智能監(jiān)控歸納起來，無外乎以下兩個(gè)層面：一是從圖像中獲得更多的信息，實(shí)現(xiàn)系統(tǒng)的預(yù)警功能;一是系統(tǒng)具有更高的友好性和可操作性，以適應(yīng)日益增大的系統(tǒng)規(guī)模。兩者的實(shí)質(zhì)都是要改變傳統(tǒng)視頻監(jiān)控系統(tǒng)對圖像信息的處理方式。

　　智能監(jiān)控的含義

　　傳統(tǒng)的監(jiān)控已經(jīng)很成熟了，技術(shù)的進(jìn)步，攝像機(jī)的高質(zhì)量和低價(jià)格，使得圖像信息的生產(chǎn)和收集變得相當(dāng)容易，存貯系統(tǒng)也能夠積累大量原始的，未經(jīng)加工的資料和數(shù)據(jù)。但是，從這些圖像資料中提取有價(jià)值的信息，確要花費(fèi)大量的成本。如果不能很好的解決這個(gè)問題，這些圖像資料(海量的資料)就會(huì)逐漸成為垃圾，而從中輸出有價(jià)值的信息會(huì)很昂貴。真正有價(jià)值的東西是要通過對這些大量資料進(jìn)行認(rèn)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(guī)模的數(shù)據(jù)，只有自動(dòng)化的智能分析(算法)才能勝任這個(gè)任務(wù)。

　　從功能的角度看：安全系統(tǒng)如果不具備預(yù)警功能就不是好系統(tǒng)，這是安全需求向我們提出的要求和挑戰(zhàn)。因此，視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)預(yù)測和預(yù)警功能是智能化的基本標(biāo)志。

　　從技術(shù)的角度看：實(shí)現(xiàn)圖像信息的自動(dòng)解釋是監(jiān)控系統(tǒng)智能化的基礎(chǔ)。系統(tǒng)由目視解釋轉(zhuǎn)變?yōu)樽詣?dòng)解釋是電視監(jiān)控技術(shù)的飛躍，是技術(shù)進(jìn)步的必然。但如何解釋、解釋什么需要認(rèn)真地探索。目前已廣泛地應(yīng)用于銀行、博物館、倉庫和停車場的視頻監(jiān)控系統(tǒng)主要的功能是用于事后取證。它損失了圖像的基本價(jià)值(一個(gè)動(dòng)態(tài)的、實(shí)時(shí)的媒質(zhì))，與人們對系統(tǒng)真正的期望有很大的差距。安全管理迫切地需要系統(tǒng)能夠連續(xù)地監(jiān)視現(xiàn)場的事態(tài)，并能及時(shí)警告安全管理人員事件(盜竊、破壞、入侵)可能發(fā)生或正在進(jìn)行;預(yù)測事件的趨勢，提醒管理人員事態(tài)的發(fā)展到了限定的程度，應(yīng)該及時(shí)地采取措施，以阻止事件的發(fā)生或產(chǎn)生嚴(yán)重的后果(損失)。也就是說：安全不滿足視頻監(jiān)控系統(tǒng)只具有探測(發(fā)現(xiàn)事件的)功能，而是要求系統(tǒng)具有早期探測(預(yù)警)的能力。

　　實(shí)現(xiàn)上述功能要求視頻監(jiān)控必須改變傳統(tǒng)系統(tǒng)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(jìn)行內(nèi)容分析，并將分析結(jié)果以適當(dāng)?shù)姆绞礁婢踩芾砣藛T;通過分析，過濾掉無用資料，使系統(tǒng)存貯更為有價(jià)值，并采用圖像內(nèi)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(tǒng)電視監(jiān)控的模式將被改變。以攝像機(jī)為核心的結(jié)構(gòu)，轉(zhuǎn)變?yōu)橐院笈_圖像處理為主，以人的觀察為主，轉(zhuǎn)變?yōu)橐詸C(jī)器處理為主的方式。這個(gè)轉(zhuǎn)變正是筆者提出的經(jīng)典電視監(jiān)控發(fā)展為現(xiàn)代電視監(jiān)控的標(biāo)志之一。

