我去年在美国待了一段时间，十月份到日本，也参加了相关的会议。国外基于行为分析和模式识别的这种图像分析的精度能够达到，误报率10%以下。漏报率1%。当然有的好，20%，那80%也省了。但是我们5%左右的漏报率就非常可怕了。误报还好一些。所以现在我们有了这些东西了，我们要提高，将来我们问你的漏报率多高，误报率多高，精度多少。那么人脸识别也是一样，也是建立在图形分析和库里所存的这些，原来的这些样本进行比较。那么，他现在已经开始使用了，但是并不成熟。他的难点就在于使用条件要求比较高，人脸识别系统在国外也不成熟，要求光线一定要有照度，第二个是摄像机的角度，第三个是目标运行的速度。如果超出规定都不准。有固态，上次在广州会议上，有一个省厅拿到一个固态分析，是可以用的，是使我们非常高兴的，非常有启发性，使我们感到很高兴的，但是还不成熟，就是要求的条件，照度的要求，摄像机角度的要求，目标速度的要求都比较大。
当然，像人脸识别系统还有一个部分是我们的图像库的问题。这里不展开讲了。
还有一个视频图像智能分析非常大，也是非常有用的就是图像增强。由于雨天，雾天，雪天等恶劣条件下效果不好，所以我们图象增强没有用。图像增强可以做到两种，一种是用比较简单的算法，把算法存进去，嵌入操作简单的操作系统，第二类是在后台来算。这两种都可以。
这幅图是我们学生做的，在雾天，在中关村大界的一块进行增强。
第三个是视频图像智能分析还有一个方面，是视频图像综合分析融合和挖掘技术。我们常常需要多点摄像机，比如说长安街上一个车的轨迹，要很快的定下来，从轨迹的变化，从它的行为模式判断在哪转弯。这是多点摄像机综合分析。再一个层次是视频图象合其他的信息，比如说远红外，激光，超声，其他的搜集到的信息，在地铁里边。现在我们地铁不但是视频监控了，地铁里面现在要开始音频监控了，装很多的音频器进行融合这些方面。因为时间不展开讲。有机会的话可以再进一步的交流。
第四个很重要的方面，将来我提到了，由于存储的问题越来越困难了。矛盾越来越大，所以我们现在希望能够在视频图像的智能编著，智能分类存储，多场所检索方面有进一步的研究。这就多了。首先是视频图像信息的标注，语意的抽取，结构化的描述和转码，格式变化或者是检索，还有智能的摘要。这样一来我们的视频图像要和文本结合起来，这样的话有利于我们的快速，智能多场所的查询。因为越来越大，越来越多了。原来的时候，我们矛盾不尖锐，现在越来越尖锐了。
第五个是由于我们的视频监控系统越来越大，那么，摄像机编码器、解码器、服务器、显示器、存储等海量的设备，那么这些海量的设备工作状态怎么样？还有一个研究的方向。就是大规模视频监控系统，各种设备的工作状态应当进行智能的，自动化的巡检。现在全国已经有几十个这样的场景了，北京也有好几个做得比较成功的。但是主要的问题是巡检警度和功能的增强。
还有一个是目前我们视频监控中遇到的比较大的困难。就是无线接入。真正在突发事件发生的时候，常常就突发事件不是在有固定摄像机的下边，固定摄象头覆盖的面积下，而且有组织的犯罪，你即便是有固定的，固网的摄像机也被破坏了，因为是有组织的，高水平的犯罪，所以应急指挥的时候，没有无线接入是非常困难的。经历过动乱事故的人会有这个体会，出事的时候，千千万万的人在一起，没有无线接入无法指挥，国外有成功的途径，通过WIFI等等的，建自己的一套基站。但是这套在国内不是很支持。国内现在有卫星接入作为无线接入，但是成本太高。还有用公网，用手机的公网或者是加上我们公安频道，北京的330到345，广东的八百兆公安频道正在向着这个方向来做，但是有很大的困难。可能有的同学有经验，春节的时候到过火车站的人可能会注意到，当几千，几万人在一起的时候，你试试发个短信，短信都发不出去，不要说高清的图像或者是标清的图像了。
所以真正出事的时候，带宽都会崩溃掉。所以还有很多的问题值得我们研究，如果无线接入不解决，我们的应急指挥是很大的困难。
现在当然有按照刚才我讲的这个公安频道，像3G，或者是一部分地区用的WIFI，Wimax，现在有当兵的车载，还有公安的移动监车等等。但是问题仍然存在，我们有十亿的研究单位，还是可以在这个方面做出更大的贡献。
