隨著視頻監(jiān)控的發(fā)展，未來的視頻監(jiān)控系統(tǒng)將是各種先進技術(shù)的集合。第一代為全模擬監(jiān)控，也叫閉路電視監(jiān)控，從上個世紀80年代到90年初期的十多年的時間里它一直主導著安防市場，并大量應用在公安、銀行、軍工、交通、酒店等重要單位和部門。下面闡述目前視頻監(jiān)控需要用到的各種主流技術(shù)。
  　　流媒體技術(shù)
  　　實時視頻監(jiān)視與錄像回放是視頻監(jiān)控的兩大重要基本業(yè)務，其本質(zhì)是將視頻源上的多媒體數(shù)據(jù)傳送到視頻接收端。實時視頻監(jiān)視要求完成視頻的實時傳輸，具有很強的實時性;錄像回放則類似于VOD業(yè)務，具有一定的實時性(但并非很強)，要求畫面清晰流暢，并且能完成各種播放控制操作。
  　　我們可以將前端的攝像機看成是實時的A/V源，而將錄像文件看成是存儲的A/V文件，那么目前解決此類問題的一個很好的辦法便是運用流媒體技術(shù)。
  　　我們知道，流式傳輸及流媒體(StreamingMedia)是為了解決信息傳輸實時性問題而開發(fā)的。流式傳輸主要指通過網(wǎng)絡傳輸媒體(如音頻、視頻等)的技術(shù)總稱，其特定含義為通過網(wǎng)絡將音視頻等信息傳輸?shù)接脩艚K端播放時，無須等全部文件下載完畢才可播放，而是將連續(xù)的音視頻信息壓縮后放于服務器，用戶終端播放時只要將開始部分的內(nèi)容存入其內(nèi)存，其余數(shù)據(jù)流由用戶終端在后臺繼續(xù)接收并播放，直至播放完畢或用戶中止操作。這樣，用戶播放媒體的等待時間將顯著減少，且無須太大緩存。流媒體指使用流式傳輸技術(shù)的連續(xù)時基媒體。
  　　流式傳輸主要是為了區(qū)別于下載傳輸而提出的。傳統(tǒng)的下載轉(zhuǎn)輸方式有兩個基本條件，一是基于文件操作，二是文件要全部下載后才能使用(播放)。對于實時視頻監(jiān)視而言，不存在文件的概念，因此無法用“下載”的方式實現(xiàn)。對于錄像業(yè)務，錄像數(shù)據(jù)可以以文件形式存在，但是，如果錄像數(shù)據(jù)如果必須等完全下載后才能播放的話，會帶來很大的時延，用戶無法忍受。所以，比較理想的方式是采用流式傳輸。
  　　實現(xiàn)流式傳輸有順序流式傳輸(ProgressiveStreaming)和實時流式傳輸(RealtimeStreaming)兩種方法。視頻監(jiān)控業(yè)務主要采用實時流式傳輸。
  　　網(wǎng)絡攝像機可以看成是一臺提供實時A/V源的服務器，當用戶請求進行實時監(jiān)視時，網(wǎng)絡攝像機采用實時流式傳輸方式向用戶終端傳送監(jiān)控畫面?？紤]到多個用戶同時訪問網(wǎng)絡攝像機將帶來流量瓶頸等問題，可以使用視頻服務器來進行中轉(zhuǎn)，讓視頻服務器來提供強大的負載能力。
  　　以上只是原理性的簡要說明。上述方案可以滿足小型的視頻監(jiān)控系統(tǒng)，但在大型的視頻監(jiān)控系統(tǒng)中，監(jiān)控前端設備與用戶終端的數(shù)目都非常龐大，除了增加考慮組播、廣播等方案外，更需要一套完善的媒體分發(fā)、調(diào)度機制來保證媒體的高效傳送。在這方面，目前尚無現(xiàn)成的成熟方案，中國通信標準化組織(CCSA)正對此展開積極研究，以便為未來的視頻監(jiān)控系統(tǒng)提供標準的媒體傳送機制。

　　智能視頻監(jiān)控技術(shù)
  　　智能視頻(IV，IntelligentVideo)源自計算機視覺(CV，ComputerVision)技術(shù)。計算機視覺技術(shù)是人工智能(AI，ArtificialIntelligent)研究的分支之一，它能夠在圖像及圖像描述之間建立映射關系，從而使計算能夠通過數(shù)字圖像處理和分析來理解視頻畫面中的內(nèi)容。