　　社會(huì)和經(jīng)濟(jì)的進(jìn)步對安全防范提出了更高的要求，視頻監(jiān)控的系統(tǒng)功能正在逐漸從局部的、微觀的防入侵(盜、搶)向宏觀的、動(dòng)態(tài)的社會(huì)治安(公共安全)管理轉(zhuǎn)變，這是系統(tǒng)設(shè)計(jì)目標(biāo)本質(zhì)的變化。我們知道：傳統(tǒng)安防(監(jiān)控)系統(tǒng)是針對局域性的、相對封閉的空間設(shè)計(jì)的，它的基本要素是探測、延遲、反應(yīng)，系統(tǒng)以探測結(jié)果為反應(yīng)的觸發(fā)信號(響應(yīng)一個(gè)報(bào)警)。廣域的動(dòng)態(tài)監(jiān)控系統(tǒng)則是建立在大范圍、開放的環(huán)境下。它的基本要素是預(yù)警、預(yù)防、應(yīng)急反應(yīng)，系統(tǒng)要擁有多種信息源，響應(yīng)社會(huì)治安的整體事態(tài)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(fā)。后者則是要根據(jù)對整體形勢、事件的征兆的預(yù)測，作出有效的防范措施和應(yīng)急準(zhǔn)備。這就要求系統(tǒng)把大量的分散、孤立的圖像關(guān)聯(lián)起來，從中分析出規(guī)律性的東西。如，社會(huì)對一個(gè)事件的反映、同類事件發(fā)生的概率和分布等。系統(tǒng)不再是以現(xiàn)場安裝的攝像機(jī)為主要(唯一的)信息源，還要廣泛的從媒體、網(wǎng)絡(luò)、情報(bào)系統(tǒng)及其它各種渠道收集圖像資料。因此，對海量的圖像資料進(jìn)行分析、分類、統(tǒng)計(jì)和關(guān)聯(lián)是系統(tǒng)的主要任務(wù)，而這個(gè)任務(wù)只能由機(jī)器的自動(dòng)解釋來完成。

　　目前，在全國各地開展的“平安城市”建設(shè)和公安部推進(jìn)的“3111監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)示范工程”突出表現(xiàn)了上述轉(zhuǎn)變。安全防范從過去的應(yīng)用于黨政機(jī)關(guān)的要害部門、銀行、博物館、監(jiān)獄等封閉、固定場所，逐漸開始應(yīng)用于公共場所社會(huì)治安管理、智能交通疏導(dǎo)管理、生產(chǎn)安全管理、公安警用指揮業(yè)務(wù)等管理性、業(yè)務(wù)性場合。這些應(yīng)用的突出特點(diǎn)是系統(tǒng)規(guī)模大，信息采集量呈指數(shù)增加，信息要在各相關(guān)部門之間進(jìn)行大規(guī)模的交換。如有些城市監(jiān)控系統(tǒng)的圖像采集點(diǎn)多達(dá)數(shù)十萬個(gè)(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(yè)務(wù)。這些系統(tǒng)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(guān)性和變化過程的特征去分析和判定，從而得出預(yù)測性的結(jié)果。

　　同時(shí)，系統(tǒng)規(guī)模的增大，必定帶來運(yùn)行成本的增加。要提高系統(tǒng)的工作效率，必須實(shí)現(xiàn)系統(tǒng)參數(shù)、狀態(tài)自主、優(yōu)化的調(diào)節(jié)和各子系統(tǒng)間、各部門間準(zhǔn)確、協(xié)調(diào)的互動(dòng)。這也是智能監(jiān)控的主要內(nèi)涵，因?yàn)橹悄芑亲詣?dòng)化的最高境界。

　　智能監(jiān)控的突破口

　　通常會(huì)把圖像內(nèi)容分析與圖像識別混淆起來，或把圖像識別作為智能監(jiān)控的目標(biāo)。確實(shí)圖像識別技術(shù)在安防系統(tǒng)中應(yīng)用前景是非常廣闊的，也是安防系統(tǒng)智能化的一個(gè)主要方向。但是，對于通常的視頻監(jiān)控應(yīng)用找不到合適的切入點(diǎn)。下面我們從圖像識別的主要應(yīng)用說起，首先明確：圖像識別是指采用圖像技術(shù)對目標(biāo)的個(gè)體識別，如認(rèn)定某一個(gè)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(shù)識別人體自身載有的、具有唯一性和相對穩(wěn)定性的特征(如人臉、視網(wǎng)膜、虹膜、指紋、掌紋/形及步態(tài)等)，確定個(gè)體的身份。目前，它們的應(yīng)用主要有兩種方式：

　　1、驗(yàn)證：是把當(dāng)事人的身份與正在發(fā)生的行為聯(lián)系在一起，確認(rèn)其合法性。這是安全防范系統(tǒng)的典型應(yīng)用，把人的生物特征視作一把鑰匙或一張卡。

