21世纪以来,得益于成像技术、光电硬件技术、多媒体技术、网络技术的发展,视频监控系统在人们的生活中越来越常见,并在安全防卫、交通管理、自动控制、医疗教育等领域扮演着越来越重要的角色。在国家重大安防项目和智慧城市建设的大力推动下,我国已部署近两亿专业监控摄像头,视频监控已发展成超千亿规模的庞大市场。而视频监控的这些成功应用离不开背后蓬勃发展的计算机视觉技术。计算机视觉是研究如何利用计算机对图像(包括图片和视频)数据进行处理和分析的学科。在视频监控的应用中,随着全球范围内监控摄像头布设数量和密度的高速增长,一方面人们对监控画面的质量提出了更高的要求,这可以借助于图像处理技术来实现;另一方面,为了处理海量的视频数据,监控系统也在从完全依靠人工监视、肉眼识别,向依托视频分析技术进行计算机辅助管理方向迈进,并希望最终能实现全自动的智能化管控。在这一进程中,提升人和计算机对监控视频内容的理解一直是视频监控发展的重中之重。对人类观察者来说,更高的分辨率、更清晰锐利的结构边缘、更完整的环境信息都可以帮助对画面内容进行更好的理解;对计算机来说,如何将平面点阵数据抽象成有意义的信息、如何对抽象的信息进行分析、如何在线实时处理高密度的视频流数据是让计算机像人类一样去理解视频中正在发生的行为的关键。本文围绕着提升人和计算机对监控视频内容的理解这一核心,从底层的图像处理和较为高层的视频分析两方面着手,研究了夜间低光照监控视频的视觉增强和监控视频流中指定行为的实时检测两个问题。具体来说,本文的主要工作和创新之处可以总结为:1.在低光照监控视频的视觉增强问题中,本文设计了一种通过图像梯度域操作来增强夜间监控画面的方法。利用同一摄像头拍摄的日间监控数据获取参考背景。对夜间监控画面,先用本文提出的自适应梯度增强算法处理,然后将其与日间图片在梯度域融合并重建。同时作为补充,用运动检测技术分离出夜间运动前景,对其进行单独的增强处理,以免信息丢失。在实际夜间室外监控视频上进行的大量实验表明,本文的低光照监控视频增强算法能明显改善监控画面的视觉质量,并有效抑制现有方法中存在的前景虚化、视觉不连续失真等问题。2.在监控视频流中指定行为的实时检测问题中,本文设计了一种使用由简单到复杂特征的多特征级联检测架构。先用低计算量的简单特征过滤掉容易区分的视频片段,对难以区分的片段再提取计算量较大的特征进行分辨。这种级联架构能较好地均衡性能与效率,很适合处理正样本稀疏分布的数据,并且在训练时可以利用更多的样本来提升模型性能。我们与医院合作采集了大量病房内的实际监控数据,并对要检测的行为进行了人工标注。在该数据集上,本文的多特征级联检测架构达到了 97.68%的正样本召回率,同时维持虚警率为0.171%,并在动作密集的视频流数据上达到42.7fps的平均处理速度,满足了实际应用的要求。