智能视频监控是在不需人为干扰的情况下,计算机对监控器传输的信息进行分析处理。它涉及到很多学科,包括计算机科学,模式识别,计算机视觉等。随着计算机硬件、软件、网络的发展,给智能监控提供了新的发展机遇。人工监控,在很多领域,既费人力,也不现实。随着国家提出的三网合一,建立基于网络的监控平台成为一种发展趋势。计算机智能监控不仅在实际中有很重要的应用,而且在理论上也具有重大的研究意义。本文研究了智能监控的若干关键技术,提出了用HTM解决传统跟踪算法的容错性低、时间复杂度大等问题。HTM(Hierarchical Temporal Memory)是Jeff Hawkins等人于2007年提出的在人工智能领域的一项新的理论框架和技术。HTM网络中引入了时间和层次结构。它具有坚实的神经生理学、数学、计算机科学基础和非常广阔的应用前景,尤其是在计算机视觉相关的方面具有非常重要的研究和应用价值。本文的的主要工作有以下五个方面:1.深入研究智能视频监控的若干关键技术,包括目标的检测、跟踪以及行为的理解的常用经典算法,以及这些算法的优缺点。2.分析目标检测中的传统高斯混合模型,提出对高斯模型的改进。用改进后的高斯混合模型作为目标的检测算法。3.深入研究HTM网络的基本理论,它的树状层级结构,节点的结构,分析时间因素的影响,并研究网络的学习和推理算法。4.提出用HTM网络做目标跟踪,并且分析在基于HTM网络的系统中影响性能的关键因素。5.设计和完成了基于网络的视频监控系统。分析了TCP、UDP协议在数据传输中各自优缺点,提出用最新的开源UDT协议来实现数据帧的传递。智能监控模块中,提出用改进的混合高斯模型做目标检测,用HTM网络做目标跟踪。