1、將(運動)目標從視頻圖像中分離出來。這是體現圖像技術的優勢，實現目標探測的前題。傳統的視頻(運動)探測其實是亮度探測，并沒有發揮圖像技術的特點。確定圖像中是否有探測目標(人、物等)，并將目標從背景圖像中分離出來是圖像內容分析的首要任務，進而對目標分類、統計、關聯。判斷圖像中有無目標、目標的復合或離散等也是圖像過濾的基礎。
2、對目標進行行為分析，判定其運動的方向、方式，并能發現和告警異常的行為;產生目標的運動軌跡，并能進行目標的自動跟蹤。實現運動目標的跟蹤是很難的事，它要求系統能分析、預測目標的運動軌跡,并能實時地作出修正。同時，由于運動過程與伺服機構間傳遞函數的非線性，伺服系統也是很復雜的。
3、在復雜環境下實現目標的分離、行為分析和運動跟蹤，特別是實現多目標的跟蹤。
上述兩點目前已有產品和應用，但基本上在簡單環境下，針對少數目標的情況。在復雜環境(既通常的視頻監控環境)下實現這些功能，是圖像內容分析技術具有真正應用價值的關鍵。同時、解決多個圖像的綜合分析，圖像間目標的關聯，目標跟蹤的連續。這都是市場迫切需要，目前還沒有解決的問題。
4、實現視頻語義的解析，圖像內容分析的最高層次。通過對一個圖像序列作出分析，得出其包含的真實信息，可以與話音的語義解析(已有了初步的成果)結合起來，逐步實現視頻語義的解析，如通過對大量的、多渠道的圖像資料的分析，得出社會對某一事件的反映程度;分析和統計某類事件發生，發展的規律(概率及時間、地域分布等)。能夠進行這樣分析，表明機器具有了與人一樣的理解圖像的能力，但具有人所不能達到的效率。
這個過程是逐步發展、與時俱進的，沒有終極的結果。實現智能監控的目標，要經過不斷的技術積累，特別是核心技術的突破，它需要一個過程，不可能一蹴而就，認為監控技術智能化已經實現的觀點是不確切的。
共0條 [查看全部] 網友評論