动态场视觉监控:计算机视觉的新方向 

    动态场视觉监控是计算机视觉领域一个新兴的应用方向。视觉监控区别于传统意义上的监控系统在于其智能性。简单而言，不仅用摄像机代替人眼，而且用计算机代替人、协助人，来完成监视或控制任务，从而减轻人的负担。视觉监控具有广泛的应用前景和潜在的经济价值，引起了国际上许多著名科研机构以及研究人员的兴趣。
    动态场景的视觉监控是模式识别国家重点实验室智能识别与数字安全研究组最重要的研究方向之一,以动态场景视觉监控方面的应用基础研究为主。

研究内容包括:
    (1)快速准确的运动检测。运动检测主要是从监控摄像机所捕捉的序列图像中检测是否有运动物体存在。
    (2)实时性、橹棒性的基于三维模型的车辆与行人的定位、识别和跟踪。
    (3)基于移动摄像机的视觉监控技术，即将现有参数固定的静态摄相机改进为参数可自动调节的动态摄相机。
    (4)多摄像机的协作监控。单个摄像机的视野有限，要监控大范围的动态场景就需要多个摄像机，此外，多个摄像机也有利于解决遮挡问题。多摄像机的定标与数据融合是两个关键问题。
    (5)事件的机器学习方法，拟通过对序列图象进行自组织、自学习的方法建立事件的分布模式，从而达到事件识别的目的。
    (6)异常现象的检测、报警与目标的行为预测。视觉监控系统的最终目的是为了解释监视场景中所发生的事件，根据要求对异常事件进行报警，并能根据当前目标所处的状态对将要发生的事件进行预测。
    (7)研究对目标运动情况给出语义上的解释的方法，并将简单的行为识别与语义理解推广到对交通场景的自然语言描述。
    (8)远距离的身份识别. 生物特征识别技术与人的运动分析的结合是视觉监控系统的一个重要问题。脸像与步态是具有可感知性与非接触性优点的生物特征，是目前被认为可以用于视觉监控系统中的身份识别的两个主要生物特征。我们主要研究脸像、步态、体形特征相融合的人的身份识别