早期视频分析应用产品出现在市场上，着实引起了一段骚动，而且很多特殊的应用场景和应用环境，的确能给客户带来很大的价值。如商场的人流统计技术，为商场的数据分析带来了巨大的技术支撑。如车牌识别技术，给公安交通管理带来的价值是无法用数据来衡量的。

　　目前的智能分析，归根结底还是在人为控制下的计算机对目标的规则行为进行判别，很多尚未被定义的规则行为计算机就无法进行判断，例如在人群聚集分析上，智能分析可分析出某个区域内在某时间段内人员数量达到了预计值，但这些人员是偶尔路过还是蓄意聚集等都无法进行分析。这也充分体现出了计算机智能分析的实质，其仍无法从根本上代替人的工作。

　　从智能分析产品上来看，由于这些产品的质量还有待提高，图像看起来有明显的延迟、跳动、不够清晰等缺陷，由于硬件本身性能不够稳定，易出现死机、重启、误漏报等问题。而智能视频分析本身算法的局限，在理想环境下才可实现其全部功能，所以在实际应用中，只能初步实现较简单的功能。目前智能视频分析主要面临以下几个方面问题：

　　第一是技术层面：室外夜间光照不足、恶劣天气、图像压缩处理、网络传输链路带宽受限等因素造成图像质量下降，给安防智能视频分析带来先天困难；目标与背景相似或背景杂乱等导致目标分割以及特征信息提取困难；针对复杂异常行为、事件建模困难，相应的智能分析算法识别性能不高。上述因素容易造成虚假报警、漏报警、跟踪困难等不良后果，制约了智能视频分析应用系统实战性能的提升。而在产品硬件上还存在一些问题，硬件包括前端摄像机和后端服务器。就基于像素比对的智能分析来说，图像的清晰度直接影响到比对的结果，而越清晰的摄像机图像像素点越多，运算比对也让服务器压力更大。例如智能分析中的车牌识别，不同清晰度的摄像机得到的视频资源，分析准确率相差很大，同时后端服务器的比对效率也会有明显的不同，使用标清时单台服务器的分析能力可能是20路，准确率为90%，而使用200万高清时，处理能力可能是5路，但准确率却可达到98%。该问题需在前端的更新换代和“云计算”技术得到高效推广的情况下才能够得以较好的解决。

　　第二是产业层面：主要的困惑还是客户对智能视频分析产品的过高期望与该技术的性能表现易受使用条件的限制。由于用户对智能分析这类产品接触不多，对这类产品的效果有疑问。而有的厂家为了能够吸引客户进行夸大宣传，结果实际使用效果与宣传效果不符，使得这些客户对智能视频分析产品再无好感。厂商对产品大部分用户没有认真梳理应用需求；产品研发部门缺乏对安防行业的深入理解，导致智能视频分析产品功能千遍一律，缺乏针对性。再者，缺少权威的标准认证体系，导致用户对产品的性能无法有效把控。

　　第三是市场层面：目前很多智能视频分析产品多是自主研发，而这类企业就需要摊薄早期的开发成本。因此，这类产品在定价方面可能要高于一般客户的承受能力，这也就决定了智能分析产品尤其是行为分析产品只能在监狱、高档小区或者机关重地等具有严格、精准监控需求的地方。

　　只有开展基础、共性的关键技术攻关，为突破智能视频分析深度应用创造条件；做好典型项目的示范作用，引导用户从管理流程上重视智能视频分析提供的信息；深化行业的智能应用，建立“研发+集成商+行业用户”的合作机制，为研发和应用提供一个互动平台；加快制定标准和规范，提高智能视频分析产品性能鉴定的权威性和可操作性，才能为智能视频分析应用推广“保驾护航”，智能视频分析也才能在更多行业、领域得到应用。

　　智能视频分析作为一项仍在不断发展与完善的新技术，如果企业不能迅速建立自己独具特色的核心竞争力和核心产品，想要取得市场的话语权和持续性的发展不是一件容易的事情。目前智能视频分析技术仍处于成长阶段，最大的挑战其实还是来自于技术，这是一个需要能够静下来专心研究做产品和价值的行业，作为产业链底层的技术供应商，最终还是需要靠产品说话。作为视频监控未来发展的必然方向，智能化虽然现在还存在一些问题，但随着计算机技术以及智能技术的发展，这些问题都会得到很好的解决，智能化视频技术将得到更为广泛的应用。