1.一种智能视频识别系统，其特征在于，所述智能视频识别系统包括：
视频采集设备，用于对采集对象进行视频图像的采集；
视频图像定位模块，用于获取视频图像后对视频从五官到轮廓的位置建模，确定采集对象的位置与要比对的图像位置相匹配；
图像预处理模块：确定好视频位置后，对图像数据进行预处理，调整图像数据，优化比对效果；
提取图像特征模块，根据算法要求，把预处理好的图像中需要的数据提取出来；
检索数据库，用于获取视频图像训练集，把提取的数据和数据库中视频图像训练集需要认证的数据进行比对；
结果显示模块，反馈系统处理结果，根据结果作进一步处理。
2.如权利要求1所述的智能视频识别系统，其特征在于：
所述检索数据库进一步用于，确定视频图像的训练集，根据总体复散度矩阵,通过奇异值分解的方法求出一组正交的特征向量。
3.如权利要求1所述的智能视频识别系统，其特征在于：
所述提取图像特征模块进一步用于，对于任一幅待识别的视频图像It通过式yk＝ETIt，提取其特征。
4.如权利要求1所述的智能视频识别系统，其特征在于：
所述智能视频识别系统应用于商场、银行、海关、军事禁区等场景中目标物的识别。
5.采用如权利要求1所述的智能视频识别系统进行智能视频识别的方法，其特征在于，包括如下步骤：
步骤一、确定待识别视频图像中的变换空间投影特征值；
步骤二、根据变换空间投影特征值确定上模式特征值以及下模式特征值；
步骤三、确定上模式特征脸以及下模式特征脸，上模式特征脸由每个像素点上模式特征值组成，下模式特征脸由每个像素点下模式特征值组成；
步骤四：确定视频图像的训练集，根据总体复散度矩阵,通过奇异值分解的方法求出一组正交的特征向量；
步骤五、对于任一幅待识别的视频图像It通过式yk＝ETIt，提取其特征；
步骤六、采用欧氏距离的最近邻分类器进行视频识别，如果识别的结果等于最小值，则待识别视频图像It与训练图像Ir属于同一类对象。
6.如权利要求5所述的智能视频识别的方法，其特征在于：
所述步骤四中，将图像在高维空间的表示转换为其在相应低维空间的特征数据,实现对图像特征的提取。
7.如权利要求5所述的智能视频识别方法，其特征在于：
所述智能视频识别方法应用于商场、银行、海关、军事禁区等场景中目标物的识别。