多年来在从事视频监控技术研究的过程中，一直需要这样一个平台，一方面可以提供众多成熟的检测、跟踪、轨迹分析算法，另一方面具备良好的编程接口，这样就可以将自己的算法很方便的嫁接进这个系统，测试和对比各种算法的优劣性能。而OpenCV 视频监控模块（Video Surveilance）恰恰提供了这样一个功能强大的平台，在下文中简称为VS。
从Intel OpenCV1.0开始，辅助库CVAUX中增加了VS模块内容，直至OpenCV2.1版本，该模块都相对稳定的存在。在OpenCV1.0和1.1版本中，VS的代码存在于CVAUX中，（OpenCV\cvaux\src\vs）。然而OpenCV提供相关资料相当少，在帮助中甚至只字未提，这也是VS长期未被许多研发人员关注的原因之一。仅有的几篇文档说明（OpenCV\docs\vidsurv）分别是：Blob_Tracking_Modules.doc，Blob_Tracking_Tests.doc和TestSeq.doc，也只对几个基础的接口类和简单的使用方法进行了说明。相关的例程（OpenCV\samples\c）也只有：bgfg_codebook.cpp，bgfg_segm.cpp，blobtrack.cpp。应该说可供参考的资源是非常有限的。
值得庆幸的，也是OpenCV最大的优势就是其开源性。通过深入剖析VS的源代码，我们可以理清整个VS框架的脉络，探索其中的算法原理和实现方法，为我所用。在长期的研究学习和应用实践过程中，整理了一些学习笔记，在这里同广大爱好者共同探讨和学习。
OpenCV 视频监控（Video Surveilance）的架构
http://lh2078.blog.163.com/blog/static/5681137220107117526474/