上一章我们讲述了目标识别、目标追踪为视频监控带来的影响，本章我们来了解视觉分析技术对视频监控的影响。

        视觉分析技术，就是通过目标识别、目标追踪方式之后，进一步获取目标的出现时间、运动轨迹、颜色等诸多信息，通过对各个目标的上述信息的分析，找到视频中存在的危险、违规行为或者可疑目标，并对这些行为和目标进行实时报警、提前预警、存储以及事后检索。

        在视觉分析的应用领域中，最为重要的便是智能视频监控和智能视频检索技术。两者的应用技术相近，主要区别在于：智能视频监控是对当时采集的视频进行实时处理，当发现危险事件或者可疑分子时进行实时报警；而智能视频检索技术，处理的是已经发生过的存储视频，其通过对视频进行快速分析，找到其中存在的危险事件、可疑分子，以及每个感兴趣目标的信息，然后，使用者可以对关心的事件进行选择或者对关心的目标属性进行定义，系统能够快速查找到用户关心的事件或目标。

        一般而言，智能视频监控包含的功能包括周界检测、越线检测、徘徊逗留检测、遗失检测、遗留检测、快速移动检测、打架检测、尾随检测、人群聚集、火灾烟雾检测、PTZ目标跟踪、视频故障分析、视频存储和回放等功能。

        对于不同的用户而言，对上述功能的需求会有所偏重。在上述技术中，其中，周界检测、越线检测、徘徊逗留检测、遗失检测、遗留检测、快速移动检测、打架检测、尾随检测采用的方法，主要都是先采用背景建模（Background Model）、前景提取（Foreground Extraction）提取得到运动目标，然后，采用目标匹配跟踪技术得到目标的轨迹，并得到目标的运动方向、所处位置，以及各目标间相互关系，最后依据设定规则得到上述异常行为。

        其中，对于复杂背景，大流量区域的遗留物和遗失物检测方法，可以采用特殊的基于时间序列区域运动分析的方法进行，而不必进行上述目标检测跟踪技术得到。

        而智能视频检索，首先需要利用智能视频监控的检测技术来检测异常事件，进一步，智能视频检索还需要在运动目标检测跟踪的基础上，得到人车等目标的诸如人脸、颜色、速度以及数量等信息。这样，进行智能视频检索的时候，一方面可以检索异常事件，此外还可以通过目标的出现结束时间、颜色、速度、数量，以及人脸信息等进行检索。

        此外，系统还可以给出一个事件和目标的时空分布图，便于用户查找自己感兴趣的时段和事件。对于现在动则成千上万的监控终端而言，想从这些海量数据中查找到自己关心的事件和目标，必须借助智能视频检索技术。