　　驗(yàn)證系統(tǒng)因可對特征的輸入加以更多的控制，系統(tǒng)的可靠性和穩(wěn)定性好，也相對成熟，已廣泛地應(yīng)用于出入管理系統(tǒng)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(tǒng)存貯的有限量的特征樣本(這些樣本代表了一定的授權(quán))進(jìn)行比對，來確定請求合法性。通常系統(tǒng)的存貯樣本的數(shù)量不是很多，現(xiàn)場特征輸入的條件又可以加以控制，所以，系統(tǒng)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(jìn)行同一認(rèn)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(dòng)或要人訪客的出入管理。

　　2、識別：對輸入特征與存貯在數(shù)據(jù)庫中的大量的參考進(jìn)行比對，來確定目標(biāo)的身份。這樣的系統(tǒng)首先要建立一個(gè)海量的基礎(chǔ)樣本數(shù)據(jù)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(huán)境與建庫的環(huán)境具有足夠的相關(guān)性，以保證輸入特征與樣本特征的可比性。所以，建立一個(gè)稍加控制的環(huán)境，以排除或限制影響特征采集不真實(shí)(失真、不完整、偽裝)的各種因素是系統(tǒng)應(yīng)用的必要條件。如邊防檢查系統(tǒng)設(shè)立專門的人員通道來采集出入境人員的面部特征;機(jī)場安檢信息系統(tǒng)在驗(yàn)征臺處攝取旅客的面部圖像。

　　兩者都是對個(gè)體身份的認(rèn)證，都要求有一個(gè)限定的工作環(huán)境，這一點(diǎn)通常的視頻監(jiān)控系統(tǒng)是做不到的，而且，它們的工作目標(biāo)也不是對人體的身份認(rèn)證。所以，必須在驗(yàn)證與識別之間選擇新的切入點(diǎn)。

　　圖像內(nèi)容分析成為智能監(jiān)控的突破口就在于：它是在通常的視頻監(jiān)控的環(huán)境下(如3111工程所建的系統(tǒng))實(shí)現(xiàn)上述的功能。它對現(xiàn)行系統(tǒng)是錦上添花的方式，不影響現(xiàn)行系統(tǒng)的運(yùn)行和使用，逐步完善、增加系統(tǒng)功能實(shí)現(xiàn)安防系統(tǒng)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(yù)測性、趨勢性的判斷。而在技術(shù)上正是數(shù)字視頻與特征識別安全防范兩大箭頭技術(shù)的交匯點(diǎn)。

　　安全科技是圍繞打、防兩個(gè)方面展開的，基礎(chǔ)都是獲得信息。事發(fā)后的信息是證據(jù);事發(fā)前的信息是情報(bào)，具有預(yù)警的價(jià)值。視頻監(jiān)控技術(shù)要加強(qiáng)后者的研究，就是智能化的方向。技術(shù)的發(fā)展是循序漸進(jìn)的，不會(huì)在一夜之間出現(xiàn)革命性的變化。但一個(gè)重大的事件帶來的機(jī)遇、產(chǎn)生的推動(dòng)力將會(huì)極大地激勵(lì)和催化技術(shù)的進(jìn)步。視頻監(jiān)控技術(shù)正處于這樣的時(shí)期，我們應(yīng)該抓住機(jī)遇，追求技術(shù)創(chuàng)新、把視頻監(jiān)控技術(shù)提高到一個(gè)嶄新的階段。

　　智能監(jiān)控關(guān)鍵技術(shù)

　　實(shí)現(xiàn)智能監(jiān)控，各廠家提出了不同的技術(shù)方案，但關(guān)鍵點(diǎn)都集中于圖像內(nèi)容分析技術(shù)。這是正確的方向，可以說圖像內(nèi)容分析技術(shù)的發(fā)展過程就是智能監(jiān)控的發(fā)展過程。智能監(jiān)控的實(shí)現(xiàn)必須有圖像內(nèi)容分析技術(shù)的突破作為支撐。

