随着经济和科技的进一步发展，监控系统作为一种安防手段，得到了快速发展，已成为人们生活中必不可少的一部分，可以说，目前城市居民所工作生活的大部分区域都处在各式各样不同的监控系统监视范围之内。
近年来，由于监控系统的范围、规模的不断扩大，监控摄像头数目的不断增加，传统的视频监控技术已无法满足这种爆炸式的增长势头，有不少全新的技术应用到监控行业中，从较为概括的角度来看，视频监控系统已逐渐向数字化、网络化和智能化方向发展。
所谓视频监控系统的数字化，是指监控系统中的监控视频信号转化为数字格式，而不再采用模拟视频的格式进行传输和存贮，这一技术的采用是以数字硬盘录像机的出现作为里程碑而标示的。
其次是网络化，是的指监控系统不再构筑或采用专用的小型光纤或网络进行视频信号的传输，而转化为通过无处不在的广域网(或称因特网，万维网)来完成视频的传输，以网络数据包的形式传递视频信号，自然，其所传输的信号是已数字化了的视频数据，而其监控摄像头和存贮设备都直接挂接在广域网上，这一技术不但从源头上就实现了监控视频的数字化，而且同时也解决了超远程监控和分布式控制的难题，即监控系统的监控中心已不再是专用固定的了，只要知晓其数据传输协议，监控中心可以放置在任何地方，随时通过网络连接到视频源上去，接收其监控数据。这一技术的标志是IP网络摄像头的诞生。
再次就是智能化。由于监控系统的飞速膨胀，摄像头数目呈几何级数般增长，其海量监控数据与有限的监控人员或监控设备之间的矛盾便越来越突出，照笔者曾经碰到的一位交通行业的领导的话说就是：“这么多摄像头我找谁来看哟？”而智能化便是为了解决这一问题，即通过技术手段，使用计算机对监控视频数据进行处理和分析，使之能够在视频和行为描述之间建立映射关系，从而使计算机能够理解视频画面的内容，通过获取视频的内容，自动与事先设定的规则相匹配，以使计算机也能“看”视频或“理解”视频，能够代替监控人员完成部分监控的作用。计算机的特点是工作稳定且不会疲劳无需休息，能长时间大范围地“忠于值守”，即时发现需要被监测的行为或特征。如果说把摄像机是人的眼睛的延伸，使人可以采用监控系统看到在目视范围内看不到的场景，那么监控系统的智能化就相当于在监控系统中安装了一个“大脑”，也许这个大脑因为还比较简单而只能理解出视频中极少的一部分内容，但毕竟已具备了一定的分析能力，随着技术的发展，这个“大脑”将越来越“聪明”，越来越能分析、理解和判断出视频信号中的更多的信息内容。
监控系统的智能化过程最为关键的技术是采用计算机对视频信号进行分析，以提取视频场景中发生的一些特定的事件或监控目标的特定行为。这一技术并没有一个统一的称呼，有些称之为“智能视频（IV，Intelligent Video）”，有些称为“行为监控(Behave Watching)”，也有些将它命名为“事件检测(Event detection)”、“内容分析(Content analyzing)”、“视频分析(Video analyzing)”等等名称，不过总的来说这一技术都属于计算机视觉（CV，Computer Vision）技术，属于人工智能（AI，Artificial Intelligent）研究的分支之一，这一技术能够通过数字图像处理和视频信号分析来提取和理解视频画面中的内容。为了简化并且好理解，我们估且称之为 “视频行为检测技术”或者“智能视频行为检测技术”，简称“行为检测”。
这么说似乎有些太专业，可以举一个简单的例子，在机器人足球赛中，机器人的“眼睛”是两个摄像头，能获取外界视频画面，而“行为检测技术”即相当于机器人的大脑对于视频画面的分析，以前由于行为检测技术的发展以及计算能力的限制，机器人可以看到视野范围内的一个球并将其与背景区分开来，而且能判断出这个球的位置、大小和运动轨迹。随着计算机的数据处理能力的提高以及行为检测技术研究的深入，机器人变得聪明了，能够从视野范围内的多个物体(有方的有圆的有椭圆的)中分辨出哪一个是想要的球，甚至于从两个标有不同数字的圆球中找到想要追踪的那个球，并且能自动判断出这个球是不是进了球门，如果靠左了就在左边碰一下，如果靠右了就在右边撞一下，如果球进了球门或者出了边线就不再去追球，而所有的这些判断都是基于对球的运动“行为”的一种“检测”能力而产生的。
