智能视频监控是什么，它具有哪些特征呢？接下来就跟着数字交通展的小编一起来看看吧。

简介

视觉监控的主要目的，是从一组包含人的图像序列中检测、识别、跟踪人体，并对其行为进行理解和描述。大体上这个过程可分为底层视觉模块(low-levelvision)、数据融合模块(intermediate-level vision)和高层视觉模块(high-levelvision)。

其中，底层视觉模块主要包括运动检测、目标跟踪等运动分析方法；数据融合模块主要解决多摄像机数据进行融合处理问题；高层视觉模块主要包括目标的识别，以及有关于运动信息的语义理解与描述等。

如何使系统自适应于环境，是场景建模以及更新的核心问题。有了场景模型，就可以进行运动检测，然后对检测到的运动区域进行目标分类与跟踪。接下来是多摄像机数据融合问题。最后一步是事件检测和事件理解与描述。通过对前面处理得到的人体运动信息进行分析及理解，最终给出我们需要的语义数据。下面对其基本处理过程做进一步的说明。

环境建模

要进行场景的视觉监控，环境模型的动态创建和更新是必不可少的。在摄像机静止的条件下，环境建模的工作是从一个动态图像序列中获取并自动更新背景模型。其中最为关键的问题在于怎样消除场景中的各种干扰因素，如光照变化、阴影、摇动的窗帘、闪烁的屏幕、缓慢移动的人体以及新加入的或被移走的物体等的影响。

运动检测

运动检测的目的是从序列图像中将变化区域从背景图像中提取出来。运动区域的有效分割对于目标分类、跟踪和行为理解等后期处理是非常重要的，因为以后的处理过程仅仅考虑图像中对应于运动区域的像素。然而，由于背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响，使得运动检测成为一项相当困难的工作。

目标分类

对于人体监控系统而言，在得到了运动区域的信息之后，下面一个重要的问题就是如何将人体目标从所有运动目标中分类出来。不同的运动区域可能对应于不同的运动目标，比如一个室外监控摄像机所捕捉的序列图像中除了有人以外，还可能包含宠物、车辆、飞鸟、摇动的植物等运动物体。为了便于进一步对行人进行跟踪和行为分析，运动目标的正确分类是完全必要的。但是，在已经知道场景中仅仅存在人的运动时(比如在室内环境下)，这个步骤就不是必需的了。

如果你对这些交通设施等很感兴趣的话，推荐去参加数字交通展，一定会让你有所收获。