智能視頻源自計算機視覺技術。計算機視覺技術是人工智能研究的分支之一，它能夠在圖像及圖像描述之間建立映射關系，從而使計算能夠通過數字圖像處理和分析來理解視頻畫面中的內容。視頻監(jiān)控中所提到的智能視頻技術主要是指：“自動的分析和抽取視頻源中的關鍵信息。”如果把攝像機看作人的眼睛，而智能視頻系統(tǒng)或設備則可以看作人的大腦。

　　建造視頻監(jiān)控系統(tǒng)的目的，一是為了視覺上的延伸——把處于別地的畫面通過網絡與設備“拉近”到眼前，因此有了遠程監(jiān)控;二是為了智力上的延伸——讓系統(tǒng)自動為我們分析問題并解決問題，于是有了智能監(jiān)控。當然，后者是更高層次上的要求，但也是視頻監(jiān)控今后發(fā)展的必然要求。

　　傳統(tǒng)的視頻監(jiān)控系統(tǒng)缺乏智能，在很大程度上依賴于人的判斷。然而，人類有著自身難以克服的弱點，比如：(1)人力有限，人的反應與處理速度有限，導致我們在指定的時間內能夠進行監(jiān)視的地點有限。這也就意味著各個被監(jiān)控點并非每時每刻都處于監(jiān)控當中。(2)人并非一個可以完全信賴的觀察者，無論是在觀看實時的視頻流還是在觀看錄像回放的時候，由于自身生理上的弱點，我們經常無法察覺安全威脅，從而導致漏報現象的發(fā)生。

　　從上述分析來看，當開展大規(guī)模視頻監(jiān)控以后，智能監(jiān)控實際上已不是可有可無的裝飾品，而是系統(tǒng)所必備的一種能力。否則，巨大的投資將由于缺乏人力資源的跟進以及人類自身的弱點，而有可能變?yōu)橐环N浪費。

　　智能視頻技術可以在很多地方得到應用。比如：

　　(1)高級視頻移動偵測：在復雜的天氣環(huán)境中(例如雨雪、大霧、大風等)精確地偵測和識別單個物體或多個物體的運動情況，包括運動方向、運動特征等。

　　(2)物體追蹤：偵測到移動物體之后，根據物體的運動情況，自動發(fā)送PTZ控制指令，使攝像機能夠自動跟蹤物體，在物體超出該攝像機監(jiān)控范圍之后，自動通知物體所在區(qū)域的攝像機繼續(xù)進行追蹤。

　　(3)人物面部識別：自動識別人物的臉部特征，并通過與數據庫檔案進行比較來識別或驗證人物的身份。此類應用又可以細分為“合作型”和“非合作型”兩大類。“合作型”應用需要被監(jiān)控者在攝像機前停留一段時間，通常與門禁系統(tǒng)配合使用。“非合作型”則可以在人群中識別出特定的個體，此類應用可以在機場、火車站、體育場館等安防應用場景中發(fā)揮很大的作用。

　　(4)車輛識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監(jiān)控者。此類應用可以用在被盜車輛追蹤等場景中。

　　(5)非法滯留：當一個物體(如箱子、包裹、車輛、人物等)在敏感區(qū)域停留的時間過長，或超過了預定義的時間長度就產生報警。典型應用場景包括機場、火車站、地鐵站等。