高性能、低价格、便携式数字成像设备的日益普及为补充传统的文档图像采集扫描创造了巨大的机会。连接到手机、PDA或作为独立静止或视频设备的数码相机摄像头具有高度的移动性和易用性；它们可以捕捉任何类型的文件的图像，包括非常厚的书籍、太脆弱以至于触摸不到的历史页面以及场景中的文本；而且它们比台式扫描仪更通用。如果能够提供对使用此类设干扰器备捕获的文档进行分析的可靠解决方案，显然会有来自许多领域的需求。传统的基于扫描仪的文档分析技术为我们提供了一个很好的参考和出发点，但它们不能直接用于摄像机捕获的图像。

    相机拍摄的图像可能会出现低分辨率、模糊和透视失真，以及内容和背景的复杂布局和交互。在本文中，我们提出了一个应用领域的调查，技术挑战和解决方案，识别数码相机摄像头捕获的文件。我们首先描述典型的成像设备和成像过程。我们将讨论从单摄像机捕获的图像以及多帧图像进行文档分析，并重点介绍一些正在开发的示例应用程序以及未来开发的可行想法。我们提出了一种新的方法，通过由未知时间间隔分隔的多个非重叠摄像机监控的部分观测来理解活动。在我们的方法中，每个摄影机视图首先根据所有摄影机视图中不同空间位置的屏蔽器对象动力学相关性自动分解为多个区域。

    然后，建立了一种新的交叉典型相关分析（xCCA），以发现和量化在单个公共参考空间中多个摄像机视图内和多个摄像机视图之间观察到的区域活动的时间延迟相关性。我们发现，学习时间延迟活动相关性为摄像机网络的时空拓扑推断提供了重要的上下文信息；可靠的人员重新识别和全球活动解释和视频时间分割。关键的是，与传统方法相比，我们的方法不依赖于摄像机内或摄像机间的目标跟踪；因此，它可以应用于监控摄像头具有严重对象间遮挡的低质量监控视频。我们的方法的有效性和鲁棒性通过对安装在两个繁忙的地下车站、场景复杂多样的17台摄像机拍摄的330小时视频干扰器的实验得到证明。