智能视频监控技术是基于图像处理、模式识别的新型视频监控技术。简而言之，就是发现图像中运动的物体，并对其进行跟踪、分析，及时发现“异常”行为，触发报警并采取其他措施进行干预。
智能视频分析的发展过程
智能视频分析技术（VideoAnalytics）综合了多学科的研究成果。主要包括图像处理、跟踪技术、模式识别、软件工程，数字信号处理（DSP）等领域。2001年“911”事件发生后，美国在安防科研方面大大加强了投资力度。许多研究机构和研究人员纷纷加入了安防类技术研究和开发，智能视频分析是其中的一个亮点。从研究论文的数量来看，2002年到2005年有一个明显的高峰期，这和此期间科研经费的大量投入是相吻合的。目前此研究领域的科研论文逐渐转移到细分问题和方向。这并不代表智能视频监控变成了一个已经解决了的问题，恰恰相反，即使目前zui的商业系统离人们对此类技术的期待值还有一些距离。解决问题的方法也没有达成共识，它实际上反映了原创性的理论工作在减少，此项技术的进步在未来可能更多地依赖企业自身科研开发力量。
国内此市场的发展滞后北美大概3到4年，现在具有自主知识产权和研发能力的国内公司并不多，主要有北京的文安、智安邦，上海的安维尔、弘视等。由于公司都处在早期的市场拓展阶段，已经完成的有代表性工程项目并不多，典型的有核电站、*项目、港口等。
并不是所有图像中的变化都是我们感兴趣的运动物体，例如由相机自身引入的变化，它包括像素噪声，相机自动光圈控制电路引起的整体亮度变化，图像传输中引入的高低频周期噪声信号，红外相机周期校准所带来的突变等。外界环境引入的变化包括地面光照在多云天气里迅速的变化，运动物体阴影，水面波浪或者波光粼粼现象，陆地上树枝的摆动，夜间汽车大灯造成的光晕，雨雪天气等现象。另外相机在大风天，尤其是高灯杆上容易抖动，由上述这些现象造成的图像变化是应该被过滤掉的，它们可以通过算法或者其它技术手段加以解决。
从算法的角度来看，可以简单地分为两大类。一类是建立背景模型，通过和背景模型相对比来发现运动物体。另一类是通过“光流”法，通过发现运动物体对光流场的影响来发现运动物体。另外就是介于两者之间或者两者结合的方法。
主要功能
目前市场上的智能视频分析系统通常都具有以下功能：
1、多物体跟踪。跟踪实质上就是将在每一帧上发现的同一物体沿时间顺序串起来。此领域本身就是一个相对独立的活跃的研究领域。主要研究方向是在复杂环境下，如多个运动物体，多个相机，运动物体之间互相遮挡，消失及重现等情况下进行有效跟踪。
2、图像采集/接口。绝大多数的智能视频分析算法是基于非压缩图像格式，如RGB或者YUV。所以图像信号在被采集以后不经过压缩直接送给视频分析单元。几乎所有的视频分析系统都自带有图像采集功能，通常是通过BNC输入模拟图像信号。现有的图像监控系统中图像信号通常是以压缩图像流的形式存在。可以将图像流解压还原成原始图像格式后再进行分析。
3、运动物体检测。简单地说，运动检测就是发现图像中运动的物体，运动物体可以简单定义为图像中变化的部分。一些初级的运动检测算法就是基于这些概念，此类方法的误报警率太高，不适合用作实时报警系统。
在实际监控应用中，尤其是对一些入侵报警的应用案例中，对跟踪算法的要求比较低。现有的系统对运动物体“融合”及其它复杂应用场景的跟踪效果并不理想。但是参照以往技术发展速度，这方面会很快完善起来。
QQ交流群
