智能網絡攝像機是隨著監控攝像機高清化過程而逐步產生的。視頻監控系統早期受到傳輸技術和編碼技術的限制，主要解決的是視頻聯網后能夠看得見的問題。隨著網絡傳輸技術和視頻編碼技術的發展，視頻聯網的瓶頸被逐步解決，這時提出的是看得清的問題。隨著視頻監控分辨率從CIF到D1，到720P，到1080P，視頻監控的清晰度問題被逐步解決，在解決視頻監控清晰度問題的過程中，視頻監控的智能分析也被提了出來。

最早的視頻監控智能需求是能夠實現視頻監控的移動偵測報警，以減少對存儲硬盤的需求數量。這一時期的智能是基于視頻內容的變化對比進行檢測的，解決了視頻監控系統存儲成本和監控有效性的問題。這類特性我們可以稱之為“智能策略”。

隨著網絡攝像機的發展和應用，基于視頻圖像的報警布防需求被明確提出。在圖像清晰的情況下，能夠具體識別目標大小、位置、移動方向、移動速度等，結合視頻中設置的坐標位置判斷，從而產生告警信息。這類智能功能被演化為：絆線檢測、入侵檢測、遺留物檢測、徘徊檢測、人數統計等。這類智能能夠滿足在一些特定場景下的自動報警防范應用。這類智能特性我們可以稱之為“基礎行為智能”。

攝像機的智能功能在這一時期還有一個重要的發展分支就是智能交通攝像機，也就是我們在城市的道路上經常看到的車輛卡口攝像機和電子警察攝像機。早期車輛卡口攝像機最主要實現的就是對過往車輛的車牌識別功能。由于我國的車牌類型和格式比較統一，實現上主要識別有限的漢字、字母和數字。通過數學建模的方式實現準確的車牌字母識別。這類智能特性我們可以稱之為“模式目標識別”。

隨著高清網絡攝像機的部署數量不斷增加，每天產生大量的視頻監控數據，這些數據如何搜索成為一個比較重要的問題。廠家提出的解決方案有兩種，一種是采用后端服務器對視頻圖像進行智能分析，處理的方式包括：視頻濃縮、機非人分離和機非人數據結構化等。另一種是在前端直接實現機非人分離和機非人數據結構化。通過前端對非結構化視頻數據的結構化處理，為后端實現監控預警和快速檢索提供了必要的條件，同時降低了對后端服務器的性能要求。這類智能特性我們可以稱之為“結構化目標識別”。

從智能分類上來看，智能一直伴隨著安防視頻監控在不斷成長。從其應用發展來看，智能策略解決視頻監控效率的問題；基礎行為智能解決了視頻監控的事后搜索效率問題和事前預警問題；模式目標識別和結構化目標識別則進一步解決了精確目標的事前預警問題。

來源：動力環境監控 http://www.28ut.com/   本文采集于網絡，如有問題有聯系刪除