視頻監控是視頻工程中重要的技術和應用領域，支撐其發展的視頻技術在不到一個世紀的發展過程中，大致經歷了3個跨越式的發展階段。20世紀30年代，以電視廣播為代表的視頻技術走出了實驗室，進入廣播電視臺和千萬家庭，實現了從靜止圖像傳輸到活動圖像傳輸的跨越;20世紀80年代末，以會議電視、視頻監控等為代表的視頻技術走出了實驗室，進入眾多的電視會議室、安防系統，實現了從模擬視頻通信到數字視頻通信的跨越;如今，以智能視頻監控(IVS)為代表的視頻技術，正處在走出實驗室、進入到各行各業的應用階段，將要實現從“機械”的視頻信息處理向智能化視頻信息處理的跨越。當前中國正處在這一跨越的關鍵時段。智能視頻監控只是智能視頻技術的一個部分，一個將視頻技術引入智能時代的部分。

　　智能化視頻監控技術的進一步發展，仍然是仿生學引導的結果

　　智能化是視頻監控的亮點，但又是視頻監控技術的關鍵和難點

　　智能視頻監控產業的發展需要采用新的符合智能監控要求的體系結構

　　基金項目：國家自然科學基金(60672134、61071091)

　　1 IVS的發展歷程

　　和人類許多技術一樣，視頻技術也是仿生學引導的結果。視頻技術模仿人類眼睛的功能，把眼睛“拉”到實際難以到達的時空。電視廣播提供了大量有聲有色的娛樂節目，豐富了人們的文化生活;而視頻監控的出現，不僅提供了栩栩如生的現場信息，更解決了安全和生產方面的問題，使人們深切感受到視頻技術的應用范圍之廣和所起的重要作用。

　　視頻監控已有三四十年的發展，最早安裝在銀行營業廳的模擬視頻監控設備，采用的是攝像頭加磁帶錄像機;后來發展為數字監控，實際上是數字視頻記錄(DVR)，采用的是攝像頭、采集卡加計算機(主要用于壓縮、存儲);近幾年的網絡視頻監控裝置，主要是由嵌入式攝像機、傳輸網絡和計算機構成。

　　智能視頻監控經過近四、五年的發展，已由簡單的視頻監控發展到具有人工智能的視頻監控。視頻監控的由來很簡單，從需求層面來看：人們一直需要擴大眼睛的功能，希望在必要的地方“掛上”一只“眼睛”進行不間斷的監控;從技術可行性的層面來看：傳感器技術從單點傳感器發展到多點，從一維傳感器，發展到二維、三維傳感器(圖像、視頻傳感器)，快速的發展為實現以看為主的監控提供了可能。實際上這一過程再次體現了仿生學對技術發展的巨大影響力：監控技術即智能化視頻監控技術的進一步發展，仍然是仿生學引導的結果。從仿生學的角度出發，各種傳感器的出現均模仿人類的各種感覺的結果，從觸覺、嗅覺到聽覺、視覺，如模仿人耳的麥克風和模仿人眼的攝像機。最近，如何在模仿視覺的基礎上模仿人腦功能，使現有的監控設備具有一定的智能并、成為研究的焦點。智能的匯入使傳感的內容、含義具有了主觀“感覺”，能夠給出分析、判斷和結論，而并非只對傳感對象的物理量作忠實的記錄。

　　早期的傳感器往往比較簡單，傳感的是一維、單義的物理量，且易于分析、便于結論，如溫度傳感器，當所獲得溫度超過某一閾值時，說明發生了異常情況。以攝像機為代表的視覺傳感器是一種多維、多義的傳感器：面對記錄的圖像難以判斷其內容的含義，如難以判斷攝像機所面對的場景到底“發生”了什么事。現階段該問題的解決主要靠人工完成：值班人員用眼睛對成百上千的攝像機信息進行屏幕“監視”，對存儲的海量信息進行回放“檢索”，對可疑信息進行人工對比、分析。但人(尤其是人的眼睛和大腦)是很容易疲勞的，有數據表明：如值班人員緊盯屏幕十幾分鐘后將會不自覺丟掉大部份信息。再如在倫敦地鐵案中，安保人員為找到一點有價值的信息，往往要花幾十小時查看大量的存儲磁帶。尋找不會疲勞的眼睛和大腦，分析所監控的內容，減輕負擔，提高監控效率，這就是視頻監控智能化的目標。