  　　視頻監(jiān)控中所提到的智能視頻技術(shù)主要是指：“自動的分析和抽取視頻源中的關鍵信息。”如果把攝像機看作人的眼睛，而智能視頻系統(tǒng)或設備則可以看作人的大腦。
  　　建造視頻監(jiān)控系統(tǒng)的目的，一是為了視覺上的延伸——把處于別地的畫面通過網(wǎng)絡與設備“拉近”到眼前，因此有了遠程監(jiān)控;二是為了智力上的延伸——讓系統(tǒng)自動為我們分析問題并解決問題，于是有了智能監(jiān)控。當然，后者是更高層次上的要求，但也是視頻監(jiān)控今后發(fā)展的必然要求。
  　　傳統(tǒng)的視頻監(jiān)控系統(tǒng)缺乏智能，在很大程度上依賴于人的判斷。然而，人類有著自身難以克服的弱點，比如：(1)人力有限，人的反應與處理速度有限，導致我們在指定的時間內(nèi)能夠進行監(jiān)視的地點有限。這也就意味著各個被監(jiān)控點并非每時每刻都處于監(jiān)控當中。(2)人并非一個可以完全信賴的觀察者，無論是在觀看實時的視頻流還是在觀看錄像回放的時候，由于自身生理上的弱點，我們經(jīng)常無法察覺安全威脅，從而導致漏報現(xiàn)象的發(fā)生。
  　　從上述分析來看，當開展大規(guī)模視頻監(jiān)控以后，智能監(jiān)控實際上已不是可有可無的裝飾品，而是系統(tǒng)所必備的一種能力。否則，巨大的投資將由于缺乏人力資源的跟進以及人類自身的弱點，而有可能變?yōu)橐环N浪費。
  　　智能視頻技術(shù)可以在很多地方得到應用。比如：
  　　(1)高級視頻移動偵測：在復雜的天氣環(huán)境中(例如雨雪、大霧、大風等)精確地偵測和識別單個物體或多個物體的運動情況，包括運動方向、運動特征等。
  　　(2)物體追蹤：偵測到移動物體之后，根據(jù)物體的運動情況，自動發(fā)送PTZ控制指令，使攝像機能夠自動跟蹤物體，在物體超出該攝像機監(jiān)控范圍之后，自動通知物體所在區(qū)域的攝像機繼續(xù)進行追蹤。
  　　(3)人物面部識別：自動識別人物的臉部特征，并通過與數(shù)據(jù)庫檔案進行比較來識別或驗證人物的身份。此類應用又可以細分為“合作型”和“非合作型”兩大類。“合作型”應用需要被監(jiān)控者在攝像機前停留一段時間，通常與門禁系統(tǒng)配合使用。“非合作型”則可以在人群中識別出特定的個體，此類應用可以在機場、火車站、體育場館等安防應用場景中發(fā)揮很大的作用。
  　　(4)車輛識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監(jiān)控者。此類應用可以用在被盜車輛追蹤等場景中。
  　　(5)非法滯留：當一個物體(如箱子、包裹、車輛、人物等)在敏感區(qū)域停留的時間過長，或超過了預定義的時間長度就產(chǎn)生報警。典型應用場景包括機場、火車站、地鐵站等。
  　　(6)交通流量控制：用于在公路上監(jiān)視交通情況，例如統(tǒng)計通過的車數(shù)、平均車速、是否有非法?？俊⑹欠裼泄收宪囕v等等。

　紅外熱成像技術(shù)
  　　人眼能夠感受到的可見光波長為0.38～0.78微米。紅外線屬于波長大于0.78微米的電磁波。自然界中，一切物體都會輻射不同波長的紅外線，因此能夠利用特制的探測設備分別檢測出監(jiān)控目標本身和背景之間的紅外線波長，從而可以得到不同的紅外圖像，這紅外圖像稱為熱圖像。
  　　采用紅外熱成像技術(shù)，探測目標物體的紅外輻射，并通過光電轉(zhuǎn)換、信號處理等手段，將目標物體的溫度分布圖像轉(zhuǎn)換成視頻圖像的設備被稱為紅外熱成像儀。
  　　紅外熱成像儀在視頻監(jiān)控中的應用舉例：
  　　1.夜間及惡劣氣候條件下的目標監(jiān)控
