在視頻圖像監(jiān)控系統(tǒng)的實際應(yīng)用中，普遍存在著“看不清、存取慢、提取難、檢索不可靠”的問題。主要表現(xiàn)為視頻圖像不清晰難以取證、海量視頻圖像存儲難和下載慢、視頻格式多不對通、目標特征檢索不可靠、圖像查找比對誤差大，缺少視頻圖像信息深度挖掘有效工具等技術(shù)難題。這些問題極大的影響了監(jiān)控在實際中的使用，需要大力開展視頻圖像智能分析技術(shù)的研究。
　　目前視頻圖像智能分析主要是指運用智能分析算法，對輸入視頻圖像進行自動或半自動的內(nèi)容分析，提取客戶所感興趣的、關(guān)鍵的有效信息。針對不同的分析目的，智能分析算法有其自身的具體要求，比如環(huán)境因素的干擾(狂風暴雨所造成的背景混亂，光線變化所造成的顏色的變化，白天和夜晚不同條件所造成的清晰度的變化等)和硬件困擾(圖像分析目標的清晰度、角度和尺寸)，這種要求在實際使用時對客戶會造成一定的困擾�？蛻粝Ｍ麑嶋H使用的系統(tǒng)具有很高的準確性和環(huán)境適應(yīng)性，而現(xiàn)有的系統(tǒng)只能在要求的環(huán)境中工作良好。因此，一方面視頻圖像智能分析算法需要提高算法的普適性要求，一方面也迫切要求視頻圖像智能分析系統(tǒng)業(yè)界標準的出臺，以規(guī)范施工質(zhì)量和引導(dǎo)客戶預(yù)期。

我們可喜的看到，交通和金融行業(yè)，視頻圖像智能分析已經(jīng)有一定的深入應(yīng)用。就智能交通而言，號牌識別的功能已經(jīng)基本成熟，可以及時為交通部門準確的提供諸如車流量、擁塞成都和事故監(jiān)控、違章檢測等交通信息，使交通部門能有效的獲取有關(guān)交通狀況信息，及時進行處理�？傮w而言，國內(nèi)智能交通系統(tǒng)的應(yīng)用主要還是集中在智能視頻監(jiān)控功能，但實際的監(jiān)控任務(wù)仍需要較多的人工參與。很多情況下，視頻監(jiān)控系統(tǒng)提供的信息，不能直接關(guān)聯(lián)到后臺應(yīng)用，不能及時充分的發(fā)揮監(jiān)控系統(tǒng)應(yīng)有的實時機動的監(jiān)督作用。另一方面，為了及時防止違章違法行為，對無人值守的視頻監(jiān)控系統(tǒng)的需求量日益上升。這兩方面是目前國內(nèi)智能交通存在的瓶頸。
　　視頻圖像智能分析技術(shù)，在國際上已經(jīng)有近10年的發(fā)展與應(yīng)用，目前在國內(nèi)也已被持續(xù)研發(fā)和廣泛應(yīng)用，特別在一些不太復(fù)雜的應(yīng)用其效果還是比較好的。其未來的發(fā)展還要持續(xù)優(yōu)化產(chǎn)品形態(tài)，讓生產(chǎn)出來的智能分析產(chǎn)品能夠更好地適應(yīng)各種的實際環(huán)境，提高智能應(yīng)用的準確性，真正達到高效智能。
　　隨著智能視頻分析技術(shù)的發(fā)展，視頻分析技術(shù)的應(yīng)用將不止停留在原來能“看”(監(jiān)控)的程度;還要能“懂”得監(jiān)控場景中目標物體的行為;能夠 “想”目標物體是什么，他要做什么;更可以把想的結(jié)果“說”出來。真正能夠有變革意義的在于能從以前的“被動監(jiān)控”向“事前控制、主動預(yù)警、事中追蹤、事后分析”演化。