智能视频监控随着摄像头的普及以及公众对安全需要的提高得到了越来越广泛的重视,其中包括安防和刑侦的应用等等。视频特征提取是智能视频监控系统最基础而且最核心的一个模块。针对现有视频提取算法的不足,本文从以下三个方面展开了研究:考虑视频特征的多样性、冗余性等等特点,本文提出了基于降维的特征融合方法,将原始特征以及各种特殊的视频特征投影到低维的线性空间里,以达到保留视频里最相关特征和冗余信息消除的两种目的。除此之外,系统的实时性也得到了进一步的提高。本文研究的第二个要点是在视频特征里融合视频的连续性。通过分析视频连续性所带来的特征空间的特殊性质以及特征降维的必要性,在现有的线性降维的系统里融入的视频特征空间的分布信息:描述训练样本的分布特征。不仅如此,在分析了两种经典的分布方法以后,本文提出了一种新的特征级的融合方法。第三个研究要点则是在线性降维的框架里保持视频图像完整性。本文通过一种次最优的迭代法直接采用二维矩阵作为特征元素。本文在对完成了对视频特征提取理论研究的基础上,在MATLAB软件平台上实现了视频人数估计和识别等系统,并对提出的方法进行了验证和分析。实验结果和分析表明,相比于传统的方法,本系统在一定的程度上提高了系统的性能。