在近年來(lái)，深度學(xué)習(xí)在人工神經(jīng)獲得很多的突破，讓機(jī)器輔助人類工作，開拓人工智能的應(yīng)用領(lǐng)域，如安全領(lǐng)域的應(yīng)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(shù)等因素的限制，傳統(tǒng)視頻監(jiān)控?cái)z像頭已經(jīng)無(wú)法滿足當(dāng)前社會(huì)經(jīng)濟(jì)發(fā)展的需求。隨著前端算力的提升，智能分析軟件的進(jìn)一步前移，智能攝像機(jī)毋庸置疑的成為下一代攝像機(jī)的發(fā)展方向。整合了人工智能技術(shù)的智能攝像機(jī)，讓用戶能夠?qū)崟r(shí)監(jiān)控情況，并在問(wèn)題發(fā)生之前識(shí)別出問(wèn)題。

   智能監(jiān)控旨在通過(guò)視覺(jué)模式識(shí)別技術(shù)(如檢測(cè)，識(shí)別和跟蹤)智能地分析和判斷監(jiān)控視頻中的對(duì)象，行為和事件等對(duì)象，從而減少或取代人為干預(yù)。 所涵蓋的技術(shù)包括對(duì)人臉、行人、車輛、標(biāo)識(shí)等視覺(jué)對(duì)象識(shí)別和行為分析等，其應(yīng)用主要分為以下幾種：
    1、人臉識(shí)別。 人臉識(shí)別系統(tǒng)具有許多潛在價(jià)值。 它可以與視頻監(jiān)控系統(tǒng)結(jié)合使用，幫助執(zhí)法人員識(shí)別和識(shí)別人群中目標(biāo)人群的面孔。 這可能有助于警方在未來(lái)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(yàn)證，安全面部搜索等。
    2、語(yǔ)音識(shí)別。語(yǔ)音識(shí)別根據(jù)對(duì)說(shuō)話人的要求分為特定人語(yǔ)音識(shí)別和非特定人語(yǔ)音識(shí)別。特定人語(yǔ)音識(shí)別是指當(dāng)前的語(yǔ)音識(shí)別系統(tǒng)被設(shè)計(jì)用來(lái)識(shí)別某個(gè)具體使用者的語(yǔ)音，這種情況下數(shù)據(jù)庫(kù)中的音頻樣本均來(lái)自于使用者本人，所以數(shù)據(jù)庫(kù)中語(yǔ)言的發(fā)聲習(xí)慣、語(yǔ)速、語(yǔ)調(diào)均與使用者一致，可以大幅提升識(shí)別準(zhǔn)確率。非特定人語(yǔ)音識(shí)別是指使用一套通用的系統(tǒng)來(lái)供所有用戶使用，使用門檻低，系統(tǒng)推廣性強(qiáng)。主要實(shí)現(xiàn)人機(jī)交互。
    3、車牌識(shí)別。 首先，停止車輛的車牌圖像，然后使用圖像檢測(cè)方法檢測(cè)車牌在圖像中的位置，然后提取并識(shí)別車牌文本，并檢測(cè)車輛的視頻流。 收集車道中的車輛以實(shí)現(xiàn)相同的車牌。 多次識(shí)別，最終輸出經(jīng)過(guò)優(yōu)化和選擇。 一般來(lái)說(shuō)，它不需要外部觸發(fā)信號(hào)，適應(yīng)性強(qiáng)，對(duì)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(shí)別和年齡識(shí)別。
    總結(jié)：　
    視頻監(jiān)控應(yīng)用了人工智能技術(shù)，潛在的優(yōu)勢(shì)顯然大于缺點(diǎn)，但從實(shí)際應(yīng)用情況來(lái)看依然面臨著許多挑戰(zhàn)。畢竟無(wú)論是人工智能的發(fā)展，還是安防智能化的應(yīng)用，其整體水平仍處在早期或者起步的階段。不過(guò)如今，算法和芯片領(lǐng)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(shí)智能監(jiān)控市場(chǎng)在尋求差異化競(jìng)爭(zhēng)形成了百花齊放的形勢(shì)。