1、將(運(yùn)動)目標(biāo)從視頻圖像中分離出來。這是體現(xiàn)圖像技術(shù)的優(yōu)勢，實(shí)現(xiàn)目標(biāo)探測的前題。傳統(tǒng)的視頻(運(yùn)動)探測其實(shí)是亮度探測，并沒有發(fā)揮圖像技術(shù)的特點(diǎn)。確定圖像中是否有探測目標(biāo)(人、物等)，并將目標(biāo)從背景圖像中分離出來是圖像內(nèi)容分析的首要任務(wù)，進(jìn)而對目標(biāo)分類、統(tǒng)計、關(guān)聯(lián)。判斷圖像中有無目標(biāo)、目標(biāo)的復(fù)合或離散等也是圖像過濾的基礎(chǔ)。
2、對目標(biāo)進(jìn)行行為分析，判定其運(yùn)動的方向、方式，并能發(fā)現(xiàn)和告警異常的行為;產(chǎn)生目標(biāo)的運(yùn)動軌跡，并能進(jìn)行目標(biāo)的自動跟蹤。實(shí)現(xiàn)運(yùn)動目標(biāo)的跟蹤是很難的事，它要求系統(tǒng)能分析、預(yù)測目標(biāo)的運(yùn)動軌跡,并能實(shí)時地作出修正。同時，由于運(yùn)動過程與伺服機(jī)構(gòu)間傳遞函數(shù)的非線性，伺服系統(tǒng)也是很復(fù)雜的。
3、在復(fù)雜環(huán)境下實(shí)現(xiàn)目標(biāo)的分離、行為分析和運(yùn)動跟蹤，特別是實(shí)現(xiàn)多目標(biāo)的跟蹤。
上述兩點(diǎn)目前已有產(chǎn)品和應(yīng)用，但基本上在簡單環(huán)境下，針對少數(shù)目標(biāo)的情況。在復(fù)雜環(huán)境(既通常的視頻監(jiān)控環(huán)境)下實(shí)現(xiàn)這些功能，是圖像內(nèi)容分析技術(shù)具有真正應(yīng)用價值的關(guān)鍵。同時、解決多個圖像的綜合分析，圖像間目標(biāo)的關(guān)聯(lián)，目標(biāo)跟蹤的連續(xù)。這都是市場迫切需要，目前還沒有解決的問題。
4、實(shí)現(xiàn)視頻語義的解析，圖像內(nèi)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(shí)信息，可以與話音的語義解析(已有了初步的成果)結(jié)合起來，逐步實(shí)現(xiàn)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(tǒng)計某類事件發(fā)生，發(fā)展的規(guī)律(概率及時間、地域分布等)。能夠進(jìn)行這樣分析，表明機(jī)器具有了與人一樣的理解圖像的能力，但具有人所不能達(dá)到的效率。
這個過程是逐步發(fā)展、與時俱進(jìn)的，沒有終極的結(jié)果。實(shí)現(xiàn)智能監(jiān)控的目標(biāo)，要經(jīng)過不斷的技術(shù)積累，特別是核心技術(shù)的突破，它需要一個過程，不可能一蹴而就，認(rèn)為監(jiān)控技術(shù)智能化已經(jīng)實(shí)現(xiàn)的觀點(diǎn)是不確切的。
