什么是智能监控技术，简单而言它是一种源自计算机视觉的技术，是人工智能研究的一个分支，它在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理分析来理解视频画面中的内容。用户可以根据分析模块，通过在场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，并触发联动相关的设备一种尖端监控技术。
有人说，智能监控技术使机械般的安全防范方式具备人类大脑的功能，它目前有两种架构方式，即前端嵌入式视频分析和后端纯软件视频分析，两者各有优缺点。嵌入式视频分析可以在前端直接对视频信息进行处理，减少了视频信息上传的网络带宽压力，并且安装简单易于系统集成。同时还可以支持前端存储，无需进行图像的远程传输，并因此可以对图像进行高质量的前端存储，如果用户需要获得图像信息，则可以通过分布式事件搜索完成，并通过点播获得高质量现场画面。
更重要的一点是，前端嵌入式智能分析让每个独立的分析单元可以成为单独的智能监控单元，即使整个系统的网络都瘫痪了，这些独立的前端单元还可以继续独立工作、进行存储和报警，避开了系统网络通信瘫痪所带来的监控瘫痪的风险。但是这种架构开发复杂，灵活性差，扩容与升级比较困难;而后端纯软件视频分析是在视频监控系统的后端，往往将智能视频分析功能嵌入在平台软件上，由专门的视频处理服务器来实现的。这种模式产品智能功能比较强大，并且容易扩容，但是它需要视频监控系统前端将所有的视频信息都上传到服务器，这对网络带宽的压力是非常大的。
此外，要在后端进行智能视频分析就必须对前端传来的图像进行解压再分析，这个过程占用了大量平台软件终端设备的资源，实际上并没有降低成本，反而使得作为观看与浏览图像的平台软件运行终端运行效率大幅下降，甚至无法支持很多路的视频解压和显示。也因为如此，从图像处理质量、智能分析的效率、实时性以及性价比上看，在后端进行大规模的智能视频分析从目前安防产业的技术成熟度来说有些不合理，并且视频内容搜索时无法实现大规模场景下的视频事件搜索，这和前端分布式存储与搜索的理念是无法比拟的。因此后端智能分析的模式，只有在智能分析视频路数较少、存储和搜索规模要求不高的应用环境下才适合。
因此，目前，前端嵌入式视频分析架构方式占据一定的优势，因为嵌入式视频分析软件同样可以完成包括目标检测、跟踪、分类及规则定义等所有功能，并且选择嵌入式视频分析架构能将现有的传统视频监控系统升级为智能视频监控系统，是一种成本低且易于改造的方案。而后端智能监控软件的核心是由各种算法组成的，不同的算法应用在不同的场景之中，比如面部识别算法、车牌识别算法、超分辨率图像增强算法及去雾算法等，而且各种应用场景的需求会随着具体环境的改变而改变。这表明，智能视频软件开发的难点在于投入应用后，面临着根据实际情况的改变而设置参数的情形，这就需要智能视频分析系统具有开放度高、兼容性好及操作方便等特性。
