智能监控的突破口
通常会把图像内容分析与图像识别混淆起来，或把图像识别作为智能监控的目标。确实图像识别技术在安防系统中应用前景是非常广阔的，也是安防系统智能化的一个主要方向。但是，对于通常的视频监控应用找不到合适的切入点。下面我们从图像识别的主要应用说起，首先明确：图像识别是指采用图像技术对目标的个体识别，如认定某一个人，找到某一辆车或某一件物。以图像生物特征识别为例，就是采用图像(模式识别)技术识别人体自身载有的、具有唯一性和相对稳定性的特征(如人脸、视网膜、虹膜、指纹、掌纹/形及步态等)，确定个体的身份。目前，它们的应用主要有两种方式：
1、验证：是把当事人的身份与正在发生的行为联系在一起，确认其合法性。这是安全防范系统的典型应用，把人的生物特征视作一把钥匙或一张卡。
验证系统因可对特征的输入加以更多的控制，系统的可靠性和稳定性好，也相对成熟，已广泛地应用于出入管理系统中。它的基本工作方式是把特征输入装置读取的特征与系统存贮的有限量的特征样本(这些样本代表了一定的授权)进行比对，来确定请求合法性。通常系统的存贮样本的数量不是很多，现场特征输入的条件又可以加以控制，所以，系统的识别率很高(误识率和误拒率很低)。由于生物特征来自人自身，不需要进行同一认证，具有极高的安全性，因此、适用于高安全性要求的场所，如贵重物品的库房、重要活动或要人访客的出入管理。
2、识别：对输入特征与存贮在数据库中的大量的参考进行比对，来确定目标的身份。这样的系统首先要建立一个海量的基础样本数据库，如各城市人口的指纹库等。对于人脸等生物特征，要求输入的环境与建库的环境具有足够的相关性，以保证输入特征与样本特征的可比性。所以，建立一个稍加控制的环境，以排除或限制影响特征采集不真实(失真、不完整、伪装)的各种因素是系统应用的必要条件。如边防检查系统设立专门的人员通道来采集出入境人员的面部特征;机场安检信息系统在验征台处摄取旅客的面部图像。
两者都是对个体身份的认证，都要求有一个限定的工作环境，这一点通常的视频监控系统是做不到的，而且，它们的工作目标也不是对人体的身份认证。所以，必须在验证与识别之间选择新的切入点。
