現如今，大數據時代的數據處理遵循三大原則，要全體不要采樣，要關聯不要因果，要效率不要絕對精確。近年來，隨著視頻監控點位的不斷增長以及高清視頻的深入普及，安防行業逐步進入了大數據時代。但是，海量的視頻數據本身是沒有意義的，提升有效視頻信息的搜索效率，對視頻數據實施有效的挖掘和分析才是重點。智能前置，為這一切提供了基礎。

這里所說的智能前置，是指將智能算法集成在攝像機中，是相對于早期的后端智能服務器來說的。早期前端攝像機的平臺性能有限，不足以支撐大量的智能分析計算，而后端智能分析服務器具有超高的處理性能，一臺智能分析服務器可以同時處理幾十路前端視頻流，而且對前端攝像機沒有特殊要求，因此，很長一段時間內，視頻監控系統的智能分析功能都是采用中心分析的方式來實現。

不過，這種方式也存在著一些不可調和的問題，例如容易成為監控系統的單點瓶頸;傳輸時可能產生網絡延遲、丟包或由壓縮造成的誤差;隨著系統規模的增長，為了提高后端設備的性能而提高服務器配置、增加服務器及交換機數量等，導致視頻監控系統成本的提升等。

而與此同時，攝像機性能在不斷地提升，讓智能前置成為可能。智能前置的攝像機可以直接對各種行為進行分析，對各種異常現象報警，可以及時給中心信息提示，以便用戶可以及時做出相應反應。從傳統的“事后查閱錄像”到“事中及時響應”，可以大大提高實時性，提升視頻監控的價值。并且，不會存在單點瓶頸，系統建設的成本也并未增加。

具體到智能前置領域的細分，其實也有兩種不同的分類，那就是微智能和專業智能，這兩種類型的智能攝像機均可在前端實現對多種行為及異常現象進行偵測的功能，而最主要的區別是在性能及準確率方面。

專業智能是智能前置最早出現的一種形式，性能強大，準確率高，主要面向更高端、更專業的智能分析應用市場。微智能的攝像機是近幾年比較熱門的智能前置攝像機，其代表產品當屬Smart IPC，與專業智能攝像機相比，雖然性能和智能分析準確率不如前者高，但由于兩者定位并不相同，而且微智能攝像機有著自己獨特的優勢，擁有比專業智能攝像機更廣泛的應用領域。

首先，我們需要知道的是，現在的Smart IPC，微智能網絡高清攝像機，是可以支持車牌識別和抓拍功能的，那么它們和傳統的卡口、電警抓拍機相比有什么不一樣的地方呢。我們不可能在每一個地方裝上專業的抓拍設備，因為安裝條件要求和整套系統的建設成本較高。但是Smart IPC是在不增加價格的條件下來支持車牌識別抓拍的功能的，因此，每一個可以需要裝監控的地方，都可以裝上Smart IPC。

試想一下，如果能夠實現“全城Smart“，那么我們在這個路口或園區也許沒有抓住可疑車輛的車牌，但一定可以在另一個路口抓到，因為我們提供的是一個”全體的車牌數據庫“，而不是分布式的單個卡口的過車數據庫，從”單點”抓拍擴充到了“多點抓拍”，提升了整體監控的準確度，這是安防行業”要全體不要采樣“的一個應用方面。

D1Net評論：

至于“要關聯不要因果”，我們可以簡單理解為現在的視頻監控，我們只需要知道嫌疑車輛出現在哪幾個路口，是否能夠連成行車軌跡，而并不需要知道這輛車為什么要出現在這里。而關聯度，也是通過廣泛的布點來提升的。