从视频监控来说起，传统的视频监控大致可以分为三个发展过程[3]。首先是在20世纪80年代兴起的模拟监控系统，它主要用的是模拟监视器和模拟摄像机以及模拟录像设备这样采用模拟信号的设备进行监控。但是这样的设备线路复杂，铺设的成本很高，存储量大，并且调用查看十分的不便，难以共享。然后到了90年代，数字视频监控系统开始发展起来，采用了硬盘录像机，解决模拟监控系统下存在的很多问题，可以较为方便地检索和查看。在计算机和网络技术迅猛发展的现在采用的是网络视频监控系统，能够很方便地进行共享和传输数据，视频监控提供的安全环境也日益增大。82526

在上述视频监控发展的同时，当今世界的人们对安全监控以及智能感知的需求也逐渐的提高，传统监控已经不能满足要求，于是人们致力于研究计算机对于视频的理解和分析处理能力，力求达到智能监控的目的。自从上世纪60年代开始，由于计算机视觉的巨大科研价值和经济潜力，大批的科研人员和科研机构都开始投入其中。而对于能够运动的摄像机的主动视觉系统[4]，经过几十年的不断研究和发展，也有了长足的发展。在Aloimonos等人的努力下，这样的主动视觉理论[5]又进一步地完善。它主要强调了两个方面：一个方面是系统要有感知的能力，另一个方面是系统要是任务驱动。在感知也就是视觉信息收集方面，可以是单目视觉，也可以是双目的立体视觉，它们可以应用在不同的场景和需求下，发挥不同的作用。而对于监控跟踪系统论文网，视觉信息的处理步骤都是大致相同的，主要是涉及到（运动）目标检测，目标分类，目标跟踪和对目标行为的理解。本文主要讨论的是运动目标的检测和对目标的跟踪。在这一方面，由美国国防高级研究计划局建立，联合麻省理工学院和卡耐基梅隆大学等一起研究的VSAM[6]项目早有过涉及和发展。美国马里兰大学的实时监控系统W4项目已能够实现多个目标的跟踪。同时Microsoft和IBM等公司也在这方面作了深入研究[7]，为这一技术的商业化做了很多努力。国内在这一方面起步相对较晚，但也现在也已有很多大学和科研机构正在做着相应的研究。中国科学院自动化研究所当前的跟踪识别技术在国内是相对前沿的，它们的人脸检测跟踪识别系统已经能够实现远距离情况下多个人脸的检测识别以及跟踪。清华大学的车道线检测跟踪系统也是目标检测跟踪领域的实践应用。不仅如此，国内还有很多科学会议、网上论坛和优秀企业都在目标检测与跟踪领域有着深入的研究和讨论。目前，在基于的视觉的目标检测与跟踪领域，已经有很多方法来实现。