准确性
运动目标检测和识别针对不同应用情况，其检测识别率不同，几乎无法实现100%检测成功，即存在误检和漏检情况。由于实际的监控场景环境复杂、千变万化，其中存在大量噪声和干扰情况，通过算法的优化可提高一定的检测准确率，同时往往只能根据实际需求，在误检率(虚警率)和漏检率(漏警率)之间寻求平衡折中。
实时性
一个实用的智能视频监控系统，必须具备能够对视频图像序列进行实时处理的能力。由于对视频动态图像的处理方法是建立在二维数字信号的处理基础上，所处理的对象包含巨大的数据量和信息量，要求算法不能计算太复杂，必须快速、实时。对于实时分析预警任务，计算复杂度是至关重要的，这样才能把系统更多的资源分配给更高级的任务。而这其中实时性和鲁棒性又常常是矛盾的，如何寻求平衡发展是技术的关键。
尤其指出，目前已有公司自主研发的视频运动检测算法，相比经典的运动检测算法，受光线和镜头抖动的影响较小，而且计算时间更少，更加适合实时产品的开发。同时在自主算法基础上封装开发包(SDK)，在该公司数字安防系统软件平台、网络摄像机系列产品中集成，实现了系统级和产品级的可靠应用。同时，项目组正在广泛地建立多种场景的视频库，针对多种场景的视频使用自有算法做测试，以便更好完善算法，减少需要调整参数的个数，从而更好地满足实际应用需求。
智能视频分析系统的应用
多年从事安防与视频监控系统集成和产品研发的公司在进一步成熟传统监控技术的同时，将智能分析引入视频监控中。目前，已将视频的智能分析运用到电力行业、平安城市等的监控系统中。
电力行业的变电站视频监控系统
目前电力行业中的视频监控系统遇到异常情况一般都是进行事后处理，往往为时已晚。因此为防范于未然，可在变电站内在一定范围内进行周界防范，当发现可疑人物入侵或跨入警戒线时，要求监控系统能够自动检测入侵目标，并标识其入侵轨迹，同时发出报警通知管理人员前去处理。
将周界监控范围内所有的禁止入侵的区域设置为防区。这样当有入侵者侵入防范区域时就会被智能监控系统自动锁定并标识出行动轨迹，同时发出报警。这里的报警分前端和后端两种，前端报警可通过声光报警器来实现，入侵者触发报警时，监控系统会发出警报声警告入侵者，并可打开强光灯使入侵者无法藏身；后端报警在系统软件平台应用来实现，通过管理人员对入侵行为进行处理，这样可以做到“事前防范”，避免损失。
版权所有