視頻監(jiān)控系統(tǒng)從最初的模擬閉路電視監(jiān)控開(kāi)始，經(jīng)歷了數(shù)字化、網(wǎng)絡(luò)化的發(fā)展，正在向分布式、智能化的方向邁進(jìn)。在英國(guó)全國(guó)范圍內(nèi)已經(jīng)安裝攝像機(jī)420多萬(wàn)個(gè)，平均每14人1個(gè)，一個(gè)人一天之中可能出現(xiàn)在多達(dá)3 00個(gè)攝像機(jī)前。海量的監(jiān)控圖像需要視頻監(jiān)控系統(tǒng)智能地選擇壓縮、存儲(chǔ)、檢索和使用內(nèi)容。

　　從上世紀(jì)90年代中期開(kāi)始，以卡耐基梅隆大學(xué)(CMU)和麻省理工學(xué)院(MIT)為代表的，多家美國(guó)高校所參與的，由美國(guó)國(guó)防高級(jí)研究項(xiàng)目署設(shè)立的視覺(jué)監(jiān)控重大項(xiàng)目VSAM(Visual Surveillanceand Monitoring)，以及其它科研機(jī)構(gòu)的研究成果，使得智能視覺(jué)分析取得了快速發(fā)展。經(jīng)過(guò)科研人員40多年的不懈努力，計(jì)算機(jī)視覺(jué)已經(jīng)進(jìn)入突破式發(fā)展階段。得益于計(jì)算機(jī)視覺(jué)的最新研究成果，智能視頻監(jiān)控開(kāi)始得到產(chǎn)業(yè)化應(yīng)用。

　　當(dāng)前除了CMU和MIT，奧地利Graz理工大學(xué)的嵌入式智能攝像機(jī)研究組，IBM的S3(Smart Surveillance System)項(xiàng)目組，INTEL的IRISNET(Internet-scale Resource-intensive Sensor Network Service)項(xiàng)目組等，分別在分布式智能監(jiān)控系統(tǒng)的不同領(lǐng)域處于領(lǐng)先地位。Object Video、Hisign、3VR等公司率先實(shí)現(xiàn)了智能視頻監(jiān)控的工業(yè)應(yīng)用。在國(guó)內(nèi)，中科院自動(dòng)化所、清華大學(xué)電子工程系和自動(dòng)化系等處于研究的前列。

　　現(xiàn)在的智能視頻監(jiān)控大部分應(yīng)用都是以運(yùn)動(dòng)檢測(cè)、背景建模算法為基礎(chǔ)，一般只能處理較為簡(jiǎn)單、遮擋重疊較少的場(chǎng)景，對(duì)于較為復(fù)雜的場(chǎng)景效果不佳。各種環(huán)境干擾，如：強(qiáng)光、震動(dòng)、陰影、雨、雪等，雖然算法可以有一定濾除，但是仍然存在誤報(bào)、漏報(bào)問(wèn)題?；谀Ｊ椒诸?、識(shí)別算法的物體檢測(cè)計(jì)算較為復(fù)雜，一般只能針對(duì)具有較穩(wěn)定特征的物體，如：合作型(固定范圍)人臉檢測(cè)統(tǒng)計(jì)等，無(wú)法及時(shí)有效處理多類物體聯(lián)合檢測(cè)需求。