智能視頻處理技術是帶有一定的分析功能，實現人工智能對于圖像以及圖像描述建立映射關系，從而進行圖像分析處理，自動的分析和抽取視頻源中的關鍵信息。幫助人來進行自動化識別，減少降低人工勞動

　　視頻監控是安防系統中最有效的手段之一。如何從海量圖像中自動發現、分析有用的信息并立即進行處理，使視頻監控系統重新成為防患于未然的重要手段，這已經成為安全系統建設和安全管理部門越來越關心的重要問題之一。

　　一、智能分析的"心臟"：DSP+算法

　　智能分析處理技術的涵義國內技術現狀智能視頻分析利用智能神經網絡技術，對視頻圖像進行分層處理，分離出對系統有用的人或物體。神經網絡是基于模擬人腦智能特點和結構的一種信息處理系統，它通過對人腦的基本單元的建模和典型的激勵函數的設計，來探索模擬人腦神經系統功能的模型，并研制一種具有并行分布處理與存儲、高度自適應和自學功能、能分析較為復雜的非線性系統的軟件模擬技術。

　　視頻圖像智能分析處理技術就是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。智能視頻技術借助計算機強大的數據處理功能，對視頻畫面中的海量數據進行高速分析，過濾掉冗余的信息，為監控者提供有用的關鍵信息。

　　智能視頻監控之所以能夠擔當起智能視頻分析的重要角色，從而以主動監控改變傳統被動監控方式，其根本的實現手段在于采用高速數字信號處理器(DSP)的高速實時的性能，極大地提高監控的即時性和有效性。德州儀器通用DSP業務發展部經理鄭小龍認為，隨著DSP性能的增強，視頻智能分析算法可以由CPU處理轉到DSP實時處理，于是視頻智能分析實現了由后臺轉到前端的過渡。更多設備的數字視頻監控產品可以借助于DSP增加視頻分析功能以實現全面智能化。TI的通用數字媒體處理平臺(DaVinci)經過幾年的推廣已為很多數字視頻監控客戶所認可，在拓展到智能視頻分析應用中，有利于數字監控系統兼顧降低系統成本、縮短開發周期，以及支持豐富的接口標準。

　　二、場景復雜性促智能分析技術多元化發展

　　近年來，智能視頻分析技術得到了迅速發展。智能視頻分析技術以及其市場正在慢慢的滲透到各個行業中。

　　把智能化技術和現有的安防產品相結合可以用于很多方面，從目前的技術和安防產品結合情況來看，以下幾種需求可以得到滿足：對運動目標進行檢測、跟蹤，對其行為進行分析，提高實時預警的性能;對輸入圖像流進行邏輯抽象，生成視頻索引，提高視頻檢索的效率;根據場景內容進行鏡頭控制、視頻壓縮，既降低視頻數據的總量，又保證異常事件發生時采集圖像的質量;利用預警時視頻中捕獲的人臉圖像進行時候調查、認證。

　　三、視頻圖像智能分析的作用

　　智能視頻分析需要自動識別監控對象，及時感知目標對象所發生的變化，而當異常情況出現時能夠實現自動報警等功能。"監""和控"是相輔相承的，前一部分的"監"做到并不太難，而后一部分"控"要真正做到才是至關重要的。能夠更好更快的實現"控"的要求，就必須通過智能視頻分析技術，來提升"監"的有效性。

　　智能視頻分析技術的產業化發展為視頻監控智能化提供了絕好的機遇。智能視頻分析系統對視頻中異常行為事件進行實時提取和篩選，并及時發出預警，改變了傳統視頻監控系統只能"監"不能"控"的被動狀態，解決了事后取證難的問題，讓監控變得更加主動。其相比于傳統視頻監控系統更加快速的反應時間以及更加強大的數據檢索和分析功能，使得監控能力得到極大的改善。

　　公安部在其"十一五"規劃中明確提出：將人臉識別、智能的目標識別與分析作為其七個重點發展方向當中的兩個，由此可見其重要性。