传统视频监控系统存在以下两点不足:第一,数据量十分巨大。海量数据的处理、分析、查看需要消耗大量人力物力财力;第二,视频数据存储与传递困难。海量视频数据往往需要存储并传递到后台进行分析,庞大数据使得数据存储和传递遇到瓶颈,耗费大量硬件资源。本论文针对以上问题,提出一种基于云端的智能视频监控系统架构,达到了提高视频监控智能水平和通过信息层面减少成本的目的。该智能视频监控系统架构有以下突出特点:1.自动检测视频监控中的人脸,无需被检测对象主动配合。2.对目标人脸进行智能编码,有效表示人脸的同时节约存储和传递资源。3.实现快速检索,在数据库人脸编码中高效迅速检索出目标。本文着重研究其中的人脸智能编码和人脸快速检索两个部分,研究内容及创新点主要包括以下五个部分:(1)提出一种基于云端的智能视频监控系统架构。从系统构成、工作流程、应用视图等多个角度对视频监控系统架构进行详细描述。系统架构包括视频接收、人脸检测、人脸抓取、图像增强、智能编码、快速检索等多个模块,能够完成对视频中人脸的自动检测、抓取、增强、编码处理,并与后台数据库自动快速检索比对。(2)将二进制梯度模式(BGP)应用于人脸智能编码,并针对BGP算法智能化水平不足和提取图像信息不深入的两点不足,提出改进创新方法。具体来说,提出基于启发式信息的BGP、基于特征融合的级联BGP、基于启发式信息的级联BGP等三种改进算法,将人类识别人脸的先验知识和启发式信息应用到人脸编码,并通过多次BGP提取获得人脸深层次信息。上述改进方法显著提高了编码的有效性和准确性。(3)将金字塔式编码和K均值聚类应用于快速检索。金字塔式编码的核心在于构造不同层数且每层长度不同的编码,进行由粗到精的检索;K均值聚类方法将BGP对人脸的准确表征与K均值聚类结合,在保证检索精度的前提下,提高检索效率。