隨著視頻監控多元化發展趨勢增強，智能視頻監控發展勢頭也日趨強勁，智能視頻監控是利用計算機視覺技術對視頻信號進行分析、理解和處理，在操作人員給出相應規則的前提下，智能分析計算機通過對序列圖像自動分析，對監控場景中的目標進行定位、識別和跟蹤，并在此基礎上分析和判斷目標的行為，即在異常情況發生時能及時發出警報或提供告警事件信息，有效地協助安防人員處理危機。
智能視頻監控技術在各領域的應用給我們的生活帶來了很大的幫助。比如在機場、火車站等地的安保中，通過視頻監控監測的畫面，通過智能分析可以及時發現危險人物和目標人物，大大提高危機處理的效率；在家庭安防中，智能監控對家中情況的監控能在有歹人入侵時及時發出警告，或者當遇待人襲擊時，當自己沒法報警時，視頻監控通過畫面分析到過激行為時會自動報警；在智能交通中，高速抓拍，車牌識別等都市智能視頻監控的高智商體現。
盡管視頻智能分析功能強大，但其準確性依然不能令人滿意。就目前技術發展的情況來看，視頻智能分析只是提高監控人員工作效率的工具，而并不能成為完全替代人工的計算機高級智能。據分析影響其準確性的原因主要有以下幾點：
環境因素
例如疾風驟雨所造成的背景混亂，光線變化所造成的目標和背景顏色的變化，以及由于白天和夜晚不同條件所造成的目標和背景清晰度的變化都是造成分析發生誤差的因素，而這些因素的不可控也導致了智能分析本身的穩定性不夠，這種現象的解決還有待分析算法和分析技術的進一步優化，仍需從業者的持續努力。
硬件困擾
硬件包括前端攝像機和后端服務器。就基于像素比對的智能分析來說，圖像的清晰度直接影響到比對的結果，而越清晰的攝像機圖像像素點越多，運算比對也讓服務器壓力更大。例如智能分析中的車牌識別，不同清晰度的攝像機得到的視頻資源，分析準確率相差很大，同時后端服務器的比對效率也會有明顯的不同，使用標清時單臺服務器的分析能力可能是20路，準確率為90%，而使用200萬高清時，處理能力可能是5路，但準確率卻可達到98%。該問題需在前端的更新換代和“云計算”技術得到高效推廣的情況下才能夠得以較好的解決。
小結
目前，智能視頻監控雖然功能強大，卻無法和人類相提并論，究其根本原因是智能視頻監控是在人為控制下的計算機對目標的規則行為進行判別，很多尚未被定義的規則行為計算機就無法進行判斷，例如在人群聚集分析上，智能分析可分析出某個區域內在某時間段內人員數量達到了預計值，但這些人員是偶爾路過還是蓄意聚集等都無法進行分析。這也充分體現出了計算機智能分析的實質，其仍無法從根本上代替人的工作，這也恰恰說明一個道理：功能再強大的東西也是需要人來發明創造和操作應用的。
京公網安備 11010502049343號