在近年來，深度學習在人工神經獲得很多的突破，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。
    視頻監控一直是安全系統的重要組成部分，由于早期技術等因素的限制，傳統視頻監控攝像頭已經無法滿足當前社會經濟發展的需求。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展方向。整合了人工智能技術的智能攝像機，讓用戶能夠實時監控情況，并在問題發生之前識別出問題。

   智能監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。 人臉識別系統具有許多潛在價值。 它可以與視頻監控系統結合使用，幫助執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被設計用來識別某個具體使用者的語音，這種情況下數據庫中的音頻樣本均來自于使用者本人，所以數據庫中語言的發聲習慣、語速、語調均與使用者一致，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來供所有用戶使用，使用門檻低，系統推廣性強。主要實現人機交互。
    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相同的車牌。 多次識別，最終輸出經過優化和選擇。 一般來說，它不需要外部觸發信號，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：　
    視頻監控應用了人工智能技術，潛在的優勢顯然大于缺點，但從實際應用情況來看依然面臨著許多挑戰。畢竟無論是人工智能的發展，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控的商業化更加流行。同時智能監控市場在尋求差異化競爭形成了百花齊放的形勢。