监控采集的局限性
视频智能分析需要以监控系统为基础，而监控作为影像采集系统在做复杂行为分析时本身存在一定的局限性如多维空间遮挡的问题、监控覆盖、画面近远端大小变化、环境变量等多方因素的影响，所以智能监控不仅需要视频行为分析，还需借助其他技术手段来进一步完善部分因监控局限的场景或动作，如物联网传感器等。
拓展智能监控的应用
这几年在监所行业由于各企业的宣传包括各地实际的建设，我们已经把智能监控局限到就是视频行为分析，甚至就是监室内的起身、剧烈运动、区域看防等几个智能算法，这严重制约了智能监控在监所行业的发展，也影响了企业在这一块的技术投入方向。
智能监控应该是一个立体多维的系统，它以视频监控为基础、结合音视频智能处理技术、自动化集成报警联动技术、新型物联网技术、监所电子化办公综合业务流程等新型信息技术，不仅可以实现监控、存储、上墙，更能实现预警防范、侦查辅助、报警联动、统计研判等，通过这些手段深挖监控、解放警力才是智能监控更高层次的目标。
