智能監控歸納起來，無外乎以下兩個層面：一是從圖像中獲得更多的信息，實現系統的預警功能;一是系統具有更高的友好性和可操作性，以適應日益增大的系統規模。兩者的實質都是要改變傳統視頻監控系統對圖像信息的處理方式。

　　智能監控的含義

　　傳統的監控已經很成熟了，技術的進步，攝像機的高質量和低價格，使得圖像信息的生產和收集變得相當容易，存貯系統也能夠積累大量原始的，未經加工的資料和數據。但是，從這些圖像資料中提取有價值的信息，確要花費大量的成本。如果不能很好的解決這個問題，這些圖像資料(海量的資料)就會逐漸成為垃圾，而從中輸出有價值的信息會很昂貴。真正有價值的東西是要通過對這些大量資料進行認真地分析才能得到，但人工分析(人觀察圖像)完全無法處理大規模的數據，只有自動化的智能分析(算法)才能勝任這個任務。

　　從功能的角度看：安全系統如果不具備預警功能就不是好系統，這是安全需求向我們提出的要求和挑戰。因此，視頻監控系統實現預測和預警功能是智能化的基本標志。

　　從技術的角度看：實現圖像信息的自動解釋是監控系統智能化的基礎。系統由目視解釋轉變為自動解釋是電視監控技術的飛躍，是技術進步的必然。但如何解釋、解釋什么需要認真地探索。目前已廣泛地應用于銀行、博物館、倉庫和停車場的視頻監控系統主要的功能是用于事后取證。它損失了圖像的基本價值(一個動態的、實時的媒質)，與人們對系統真正的期望有很大的差距。安全管理迫切地需要系統能夠連續地監視現場的事態，并能及時警告安全管理人員事件(盜竊、破壞、入侵)可能發生或正在進行;預測事件的趨勢，提醒管理人員事態的發展到了限定的程度，應該及時地采取措施，以阻止事件的發生或產生嚴重的后果(損失)。也就是說：安全不滿足視頻監控系統只具有探測(發現事件的)功能，而是要求系統具有早期探測(預警)的能力。

　　實現上述功能要求視頻監控必須改變傳統系統對圖像信息不作任何處理的工作方式。對采集到的圖像資料進行內容分析，并將分析結果以適當的方式告警安全管理人員;通過分析，過濾掉無用資料，使系統存貯更為有價值，并采用圖像內容分析從存貯的大量圖像資料中快速的找到有用的信息。它意味著傳統電視監控的模式將被改變。以攝像機為核心的結構，轉變為以后臺圖像處理為主，以人的觀察為主，轉變為以機器處理為主的方式。這個轉變正是筆者提出的經典電視監控發展為現代電視監控的標志之一。

　　社會和經濟的進步對安全防范提出了更高的要求，視頻監控的系統功能正在逐漸從局部的、微觀的防入侵(盜、搶)向宏觀的、動態的社會治安(公共安全)管理轉變，這是系統設計目標本質的變化。我們知道：傳統安防(監控)系統是針對局域性的、相對封閉的空間設計的，它的基本要素是探測、延遲、反應，系統以探測結果為反應的觸發信號(響應一個報警)。廣域的動態監控系統則是建立在大范圍、開放的環境下。它的基本要素是預警、預防、應急反應，系統要擁有多種信息源，響應社會治安的整體事態及趨勢。前者針對孤立的事件，因此是以對事件的探測為觸發。后者則是要根據對整體形勢、事件的征兆的預測，作出有效的防范措施和應急準備。這就要求系統把大量的分散、孤立的圖像關聯起來，從中分析出規律性的東西。如，社會對一個事件的反映、同類事件發生的概率和分布等。系統不再是以現場安裝的攝像機為主要(唯一的)信息源，還要廣泛的從媒體、網絡、情報系統及其它各種渠道收集圖像資料。因此，對海量的圖像資料進行分析、分類、統計和關聯是系統的主要任務，而這個任務只能由機器的自動解釋來完成。