  　　夜晚，需可見光工作的設備已經(jīng)不能正常工作，如果采用人工照明，則容易暴露目標。若采用微光夜視設備，它同樣也工作在可見光波段，依然需要外界光照明。而紅外熱成像儀是被動接受目標自身的紅外熱輻射，無論白天黑夜均可以正常工作，并且也不會暴露自己。同樣在雨、霧等惡劣的氣候條件下，由于可見光的波長短，克服障礙的能力差，因而觀測效果差，但紅外線的波長較長，特別是工作在8～14um的熱成像儀，穿透雨、霧的能力較強，因此在夜間以及惡劣氣候條件，采用紅外熱成像監(jiān)控設備仍可以正常地對各種目標進行監(jiān)控。
  　　2.防火監(jiān)控
  　　由于紅外熱成像儀是反映物體表面溫度而成像的設備，因此除了夜間可以作為現(xiàn)場監(jiān)控使用外，還可以作為有效的防火報警設備。很多火災往往是由不明顯的隱火引發(fā)的。用現(xiàn)有的普通方法，很難發(fā)現(xiàn)這種隱性火災苗頭。而應用紅外熱成像儀可以快速有效地發(fā)現(xiàn)這些隱火，并且可以準確判定火災的地點和范圍，透過煙霧發(fā)現(xiàn)著火點，做到早知道、早預防、早撲滅。
  　　3.偽裝及隱蔽目標的識別
  　　偽裝是以防可見光觀測為主，犯罪分子作案時通常會隱蔽在草叢及樹林中，由于野外環(huán)境的惡劣及人的視覺錯覺，容易產(chǎn)生錯誤判斷。紅外熱成像儀是被動接受目標自身的熱輻射，人體和車輛的溫度及紅外輻射一般都遠大于草木的溫度及紅外輻射，因此不易偽裝，也不容易產(chǎn)生錯誤判斷。

　　視頻監(jiān)控相關技術(shù)
  　　(1)CMOS圖像傳感器技術(shù)的成熟
  　　監(jiān)控攝像機的圖像傳感器正逐漸從傳統(tǒng)的CCD向CMOS轉(zhuǎn)變。這兩種傳感器各有長短，但一直以來，CMOS傳感器的缺點漸漸減少。CMOS圖像傳感器低成本、高集成度為其主要特點，圖像質(zhì)量已不輸于CCD。與基于CCD的探頭相比，CMOS探頭的集成度更高，因為CMOS傳感器集成了許多外圍處理功能，所需器件比CCD探頭少，且CMOS探頭的功耗要低得多。從整個系統(tǒng)來看，CMOS傳感器可將成本大大降低。
  　　(2)智能分析技術(shù)的發(fā)展
  　　IEEE在圖像的智能分析等方面有比較大的成果，比如運動檢測、人臉識別、目標跟蹤等。
  　　運動檢測是指在指定區(qū)域能識別圖像的變化，檢測運動物體的存在并避免由光線變化帶來的干擾。由于背景圖像的動態(tài)變化，如天氣、光照、影子及混亂干擾等的影響，使得運動檢測成為一項相當困難的工作。早期的運動檢測是對編碼后產(chǎn)生的I幀進行比較分析，通過視頻幀的比較來檢測圖像變化。目前常用的方法有背景減除(Background Subtraction)、時間差分(Temporal Difference)、光流(OpticalFlow)、運動向量檢測法等。
  　　(3)芯片技術(shù)為視頻監(jiān)視產(chǎn)品提供新方案
  　　IP攝像機通常集成了視頻捕獲、視頻編碼/處理和網(wǎng)絡接口功能。在視頻監(jiān)控市場，能夠支持這些功能的各種視頻信號處理器芯片性能差異很大，但也是最能突顯優(yōu)勢的產(chǎn)品。從功能需求最少的低端產(chǎn)品到高性能的采用多核數(shù)字信號處理器(DSP)芯片的高端產(chǎn)品，針對不同的市場，對視頻信號處理器的要求差別很大。高性能的DSP芯片使視頻處理器性能得到極大提升。這些DSP是催生智能攝像機的關鍵要素。正因為這些DSP，IP視頻服務器才具備同時對多視頻流進行智能管理的能力。
  　　(4)視頻壓縮格式越來越先進
  　　以前的數(shù)字視頻監(jiān)控的圖像格式主要以MJPEG與MPEG2為主。隨著圖像壓縮技術(shù)的提高，出現(xiàn)了越來越先進的視頻壓縮格式，如MPEG-4，H.264，國內(nèi)正在大力發(fā)展具有自主產(chǎn)權(quán)的AVS編碼格式。視頻壓縮技術(shù)的發(fā)展為視頻監(jiān)控在圖像傳輸、錄像存儲等方面帶來極大的好處。