本课题为四川省科学技术厅下达的科技攻关项目。题目“基于Web 的MPEG4 实时音视频监控系统”。本人在课题中承担主要开发与研究任务,与几位同学一起,采用DS-400xH 视频采集卡开发了两套Windows 和Linux 环境下的网络视频监控系统。并研究了视频流中对人的跟踪监控技术,提出一种基于人脸检测的智能跟踪监控算法。目前监控系统当中使用得比较成熟的技术有:MPEG-4、实时传输协议(RTP)、视频流中运动检测。MPEG-4 引入了视频对象的概念,有效地支持基于内容的图像编码,对不同的视频源标准格式和不同的视频码率提供有效的编码,以满足众多多媒体的应用需求,因而在目前视频解压缩格式中成为主流。实时传输协议(RTP)是一种独立于应用程序的协议规范,是用来解决IP 网上为传送实时数据包的一种IETF 标准协议。开发RTP 的目的就是为了满足用于音频和视频这类连续媒体数据的实时通信的要求,在会话中提供协同工作和控制的能力,为具有实时特性的数据传送提供服务。运动检测在监控系统中是一个必不可少的功能,它可以使操作员能及时对突发事件做出反应,或者当操作员没有守候在控制台时,系统可以自动对某些事件做出报警响应。运动检测属于“计算机视觉”研究领域中人运动的视觉分析,人运动的视觉分析主要是针对包含人的运动图像序列进行分析处理,它通常涉及到运动检测、目标分类、人的跟踪及行为理解与描述几个过程。其中,运动检测、目标分类、人的跟踪属于视觉中低级和中级处理部分(low level and intermediate level vision),而行为理解和描述则属于高级处理(high level vision)。本文针对当前监控系统智能化程度不高的特点,探讨了机器视觉的研究现状、发展趋势;并以人脸检测与识别为突破口,研究在监控视频流中如何实现对人的跟踪。提出一种基于YUV 色度空间的人脸检测算法,根据实验结果讨论了这个算法的优缺点,并得出它能在监控视频流中很好地实现人的跟踪的结论。