　　目前，在全國各地開展的“平安城市”建設和公安部推進的“3111監控報警聯網系統示范工程”突出表現了上述轉變。安全防范從過去的應用于黨政機關的要害部門、銀行、博物館、監獄等封閉、固定場所，逐漸開始應用于公共場所社會治安管理、智能交通疏導管理、生產安全管理、公安警用指揮業務等管理性、業務性場合。這些應用的突出特點是系統規模大，信息采集量呈指數增加，信息要在各相關部門之間進行大規模的交換。如有些城市監控系統的圖像采集點多達數十萬個(包括多種渠道和手段)，涉及治安、交通、布控追堵、城市管理、工商管理等眾多業務。這些系統不再是分別、孤立地處理各種圖像源的信息，而是全面地、從它們之間的相關性和變化過程的特征去分析和判定，從而得出預測性的結果。

　　同時，系統規模的增大，必定帶來運行成本的增加。要提高系統的工作效率，必須實現系統參數、狀態自主、優化的調節和各子系統間、各部門間準確、協調的互動。這也是智能監控的主要內涵，因為智能化是自動化的最高境界。

　　智能監控的突破口

　　通常會把圖像內容分析與圖像識別混淆起來，或把圖像識別作為智能監控的目標。確實圖像識別技術在安防系統中應用前景是非常廣闊的，也是安防系統智能化的一個主要方向。但是，對于通常的視頻監控應用找不到合適的切入點。下面我們從圖像識別的主要應用說起，首先明確：圖像識別是指采用圖像技術對目標的個體識別，如認定某一個人，找到某一輛車或某一件物。以圖像生物特征識別為例，就是采用圖像(模式識別)技術識別人體自身載有的、具有唯一性和相對穩定性的特征(如人臉、視網膜、虹膜、指紋、掌紋/形及步態等)，確定個體的身份。目前，它們的應用主要有兩種方式：

　　1、驗證：是把當事人的身份與正在發生的行為聯系在一起，確認其合法性。這是安全防范系統的典型應用，把人的生物特征視作一把鑰匙或一張卡。

　　驗證系統因可對特征的輸入加以更多的控制，系統的可靠性和穩定性好，也相對成熟，已廣泛地應用于出入管理系統中。它的基本工作方式是把特征輸入裝置讀取的特征與系統存貯的有限量的特征樣本(這些樣本代表了一定的授權)進行比對，來確定請求合法性。通常系統的存貯樣本的數量不是很多，現場特征輸入的條件又可以加以控制，所以，系統的識別率很高(誤識率和誤拒率很低)。由于生物特征來自人自身，不需要進行同一認證，具有極高的安全性，因此、適用于高安全性要求的場所，如貴重物品的庫房、重要活動或要人訪客的出入管理。

　　2、識別：對輸入特征與存貯在數據庫中的大量的參考進行比對，來確定目標的身份。這樣的系統首先要建立一個海量的基礎樣本數據庫，如各城市人口的指紋庫等。對于人臉等生物特征，要求輸入的環境與建庫的環境具有足夠的相關性，以保證輸入特征與樣本特征的可比性。所以，建立一個稍加控制的環境，以排除或限制影響特征采集不真實(失真、不完整、偽裝)的各種因素是系統應用的必要條件。如邊防檢查系統設立專門的人員通道來采集出入境人員的面部特征;機場安檢信息系統在驗征臺處攝取旅客的面部圖像。

　　兩者都是對個體身份的認證，都要求有一個限定的工作環境，這一點通常的視頻監控系統是做不到的，而且，它們的工作目標也不是對人體的身份認證。所以，必須在驗證與識別之間選擇新的切入點。

　　圖像內容分析成為智能監控的突破口就在于：它是在通常的視頻監控的環境下(如3111工程所建的系統)實現上述的功能。它對現行系統是錦上添花的方式，不影響現行系統的運行和使用，逐步完善、增加系統功能實現安防系統的智能化。更重要的是，它不僅是提取圖像的表面信息(生物特征)，而是挖掘并表述圖像承載的深層信息，通過對圖像序列的分析和多源圖像的綜合得出預測性、趨勢性的判斷。而在技術上正是數字視頻與特征識別安全防范兩大箭頭技術的交匯點。

