监控系统论文

在过去十年中，监控系统的实际需求一直在迅速增长。这种增长率也得到了高清技术发展的支持。监控系统作为集成了计算机视觉、机器学习和图像处理能力的面向应用的研究，获得了巨大的关注。这种方法的主要目的是根据从相机传感器收集的信息自动解释视频中的场景、观察和预测场景中对象的交互。

监控系统的最初用途是由电子管摄像机构建的，这些摄像机在 1940 年代被分发用于监控或转发工厂活动。传统的视频监控系统通常被命名为闭路电视（CCTV），它脆弱且昂贵，因为摄像机是由安全团队提供和安装的，用于从视频显示器检查现场的发生情况。数字化闭路电视和先进计算系统的出现增加了被称为第二代监控系统的（半）自动装载系统的扩展。这种新系统从以前的数字视频通信技术中获得了优势，例如有效的数据压缩、稳定的传输和带宽递减[2]。新一代的进步是提高闭路电视监控的效率。监控系统中经常出现的问题是行为分析所需的检测和跟踪算法。为了解决这些问题，自动视频监控系统集成了实时实时计算机视觉和智能方法。因此，这种方法的实施可以帮助系统为安全人员提供实时警报和法医检查结果，因为它得到了先进的视频分析技术的支持。近几十年来，视频监控系统的先进应用的实施导致了各个领域，例如预防犯罪[1]，[2];老年治疗[3];事故检测 [4]， [5] 交通监督与控制 [6]， [5]–[7]; 计算移动物体，如行人或车辆[11]–[12];人类活动理解[14]–[15];运动检测 [22]–[23]、活动分析 [27]、[16]–[28]、识别、跟踪和分类车辆、人类和任何感兴趣的物体 [30]、[3]–[31]。处理器和传感器的可用性、开发和价格也导致了该系统在支持室内和室外社区（如购物中心、机场、火车站和停车场）方面的使用[37]、[16]、[20]–[38]。视频监控系统的研究通常与另一个多学科领域相关联，例如图像或模式分析与识别、信号处理、分布式系统和通信。

目前，许多研究都提出了实施网络基础设施以及硬件和软件组件，以支持并为客户提供高效和有效的视频监控服务。已经发布了几个数据集、处理方法和建议的框架。然而，目前提出的视频监控情报系统研究由于实施复杂，给出了不明确的解释。

由于在众多期刊上发表了各种文章，进行直接比较可能会遇到困难。因此，本研究的主要目的如下：

• 对与监测系统相关的研究进行碰撞和分类。

• 提供并提出一个可以根据相应条款进行整合和分类的框架概念。

• 在完成本审查后，为监测系统研究的发展提出建议。

本研究按如下方式进行：研究方法在第 2 节中介绍。然后在第 3 节中讨论研究问题的结果和答案。最后，在最后一节中对这项研究进行了总结。