在近年来，深度学习在人工神经获得很多的突破，让机器辅助人类工作，开拓人工智能的应用领域，如安全领域的应用，基于物联网的智能农业系统逐渐成为帮助人们生活的重要助手。
　　视频监控一直是安全系统的重要组成部分，由于早期技术等因素的限制，传统视频监控摄像头已经无法满足当前社会经济发展的需求。随着前端算力的提升，智能分析软件的进一步前移，智能摄像机毋庸置疑的成为下一代摄像机的发展方向。整合了人工智能技术的智能摄像机，让用户能够实时监控情况，并在问题发生之前识别出问题。
　　人工智能技术助力监控发展
　　智能监控旨在通过视觉模式识别技术（如检测，识别和跟踪）智能地分析和判断监控视频中的对象，行为和事件等对象，从而减少或取代人为干预。 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。 人脸识别系统具有许多潜在价值。 它可以与视频监控系统结合使用，帮助执法人员识别和识别人群中目标人群的面孔。 这可能有助于警方在未来追踪罪犯，甚至阻止他们发生。 从源头组织犯罪。 可用于面部验证，安全面部搜索等。
　　2、语音识别。语音识别根据对说话人的要求分为特定人语音识别和非特定人语音识别。特定人语音识别是指当前的语音识别系统被设计用来识别某个具体使用者的语音，这种情况下数据库中的音频样本均来自于使用者本人，所以数据库中语言的发声习惯、语速、语调均与使用者一致，可以大幅提升识别准确率。非特定人语音识别是指使用一套通用的系统来供所有用户使用，使用门槛低，系统推广性强。主要实现人机交互。
　　3、车牌识别。 首先，停止车辆的车牌图像，然后使用图像检测方法检测车牌在图像中的位置，然后提取并识别车牌文本，并检测车辆的视频流。 收集车道中的车辆以实现相同的车牌。 多次识别，最终输出经过优化和选择。 一般来说，它不需要外部触发信号，适应性强，对车辆遮挡有一定的抵抗力。 它主要用于社区车辆的登记和查询，以及高速公路上非法车辆的捕获。
　　除了以上三种，另外还有表情识别和年龄识别。
　　总结：
　　视频监控应用了人工智能技术，潜在的优势显然大于缺点，但从实际应用情况来看依然面临着许多挑战。毕竟无论是人工智能的发展，还是安防智能化的应用，其整体水平仍处在早期或者起步的阶段。不过如今，算法和芯片领域的人工智能的成熟和成本使智能监控的商业化更加流行。同时智能监控市场在寻求差异化竞争形成了百花齐放的形势。