智能視頻分析技術英文叫IVS(Intelligent Video System),指計算機圖像視覺分析技術，通過將場景中背景和目標分離進而分析并追蹤在攝像機場景內出現的目標。用戶可以根據的視頻內容分析功能，通過在不同攝像機的場景中預設不同的報警規則，一旦目標在場景中出現了違反預定義規則的行為，系統會自動發出報警，監控工作站自動彈出報警信息并發出警示音,用戶可以通過點擊報警信息，實現報警的場景重組并采取相關措施。

  從目前來看，雖然近年智能視頻技術迅速發展，應用范圍也在不斷擴展，市場上已經有了網絡監控的各種產品，如網絡攝像機、網絡矩陣等，但由于這些系統的質量還有待提高，圖像看起來有明顯的延遲、跳動、不夠清晰等缺陷，由于硬件本身性能不夠穩定，易出現死機、重啟、誤漏報等問題。而智能視頻分析本身算法的局限，在理想環境下才可實現其全部功能，所以在實際應用中，只能初步實現較簡單的功能。

  其一，是無法完全消除誤報的影響

  例如，運動目標識別中的背景建模技術，在控制漏報數量的同時，還不能完全的刪除誤報。在以目標識別為技術基礎的周界防范產品中，誤報的數量一直是反映該產品優劣的一大指標。而誤報的數量是由背景模型與實際使用情況之間的差距造成的。模型的適應能力越強，造成的誤報越少，背后要求的技術也越高。影響背景模型建立的因數很多。又例如，空曠的柏油馬路和邊上有樹木的圍墻，6m高的攝像機與2m高的攝像機所拍攝的畫面就需要不同的背景模型，白天和黑夜的狀態需要的模型也不同。目前，行業中還沒有開發出一種可以涵蓋所有使用情況的背景模型來，也無法完全的解決隨機事件的影響，如在黑夜環境下車燈造成的誤報；

  其二，CPU的處理能力仍然是瓶頸

  要滿足實際復雜的應用環境就需要越加復雜的算法，隨之帶來了巨大的計算量，目前DSP芯片的能力有限，已經不能滿足某些復雜算法的需要。因此，難以開發相應高級功能的嵌入式產品，這也增加了很多產品的施工難度與實際推廣的阻力。

  其三，不具備行為的判斷能力

  例如，周界防范，機器中行為分析的區域入侵功能能夠發現活動目標，并可以在這些活動目標中利用技術手段把用戶希望的目標(例如人體)提取出來。但是再進一步，這個闖入者的動機是什么，是偶爾路過，還是故意闖入，是否有意的往警戒區域內探望，這些都無法靠機器來識別；再次，特征識別技術對畫面要求高。對于基于特征識別的分析技術，對于圖像的要求比較高。除了畫面本身清晰度外，也需要清楚的展示目標物體的特征，目前計算機的識別能力大大低于人類對物體特征的識別能力，不同的光照條件和拍攝角度，都將改變計算機所看到的特征；