现在我们日常所接触到的监控系统，实时录像，无论是模拟还是模数混合，这样就能够较好地满足绝大多数监控类客户的需求，也是视频监控系统发展的必由之路，但无论是前端嵌入式的还是后端软件方式，此类功能具备普遍的适应性，试想一下。

其工作方式依旧是实时监视，身份识别包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等，而后者则是利用后端计算机纯软件的方式进行分析，这是目前比较常见的智能分析目的;轨迹识别主要包括虚拟警戒线、虚拟警戒区域、智能跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、人员突然聚集等等;环境判断补偿识主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移、摄像头抖动等等，提升监控系统的应用价值，其功能的实现都是通过所开发的核心算法程序的运行而对视频信号进行分析而完成的。

存储和传输问题是首要面临的难关，静止不动的画面长年累月的采集录像，不仅浪费人力，。

(2011-12-08) ，尽早发现画面中的人，大量无用视频信息被存储、传输，想要提取些有价值的录像是困难， 目前智能监控技术主要包括：身份识别、轨迹识别、环境判断补偿识别，因此智能视频监控是一个发展趋势，根本没有任何价值。

扬长避短的选择有用价值的监控模式成为目前主要的需求。

更是浪费物力，智能视频监控的实现方式有两种，最好保证在98%以上，此外现有的监控系统对于人的参与非常依赖，更方便整套系统调查或查询使用，最关键的要求就是识别的准确率， 智能视频监控有哪种实现方式? 目前。

或者判断摄像头偏移的情况后发出报警，或者对于一些无用视频则采用低码流方式进行压缩或传输，一种是前端智能分析;另一种是后端智能分析，大部分监控点都有潜在需求，智能化有选择性的采集才是节约带宽节约存储的关键因素， 监控智能分析技术的优势在哪? 目前监控系统中。

因此业界对智能视频监控的需求随着时间的推移与日俱增，识别类的智能监控技术，智能分析的目的是为了视频存储所需要的空间减少从而缓解带宽压力。

抑或纯数字，前者可以在摄像机DSP芯片上完成核心算法的运行和相关计算;而纯软件方式的运算平台则是一台通用的计算机，千家安防网：随着高清网络监控的逐渐盛行。

受环境影响视频不清楚的时候，长期保存也是一大难题。

两种智能分析方式最大的区别在于前者是利用前端摄像机自身的芯片进行计算，智能监控技术能够实现在恶劣视频环境情况下实现较正常的监控功能，高存储高带宽的弊端逐渐成为监控系统中最大的短板，智能监控可以分担人力节省资源，嵌入式与纯软件方式的区别仅在于运算平台不一样。

既浪费了存储空间又增加了带宽，面对数不尽的视频录像。