智能软件是智能视频监控系统的核心

　　该算法来源于“人体行走运动很大程度上依赖于轮廓随着时间的形状变化”的直观想法。对于每个序列而言，背景减除与轮廓相关方法用于检测和跟踪行人的运动轮廓，这些时变的二维轮廓形状被转换为对应的一维距离信号，同时通过特征空间变换来提取低维步态特征。基于时空相关或归一化欧氏距离度量，以及标准的模式分类技术用于最终的识别。实验结果表明，该算法不仅获得了令人满意的识别性能，而且拥有相对较低的计算代价。

　　④基于模型的步态识别算法

　　该算法来源于“行走运动的关节角度变化包含着丰富的个体识别信息”的思想。首先，结合人体模型、运动模型和运动约束等先验知识，利用Condensation算法进行行人的跟踪。然后，从跟踪结果中获取人体主要关节的角度变化轨迹。这些轨迹经过结构和时间归一化后，作为动态特征而用于身份识别。

　　⑤基于Hough变换的步态特征提取的步态识别算法

　　这是一种基于新的特征提取方法的自动步态识别算法，该算法仅从腿部的运动进行身份识别。对于每个序列，用一种基于图像色度偏差的背景减除算法来检测运动对象。在经过后处理的二值图像序列中，利用边界跟踪算法获取对象边界，在对象边界图像上，局部应用Hough变换检测大腿和小腿的直线，从而得到大腿和小腿的倾斜角。用最小二乘法将一个周期内的倾斜角序列，拟合成5阶多项式，把Fourier级数展开后得到的相位与振幅的乘积，定义为低维步态特征向量。在小样本的数据库上用Fisher线性分类器验证所研究算法的性能，正确分类率为79.17%，在步态数据库不很理想的情况下也获得了较好的识别率。

　　⑥基于三维小波矩理论的步态识别算法

　　基于广义多尺度分析理论，针对不同的应用图像或信号库，得到最优小波分解, 并在人体步态识别中与二维小波矩结合进行应用。在三维物体的表示方面, 作为三维物体的一种无冗余的描述和识别方法，提出了三维小波矩理论。与现存的方法相比，它不但具有平移、缩放和旋转不变性，在径向上还增加了多尺度分析的特性。可以根据不同的需要，提供多层次的特征描述子，同时引进球面调和函数加速算法和小波的Mallat算法后，使小波矩的计算得到了双重加速。有人计划搭建实用的三维物体检索平台，将进一步完善该算法。

　　此外，有人在基于“人体生物特征不仅包含静态外观信息，也包含行走运动的动态信息”的思想，提出了一种判决级上融合人体静态和动态特征的身份识别方法。利用此方法在不同融合规则下的实验结果表明，融合后的识别性能均优于使用任何单一模态下的识别性能。

　　四、视频图像分析软件

　　视频图像分析与视频图像识别实际是不可分的，因内容太多，才分两个标题讲。在IVS系统中，智能软件从广义上讲具备以下三大功能：

　　（1）内容分析

　　在所有情况下，重要安全信息的数量肯定大大低于背景信息的数量，如建筑物和公路等静态信息，或风吹草动、水波涟涟等无用的动态信息等。利用软件能剔除无用信息，并关注于任何车辆等重要活动对象；

　　（2）对象识别

　　为了成功地将重要的安全信息分离出来，软件必须能将对象分类。如软件应能识别出人、动物、车辆或其他对象。从软件的角度来说，对象识别是由内容分析引擎来完成的；

　　（3）活动分析

　　软件还能识别重要活动，并将其与安全人员制订的一套规则相对比。如制订一个关于闯入安全禁区的规则，为了实施这一规则，安全人员用电子笔或鼠标在背景视频图形上画出一条虚拟“绊网”，设定安全界限，即设定一红线范围。如果识别出人，或动物，或车辆等对象跨过该“绊网”， 即红线，那么就会激活警报机制，智能软件就会发出预/报警，或提出建议。