　　安全科技是圍繞打、防兩個方面展開的，基礎都是獲得信息。事發后的信息是證據;事發前的信息是情報，具有預警的價值。視頻監控技術要加強后者的研究，就是智能化的方向。技術的發展是循序漸進的，不會在一夜之間出現革命性的變化。但一個重大的事件帶來的機遇、產生的推動力將會極大地激勵和催化技術的進步。視頻監控技術正處于這樣的時期，我們應該抓住機遇，追求技術創新、把視頻監控技術提高到一個嶄新的階段。

　　智能監控關鍵技術

　　實現智能監控，各廠家提出了不同的技術方案，但關鍵點都集中于圖像內容分析技術。這是正確的方向，可以說圖像內容分析技術的發展過程就是智能監控的發展過程。智能監控的實現必須有圖像內容分析技術的突破作為支撐。

　　圖像具有極大的信息量，它同時具有空間分辨和時間分辨的能力，但真正把這些信息提取和挖掘出來是復雜和困難的。前面講了圖像系統智能化的主要標志之一是：系統從目視解釋(視讀)走向機器解釋(機讀)。它意味著：視頻監控將改變系統對圖像信息不作任何處理的現狀，處理就是對圖像信息自動的解讀，是理解(understanding)圖像，這就是圖像內容分析(videounderstanding)的含義所在。現在市場上出現了一些IV(intelligentvideo)產品，都是對圖像內容進行基本的分析，如目標的分離、分類、統計，簡單背景下單目標的行為分析和跟蹤。研究機構則把它作為重要的課題，開展深入的研究，國家“十一五”科技攻關就列入了相關的課題。根據安全的需求，智能監控技術的發展過程或圖像內容分析技術的研究可分為以下幾個階段：

　　1、將(運動)目標從視頻圖像中分離出來。這是體現圖像技術的優勢，實現目標探測的前題。傳統的視頻(運動)探測其實是亮度探測，并沒有發揮圖像技術的特點。確定圖像中是否有探測目標(人、物等)，并將目標從背景圖像中分離出來是圖像內容分析的首要任務，進而對目標分類、統計、關聯。判斷圖像中有無目標、目標的復合或離散等也是圖像過濾的基礎。

　　2、對目標進行行為分析，判定其運動的方向、方式，并能發現和告警異常的行為;產生目標的運動軌跡，并能進行目標的自動跟蹤。實現運動目標的跟蹤是很難的事，它要求系統能分析、預測目標的運動軌跡,并能實時地作出修正。同時，由于運動過程與伺服機構間傳遞函數的非線性，伺服系統也是很復雜的。

　　3、在復雜環境下實現目標的分離、行為分析和運動跟蹤，特別是實現多目標的跟蹤。

　　上述兩點目前已有產品和應用，但基本上在簡單環境下，針對少數目標的情況。在復雜環境(既通常的視頻監控環境)下實現這些功能，是圖像內容分析技術具有真正應用價值的關鍵。同時、解決多個圖像的綜合分析，圖像間目標的關聯，目標跟蹤的連續。這都是市場迫切需要，目前還沒有解決的問題。

　　4、實現視頻語義的解析，圖像內容分析的最高層次。通過對一個圖像序列作出分析，得出其包含的真實信息，可以與話音的語義解析(已有了初步的成果)結合起來，逐步實現視頻語義的解析，如通過對大量的、多渠道的圖像資料的分析，得出社會對某一事件的反映程度;分析和統計某類事件發生，發展的規律(概率及時間、地域分布等)。能夠進行這樣分析，表明機器具有了與人一樣的理解圖像的能力，但具有人所不能達到的效率。

　　這個過程是逐步發展、與時俱進的，沒有終極的結果。實現智能監控的目標，要經過不斷的技術積累，特別是核心技術的突破，它需要一個過程，不可能一蹴而就，認為監控技術智能化已經實現的觀點是不確切的。