　　圖像具有極大的信息量，它同時(shí)具有空間分辨和時(shí)間分辨的能力，但真正把這些信息提取和挖掘出來是復(fù)雜和困難的。前面講了圖像系統(tǒng)智能化的主要標(biāo)志之一是：系統(tǒng)從目視解釋(視讀)走向機(jī)器解釋(機(jī)讀)。它意味著：視頻監(jiān)控將改變系統(tǒng)對圖像信息不作任何處理的現(xiàn)狀，處理就是對圖像信息自動(dòng)的解讀，是理解(understanding)圖像，這就是圖像內(nèi)容分析(videounderstanding)的含義所在。現(xiàn)在市場上出現(xiàn)了一些IV(intelligentvideo)產(chǎn)品，都是對圖像內(nèi)容進(jìn)行基本的分析，如目標(biāo)的分離、分類、統(tǒng)計(jì)，簡單背景下單目標(biāo)的行為分析和跟蹤。研究機(jī)構(gòu)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(guān)就列入了相關(guān)的課題。根據(jù)安全的需求，智能監(jiān)控技術(shù)的發(fā)展過程或圖像內(nèi)容分析技術(shù)的研究可分為以下幾個(gè)階段：

　　1、將(運(yùn)動(dòng))目標(biāo)從視頻圖像中分離出來。這是體現(xiàn)圖像技術(shù)的優(yōu)勢，實(shí)現(xiàn)目標(biāo)探測的前題。傳統(tǒng)的視頻(運(yùn)動(dòng))探測其實(shí)是亮度探測，并沒有發(fā)揮圖像技術(shù)的特點(diǎn)。確定圖像中是否有探測目標(biāo)(人、物等)，并將目標(biāo)從背景圖像中分離出來是圖像內(nèi)容分析的首要任務(wù)，進(jìn)而對目標(biāo)分類、統(tǒng)計(jì)、關(guān)聯(lián)。判斷圖像中有無目標(biāo)、目標(biāo)的復(fù)合或離散等也是圖像過濾的基礎(chǔ)。

　　2、對目標(biāo)進(jìn)行行為分析，判定其運(yùn)動(dòng)的方向、方式，并能發(fā)現(xiàn)和告警異常的行為;產(chǎn)生目標(biāo)的運(yùn)動(dòng)軌跡，并能進(jìn)行目標(biāo)的自動(dòng)跟蹤。實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤是很難的事，它要求系統(tǒng)能分析、預(yù)測目標(biāo)的運(yùn)動(dòng)軌跡,并能實(shí)時(shí)地作出修正。同時(shí)，由于運(yùn)動(dòng)過程與伺服機(jī)構(gòu)間傳遞函數(shù)的非線性，伺服系統(tǒng)也是很復(fù)雜的。

　　3、在復(fù)雜環(huán)境下實(shí)現(xiàn)目標(biāo)的分離、行為分析和運(yùn)動(dòng)跟蹤，特別是實(shí)現(xiàn)多目標(biāo)的跟蹤。

　　上述兩點(diǎn)目前已有產(chǎn)品和應(yīng)用，但基本上在簡單環(huán)境下，針對少數(shù)目標(biāo)的情況。在復(fù)雜環(huán)境(既通常的視頻監(jiān)控環(huán)境)下實(shí)現(xiàn)這些功能，是圖像內(nèi)容分析技術(shù)具有真正應(yīng)用價(jià)值的關(guān)鍵。同時(shí)、解決多個(gè)圖像的綜合分析，圖像間目標(biāo)的關(guān)聯(lián)，目標(biāo)跟蹤的連續(xù)。這都是市場迫切需要，目前還沒有解決的問題。

　　4、實(shí)現(xiàn)視頻語義的解析，圖像內(nèi)容分析的最高層次。通過對一個(gè)圖像序列作出分析，得出其包含的真實(shí)信息，可以與話音的語義解析(已有了初步的成果)結(jié)合起來，逐步實(shí)現(xiàn)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(huì)對某一事件的反映程度;分析和統(tǒng)計(jì)某類事件發(fā)生，發(fā)展的規(guī)律(概率及時(shí)間、地域分布等)。能夠進(jìn)行這樣分析，表明機(jī)器具有了與人一樣的理解圖像的能力，但具有人所不能達(dá)到的效率。

　　這個(gè)過程是逐步發(fā)展、與時(shí)俱進(jìn)的，沒有終極的結(jié)果。實(shí)現(xiàn)智能監(jiān)控的目標(biāo)，要經(jīng)過不斷的技術(shù)積累，特別是核心技術(shù)的突破，它需要一個(gè)過程，不可能一蹴而就，認(rèn)為監(jiān)控技術(shù)智能化已經(jīng)實(shí)現(xiàn)的觀點(diǎn)是不確切的。