智能视频分析技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。用户可以根据的视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音，用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。

　　视频内容分析技术通过对可视的监视摄像机视频图像进行分析，并具备对风、雨、雪、落叶、飞鸟、飘动的旗帜等多种背景的过滤能力，通过建立人类活动的模型，借助计算机的高速计算能力使用各种过滤器，排除监视场景中非人类的干扰因素，准确判断人类在视频监视图像中的各种活动。

　　1、目标检测算法

　　运动检测(MotionDetection)是把视频中变化的区域与背景图像精确分离出来，即正确分割出运动目标区域或轮廓，这是任何系统设计实现首先要考虑的问题。

　　2、目标跟踪算法

　　目标跟踪(ObjectTracking)就是通过对摄像机采集到的图象序列进行计算分析，计算出目标在每帧图像上的二维位置坐标，并根据不同的特征值，将图像序列中不同帧中同一运动目标关联起来，得到各个运动目标完整的运动轨迹，也就是在连续的视频序列建立运动目标的对应关系。

　　3、行为识别算法

　　行为识别(BehaviorUnderstanding)是近年来被广泛关注的研究热点，它是指对目标的运动模式进行分析和识别，并用自然语言等加以描述。同目标识别与跟踪技术相比，行为动作识别技术是监控领域的较高研究层次，在计算机视觉中是一个极具有吸引力及挑战性的课题。

　　视频分析开始生效后，系统通过以上算法进行计算，首先系统进行背景学习阶段，学习时间根据背景热闹程度有所不同，期间系统自动建立背景模型。一般系统建模完成后，随着时间的变化，背景会有一些改变，系统具有”背景维护“能力，即可以将一些后来融入背景的图象，如云等自动加为背景。

　　背景学习阶段完成后，系统进入目标提取与跟踪阶段。目标提取是基于背景建模完成后，如果前景出现移动物体目标，并在设置的范围区域内，且目标物体大小满足设置，系统将会把该目标进行提取并跟踪。目标的良好跟踪是视频分析效果的基础前提条件，视频分析过程需要了解目标出现及运动的时间、位置、速度、方向的要素，而这些要素主要通过目标跟踪得到。目标的识别是系统对之前提取并跟踪的目标进行识别和辨识。有了之前的背景、目标跟踪、识别分类等过程，视频分析是利用以上过程的结果，并结合之前设置好的行为规则，实现视频分析的过程，如入侵、丢包、越界等。