規監視系統通常雇用人類觀察者來分析監視視頻。然而，傳統的監視系統易于由于人類觀察者的注意而出錯。有一個事實，即當分配給視覺監控時，人的視覺注意力會下降到可接受的水平以下，并且即使對于受過培訓的人員，這一事實也是如此。常規監視系統的弱點引起了對智能監視系統的需求，該系統采用紅外熱成像的體溫篩查檢測系統和模式識別技術來分析來自位置的信息。

紅外熱成像紅外熱像儀是一種智能監視系統，即使在光線不足的情況下也可用于檢測人體。該系統可用于保護不存在人類的時間和地點。在先前的工作中，提出了一種簡單的侵入者檢測算法。該算法是基于區域的，因此，將占據≥3個分區的紅外熱成像對象視為人類。針對該算法提出了一種更有效的紅外熱像儀檢測算法。通過檢測人的頭部并檢查人的曲線而采用模式識別技術。通過識別形狀和計算物體的比率，可以解決距離問題。

圖為紅外熱像儀檢測系統紅外熱像圖

紅外熱像儀檢測系統將應用于養老院，以防止阿爾茨海默氏癥患者未經許可離開養老院。在德國，有一種創造性的方法可以解決這個問題，它使用假公交車站方法。但是，療養院的工作人員需要到處走動才能上班，而且工作人員每天24小時都不可能隨時注意假冒的公交車站。提議的紅外熱像儀檢測系統可以替代使用，也可以與假公交車站方法結合使用。一旦發現阿爾茨海默病患者，它將密切關注指定的區域并警告負責人員。除此之外，紅外熱像儀檢測系統還可以用作防止盜竊的安全監視系統。

將人體檢測算法被嵌入到紅外熱成像系統中，形成一種快速有效的用于智能監視目的的專業體溫篩查檢測系統。對于捕獲的紅外熱圖像，提出的算法首先將其轉換為黑白圖像，過濾噪聲，識別圖像內部的對象，最后采用模式識別技術來檢測熱圖像內部的人。一旦檢測到侵入者（阿爾茨海默氏病患者或小偷），就會觸發警報，通知負責人員。

所提出的系統在私人療養院中進行了應用和測試，實驗結果表明，該算法使用最優參數在常規時間僅為112毫秒的情況下，能夠達到98.62％的精度。將來，我們計劃將可見/紅外圖像融合模型結合到當前提出的模型中，以提高侵入者檢測的性能。我們還計劃使用最少的硬件在覆蓋范圍更廣的區域中實施該侵入者檢測系統，從而可以使用單個熱像儀和特定設計的熱鏡在全向（360?）視角中監視應用場所。