世界正变得更多样和复杂化，但和谐和发展将是我们长期的主题，监控和服务系统作为信息化系统的基本组成部分之一，对该类产品的需求，总的来看，有如下趋势：

    需求个性化：客户使用监控和服务产品的条件千差万别，所需的功能和效果也不尽相同，已没有哪款系统能适应各种使用条件、满足客户的多种要求。因此，在具体应用时，要为每一个客户量身订造，提供个性化产品。

    产品专门化：正是由于客户需求的多样化、个性化，监控和服务产品的各细分产品系统，每种细分产品系统均只负责完成各自功能，“跨”子系统的产品已越来越少见。而客户最终使用的整套监控和服务系统，则是由各子系统集成、并精心调试，从而达到整套系统的效率最高。

    “主动识别”：这一特性将成为监控和服务系统产品未来的发展趋势。
    “主动识别”，意味着在无需特定目标采取特别行动的条件下，具备该技术的系统，能够识别出特定目标，并发出提示；使应用该系统的人们在预估事件发生前，有足够时间采取相应行动，从而提升安防或服务的水平。

    对应以上需求趋势，监控和服务系统产品的技术发展，出现如下趋势：

1．智能化、网络化、数字化
    基于TCP/IP技术监控和服务子系统产品，已得到市场认可。从2008年开始，基于IP技术的该类系统产品已进入实质应用阶段。
    特别是门禁/考勤产品，基于TCP/IP的终端产品将逐步取代目前的单机应用系统。
    监控和服务各子系统产品的功能相对单一，而客户面对由多个生产商提供的五花八门的产品时，很容易造成使用上的混乱，因此客户要求管理这些子系统时，各子系统都要有同一、易用的界面，以便于学习培训。
    因此，要求各子系统产品间要相互集成、兼容，各子系统产品的网络化、智能化也就成为必然趋势。

2．目标识别功能
    目标识别（Object Recognize），利用物体速度、形状、尺寸等信息进行判别，区分人、工具、其它对象等。它是“主动识别”特性在技术上的体现，目前主要包括人脸识别和车辆识别。
    A．人脸识别
    根据已学习的人脸数据库，结合输入的种族、性别、表情等限定信息，从数据库中识别特定人物的技术。相比于静止图像，视频流能提供更多时域信息，然而其难点在于视频图像分辨率较低，高分辨率的视频图像是未来发展趋势。
    人脸识别一般分为4个步骤：人脸检测、人脸跟踪、特征提取、比对。
    人脸特征提取方法主要有三类：第一类是基于边缘、直线和曲线的基本方法；第二类是基于特征模板的方法；第三类是考虑各种特征之间几何关系的结构匹配法，即整体特征统计方法，该法相对于图像亮度和特征形变的鲁棒性更强。整体统计特征方法，包括活动形状模型；弹性外观模型；活动外观模型等具体算法。
    人脸比对是将人脸特征数据与图像库中特征数据进行比对，并匹配结果。常用算法有贝叶斯分离器、支持向量机、神经网络分类器等。

    B．车辆识别
    识别车辆牌照、车型、颜色等，其算法原理与人脸识别算法原理相近。

3．数据融合
    数据融合（Data Fusion）是将不同视频源的数据整合。
    其中一类是可见光与红外的融合技术，以便在不同光照度的条件下，都能得到更清晰的图像，以提高识别准确率。
另一类是为了进行行为分析，将多个视频源进行综合。满足分析跟踪对象的行为的要求。这是长期发展的方向。

4．产品架构
    目前，先进的智能视频产品系统，采用前端分布式处理与中心集中处理相结合的架构。
    智能视频处理前端设备，基于DSP，直接在前端完成视频数据的采集和智能处理，不受传输延时、画质损失的影响，并规避了中央服务器的性能瓶颈。
    中央服务器更多完成视频分析、识别的功能，从而提高每台中央计算机的监控路数，降低客户的总体应用成本。
    智能视频系统产品采用开放式、标准处理单元，通过提供的SDK接口，与其它监控和服务子系统产品，无缝集成应用。

编辑：思考的牛