伴随着计算机、图像处理、人工智能和模式识别等各项技术的迅速发展,近年来兴起了数字化视频监控的浪潮。利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析,吸引了国内外大批学者的关注和深入研究,并取得了大量的成绩。智能视频分析技术越来越多地出现在了多个应用领域中。本文围绕智能视频分析技术在银行业务中的应用,对智能视频分析技术展开了讨论和研究。以下是本文的主要工作。1、针对银行的监控录像视频中大量没有价值的视频浪费存储空间以及造成检索时耗费工作人员精力的问题,提出对视频进行智能存储控制。本文提出了一种基于混合高斯背景差和缓存机制结合的智能存储控制方法,使用基于混合高斯模型的背景差除法检测视频中的运动目标,将超过一定时间没有运动对象出现的视频段剪辑掉。实验证明,该方法在人流稀少的情况下能有效的减小录像视频的容量。2、在银行常会发生客户在办理业务后不小心遗留行李或贵重物品的事件,对失主造成损失。本文提出一种基于双背景模型的遗留物和失窃物检测方法。先建立两个基于累计均值更新法但有不同更新机制的背景模型。通过两个不同背景的差别得到静止目标块后对静止目标块进行跟踪和遗留物与失窃物分类,并触发警报事件。由于算法避免了使用复杂度数学概率背景模型,大大减低了背景更新的计算复杂度,使算法能满足视频监控系统实时处理的要求。3、对进入监控范围内的人数进行计数检测对银行安全具有重要意义。本文深入研究了CamShift算法,提出了一种基于CamShift跟踪的目标计数方法。用背景差除法检测目标后用CamShift算法对目标进行跟踪。该目标计数方法适用于人流量小的情况,能有效解决一般方法在目标静止后会计数出错的问题。4、综合了本文的研究内容,最后设计并实现了一个视频监控与分析系统,包含视频播放、运动目标跟踪、智能存储控制、遗留物与失窃物检测、区域目标统计五个主要功能。经过测试,该系统有较好的可靠性和稳定性,具有一定的应用价值。