現有的家庭微機上增加USB攝像頭和相應的軟件系統，就可實現功能強、價格低、性能可靠的數字化家庭監控系統。系統自動檢測在家中采集到的圖像，當發現異常時，通過Internet和短消息中心向用戶指定的電話號碼發送短消息，并將現場圖像以Email方式發送給用戶。用戶收到短消息后通過檢查Email就可對家中情況有清楚的了解。此外，用戶出差在外時，也可以遠程登錄到家中計算機，觀看家中安全情況或家人的生活健康狀況。

      智能監控技術：雖然目前監控攝像機在商業應用中己經普遍存在，但并沒有充分發揮其實時主動的監督作用，因為它們通常是將攝像機的輸出結果記錄下來，當異常情況(如停車場中的車輛被盜)發生后，保安人員才通過一記錄的結果觀察發生的事實，但往往為時已晚。而需要的監控系統應能夠每天連續24小時的實時智能監視，并自動分析攝像機捕捉的圖像數據，當異常發生時，系統能向保衛人員準確及時地發出警報，從而避免犯罪的發生，同時也減少雇傭大批監視人員所需要的人力、物力和財力的投入。

      目前，高清監控廠家的攝像頭用于行為識別的狀態空間方法和模板匹配方法通常在計算代價和運動識別的準確度之間進行折中，故仍需要尋找和8開發新的技術以利于提高行為識別性能的同時，又能有效地降低計算的復雜度。另外，如何借助于先進的視覺算法和人工智能等領域的成果，將現有的簡單的行為識別與語義理解推廣到更為復雜場景下的自然語言描述，是將計算機視覺低、中層次的處理推向高層抽象思維的關鍵問題。

      音頻與視覺相結合的多模態接口：人的相互交流主要是依據語言，過去的許多工作是語音理解，但語音識別受距離和環境噪聲的限制，尤其在機場等高噪聲環境，將會嚴重影響語音識別的性能。人的可視化描述與語音解釋一樣重要，研究者們正逐漸將語音與視覺信息集成起來以產生更加自然的接口。

      當前一些接口系統在視覺方面僅僅做了如臉的表情、身體姿勢等的大尺度分析，但還不能分析大多數人的正常姿勢，這意味著人機之間的通訊僅局限于幾個特定的姿勢，這個局限是人的姿勢結構的不易理解造成的，而且跟蹤多人的系統由于來自攝像機的分辨率、計算機處理能力和視角的影響而不能準確的估計身體姿勢。