智能視頻（IV，Intelligent Video）源自計算機視覺（CV，Computer Vision）技術。計算機視覺技術是人工智能（AI，Artificial Intelligent）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，而智能視頻系統或設備則可以看作人的大腦。

    建造視頻監控系統的目的，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，因此有了遠程監控；二是為了智力上的延伸——讓系統自動為我們分析問題并解決問題，于是有了智能監控。當然，后者是更高層次上的要求，但也是視頻監控今后發展的必然要求。

    傳統的視頻監控系統缺乏智能，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視的地點有限。這也就意味著各個被監控點并非每時每刻都處于監控當中。（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生。

    從上述分析來看，當開展大規模視頻監控以后，智能監控實際上已不是可有可無的裝飾品，而是系統所必備的一種能力。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，而有可能變為一種浪費。

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控范圍之后，自動通知物體所在區域的攝像機繼續進行追蹤。

（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”應用需要被監控者在攝像機前停留一段時間，通常與門禁系統配合使用。 “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。

（6）交通流量控制：用于在公路上監視交通情況，例如統計通過的車數、平均車速、是否有非法停靠、是否有故障車輛等等。