在近年來，深度學習在人工神經(jīng)獲得很多的突破，讓機器輔助人類工作，開拓人工智能的應用領域，如安全領域的應用，逐漸成為幫助人們生活的重要助手。
    視頻監(jiān)控一直是安全系統(tǒng)的重要組成部分，由于早期技術等因素的限制，傳統(tǒng)視頻監(jiān)控攝像頭已經(jīng)無法滿足當前社會經(jīng)濟發(fā)展的需求。隨著前端算力的提升，智能分析軟件的進一步前移，智能攝像機毋庸置疑的成為下一代攝像機的發(fā)展方向。整合了人工智能技術的智能攝像機，讓用戶能夠?qū)崟r監(jiān)控情況，并在問題發(fā)生之前識別出問題。

   智能監(jiān)控旨在通過視覺模式識別技術(如檢測，識別和跟蹤)智能地分析和判斷監(jiān)控視頻中的對象，行為和事件等對象，從而減少或取代人為干預。 所涵蓋的技術包括對人臉、行人、車輛、標識等視覺對象識別和行為分析等，其應用主要分為以下幾種：
    1、人臉識別。 人臉識別系統(tǒng)具有許多潛在價值。 它可以與視頻監(jiān)控系統(tǒng)結合使用，幫助執(zhí)法人員識別和識別人群中目標人群的面孔。 這可能有助于警方在未來追蹤罪犯，甚至阻止他們發(fā)生。 從源頭組織犯罪。 可用于面部驗證，安全面部搜索等。
    2、語音識別。語音識別根據(jù)對說話人的要求分為特定人語音識別和非特定人語音識別。特定人語音識別是指當前的語音識別系統(tǒng)被設計用來識別某個具體使用者的語音，這種情況下數(shù)據(jù)庫中的音頻樣本均來自于使用者本人，所以數(shù)據(jù)庫中語言的發(fā)聲習慣、語速、語調(diào)均與使用者一致，可以大幅提升識別準確率。非特定人語音識別是指使用一套通用的系統(tǒng)來供所有用戶使用，使用門檻低，系統(tǒng)推廣性強。主要實現(xiàn)人機交互。
    3、車牌識別。 首先，停止車輛的車牌圖像，然后使用圖像檢測方法檢測車牌在圖像中的位置，然后提取并識別車牌文本，并檢測車輛的視頻流。 收集車道中的車輛以實現(xiàn)相同的車牌。 多次識別，最終輸出經(jīng)過優(yōu)化和選擇。 一般來說，它不需要外部觸發(fā)信號，適應性強，對車輛遮擋有一定的抵抗力。 它主要用于社區(qū)車輛的登記和查詢，以及高速公路上非法車輛的捕獲。
    除了以上三種，另外還有表情識別和年齡識別。
    總結：　
    視頻監(jiān)控應用了人工智能技術，潛在的優(yōu)勢顯然大于缺點，但從實際應用情況來看依然面臨著許多挑戰(zhàn)。畢竟無論是人工智能的發(fā)展，還是安防智能化的應用，其整體水平仍處在早期或者起步的階段。不過如今，算法和芯片領域的人工智能的成熟和成本使智能監(jiān)控的商業(yè)化更加流行。同時智能監(jiān)控市場在尋求差異化競爭形成了百花齊放的形勢。