智能视频分析的需求是在视频监控水平发展到一定阶段后必然的产物，它能很好地缓解传统视频监控中海量信息冗余的问题。虽然经过几年的发展，但现阶段，无论是智能视频分析的技术与应用，还是市场环境都还处于成长阶段，需要在不断地实践中探索中前进。
 
　　约在三四年前，智能视频分析的概念开始进入人们的视线。起初人们对于智能视频分析的认识有限，加上厂商在宣传上对种种应用前提与限制条件的屏蔽，无形中夸大了智能视频分析的功能，导致很多用户高估了智能分析的作用，甚至把智能视频分析等同于人脑思维而提出某些远远高于现有技术的需求。

　　同时，很多厂商也高估了民用领域用户的专业能力与使用耐性。很多出色演示的功能需要在近乎苛刻的前提场景下完成；此外还有对用户较高的使用专业能力的要求：针对不同的光线、天气变化，需要调整不同的参数设置。且莫说是普通用户，就是连专业的从业人员对此也经常感到迷茫。这些都大大增加了产品推广的难度。
　　在智能视频分析领域里，这些需求与技术的偏差往往会让用户觉得智能视频分析的产品华而不实，这无形中增大了项目的沟通成本，同时也对用户与厂家本身都造成工作上甚至口碑上的影响。

　　智能视频分析技术能在民间真正推广开来，需要厂商与用户共同的努力，需求要理性，产品也要务实。对于用户而言，适当的了解其技术原理，可对方案的设计提供不少的帮助。

　　智能视频分析的原理
　　智能视频分析大体上分为两大类，一类是以背景模型建立为基础，主要包括周界防范在内的行为分析等。第二类是以特征识别为基础，包括车牌识别、人脸识别等。

分类

　　行为分析主要基于运动背景建模与目标识别技术，简单来讲就是在相对静止的背景图像中找到在活动的目标物体。

原理

 
    运动目标识别的背景建模技术，首先根据某种数学原理建立环境背景的数学模型，在概数学模型的基础上，机器可以区分出静止背景与运动的目标物体，然后再根据目标的轮廓、大小等信息对其分类，除去虚假的或无需关心的目标，最终结合剩下的目标轨迹与设置的规则产生报警信号。