智能监控旨在对监控视频中的物体、行为、事件等对象，通过检测、识别、跟踪等视觉模式识别技术进行智能分析和判断，从而减少或取代人力的干预，所涵盖的技术包括对人脸、行人、车辆、标识等视觉对象识别和行为分析等，其应用主要分为以下几种：
1、人脸识别。人脸识别系统有很多潜在的价值，它可以与视频监控系统结合在一起，帮助人员在人群中辨认、识别目标人员的面孔，这可能在未来有助于警，甚至可以防范于未然，从源头上***的发生。可用于人脸核查，安防人脸搜索等。
2、***识别。先拍摄到已停止汽车清晰的***图像，然后再采用图像检测方法检测出图像中***的位置，接着进行***文字的抽取和识别，通过对车道内通行车辆的视频流进行采集，实现对同一***的多次识别，后输出经过优化选择的结果，一般无需外界触发信号、具有较强的适应能力，对车辆遮挡情况有一定的抵抗能力。主要用于小区车辆的登记查询以及收费，高速公路的车辆的抓拍。比如：树叶遮挡监测，就是针对平安城市在室外场景树叶遮挡情况而非视频图像自身故障带来视频业务影响。
而深度学习是需要进行大量的大数据训练，目前有的人工智能企业采用人工对数据进行标注，费时费力。中科院自动化研究所李子青表示：“我认为深度学习还有一定的发展空间，不管是提升算法、改进网络架构，还是通过增大数据标注的方式，提升的空间并不大，它已经接近天花板，具体是多少，我不能给一个定量，我们必须在这方面突破，必须像开复老师说的那样，要形成应用场景的数据闭环，能够利用生产环节的大数据进行自主标注、自主学习，不管你会不会标注，至少是自主学习”。不断推进的平安城市和雪亮工程建设让视频监控遍布大街小巷，据不完全统计，一个中型城市约有上万路监控，有的甚至上10万路，每天产生的视频数据相当于千亿幅图片。
