随着模式识别、机器视觉和机器学习领域的发展，智能视频监控逐渐成为了研究的主要热点之一。社会发展日新月异，全球化进程进一步加快，安全问题也随即成为社会发展与稳定的重要基础，因此视频监控系统被大规模应用于各个安全领域，如酒店、银行、机场等场所，但随着大量视频监控得以应用，工作人员已经无法有效的监控成百上千的摄像头，这样就很大程度上失去了利用视频监控来达到预防和干预的作用。因此，如何使视频监控系统系统具有自动检测，识别、跟踪功能，成为了视频监控领域的热点。早期的智能视频监控将视频画面栅格化，通过特定算法来判定图像中是否有物体运动，以达到监测报警的功能。不过，由于此类算法无法识别运动物体，造成大量的误报，所以没有得到大量应用。在监控过程中，监控对象应该是人所关心的对象如人脸和车辆等，其中人脸成为了主要监控目标，有效的监控算法应该过滤掉用户不关心的信息，而对关心的监控目标进行识别、跟踪、存储等一系列操作。虽然多年来，人脸检测、识别一直是研究的热点，但在视频监控中的研究和应用还相对薄弱。在国外市场上，很少有此类具有完整监控功能的智能设备，比如，美国Identix公司的FaceIt系统，也只带有人脸检测功能。在国内市场上至今没有此类设备，所以如何在人脸检测、识别、跟踪技术创新的基础上，有机的将这些算法结合网络MPEG4流媒体技术应用到智能视频监控中成为了本文的主要工作。