1、将(运动)目标从视频图像中分离出来。这是体现图像技术的优势，实现目标探测的前题。传统的视频(运动)探测其实是亮度探测，并没有发挥图像技术的特点。确定图像中是否有探测目标(人、物等)，并将目标从背景图像中分离出来是图像内容分析的首要任务，进而对目标分类、统计、关联。判断图像中有无目标、目标的复合或离散等也是图像过滤的基础。
2、对目标进行行为分析，判定其运动的方向、方式，并能发现和告警异常的行为;产生目标的运动轨迹，并能进行目标的自动跟踪。实现运动目标的跟踪是很难的事，它要求系统能分析、预测目标的运动轨迹,并能实时地作出修正。同时，由于运动过程与伺服机构间传递函数的非线性，伺服系统也是很复杂的。
3、在复杂环境下实现目标的分离、行为分析和运动跟踪，特别是实现多目标的跟踪。
上述两点目前已有产品和应用，但基本上在简单环境下，针对少数目标的情况。在复杂环境(既通常的视频监控环境)下实现这些功能，是图像内容分析技术具有真正应用价值的关键。同时、解决多个图像的综合分析，图像间目标的关联，目标跟踪的连续。这都是市场迫切需要，目前还没有解决的问题。
4、实现视频语义的解析，图像内容分析的最高层次。通过对一个图像序列作出分析，得出其包含的真实信息，可以与话音的语义解析(已有了初步的成果)结合起来，逐步实现视频语义的解析，如通过对大量的、多渠道的图像资料的分析，得出社会对某一事件的反映程度;分析和统计某类事件发生，发展的规律(概率及时间、地域分布等)。能够进行这样分析，表明机器具有了与人一样的理解图像的能力，但具有人所不能达到的效率。
这个过程是逐步发展、与时俱进的，没有终极的结果。实现智能监控的目标，要经过不断的技术积累，特别是核心技术的突破，它需要一个过程，不可能一蹴而就，认为监控技术智能化已经实现的观点是不确切的。
共0条 [查看全部] 网友评论