“行为检测”技术应用在监控系统中，能够提取视野范围内的监测目标的行为，并自动与经验库(或报警规则)进行比较，当发现可疑行为时自动启动报警机制，提醒监控人员人工确认。有了这种技术，监控人员可以不再时刻盯着监控视频，只有当发生自动报警时再来看看进行一下人工确认即可，同样，有了这种技术无时无刻不在“分析”和“监视”着视频画面，同一监控人员便可以同时负责许多路监控视频的监控管理工作，而所有这些监控视频也没有必要都在监视器上进行实时播放，只要接到“行为检测”的功能模块中即可，当发现可疑行为时再临时切换到监控器上即可。这就从根本上解决了海量监控视频源和有限监控能力之间的矛盾。
“行为检测”技术虽然刚开始是基于公共安防系统的矛盾和需求而开发出来的一种技术，但从本质上来说，它只是一种对于视频信息或行为内容的分析和提取，它应用于哪一个领域完全取决于所分析的视频对象的性质。如果所分析的视频属于交通监控视频，视频画面中需要被跟踪和分析的目标属于交通工具或在交通场景中的行人，需要检测的行为也是属于某种交通行为，那么这种“行为检测”的技术便完全可以应用在交通管理系统中，成为智能交通的组成部分。
交通监控系统与普通的公共监控系统一样都存在相似的问题，甚至于往往更严重，因为通常来说一个城市的交通监控系统是一个庞大的集中的系统，对于大中型城市来说，遍布于各个路段、路口的监控摄像头数以万计，甚至于超过十余万个摄像头，这比任何一个大厦、营院甚至工厂的摄像头都要多得很多，不在一个数量级中，而所有的这些用于交通监控的摄像头采集到的视频信号往往都集中到交通管理部门的监控中心，任何一个监控中心恐怕也很难同时在监视器上显示超过一百路视频信号，也就是说只有几十分之一的视频信号得以在监视器上显示，同时，任何一个监控中心同时察看实时视频显示的监控人员也不可能超过20人，视频源的数量与监控人员的数量比例超过50∶1，绝大部分视频源都是无人实时查看的，只能采取先使用视频存贮设备(如硬盘录像机)进行存贮，“出了问题事后查验”的方式来利用了，可以毫不夸张地说，在交通监控系统中，80%以上的摄像头都是摆设，其传送到监控中心的视频信号也许长年累月地既无人关心也无人查看，只有出了问题之后才会想起来查一查存贮下来的视频记录，若是存贮设备数量不足，也许连存贮都省了，真正成了“摆设”了。
的确，在交通监控系统中，显示在监控电视墙上的实时视频一般都是属于比较重要 (如北京的长安街、二环三环) 的路段(这些视频的数量也许最多只占总数的5%)，由工作人员紧盯着随时查看有没有问题，对于那些并不重要的路口路段(也就是另外的95%)，也只能“牺牲”一下靠边站了。但实际情况又是如何呢？无论什么路段或时段，公路上发生事故的机率应该不会大于10%(否则交管部门就该整顿了)，为了这5%路段的10%，工作人员需要80%以上甚至于100%地盯着，而对于其他95%的路口路段的10%，所受到的注意力也许还不到0.1%，甚至于根本就没有，大不了出了事故有人打电话到监控中心调出一下当时的录像看一看罢了，如果刚好该地方的视频没有录像，那就真的没有任何办法了。
如果采用“行为检测技术”呢？通过计算机对交通行为的检测实现自动报警，达到无人值守状态下及时检测和报警的目的。也就是说，由计算机代替工作人员去随时盯着那些视频，这些视频只需直接接入计算机或分析仪，不用什么显示器来显示(大不了发现报警自动切换到显示器上去让工作人员确认，平时没有报警时根本不用显示器来实时显示)，没有显示资源和海量数据之间的矛盾，同时人也不用管了，让计算机代替人去“看”，真正的监控人员可以悠闲地坐在旁边看看报纸聊聊天，等计算机发现可疑行为时再去查看验证一下即可，也解决了监控人员不足的矛盾。同时，最重要的，是可以检测任一路实时视频，换句话说，只要设备足够多，在不用增加任何监控人员或监视器的条件下，没有被实时监控的视频已经可以减少到零了(请注意，采用人工方式时这些视频数量占到95%以上)。
好，前面提到的是对于交通事故的及时报警，以便快速反应减少社会生命财产的损失，现在再来说说关于对于公路上常见的违章现象的监控。众所周知，如今是法制社会，任何事都讲究证据，对于某些违章现象的处罚，是需要充分的证据才能进行的，电子警察监控系统就是这种作用，可以自动提取车辆闯红灯前后的多张举证图片。闯红灯违章必然是在交通灯路口，这是确定的，但很多的违章行为(如压黄线，逆行，违章停车等)的发生却是不定时不定地点的，即算在违章现场有监控摄像头，则除非有人时刻盯着及时录像，或是使用DVR全程录像，才有可能获取车辆违章的实时举证证据(图片或视频段)，才有法律根据对这些违章行为予以处罚。时刻有人盯着及时录像完全不可能，这些违章现象都是事先无法预知的，再说就算刚好看到了，发现违章之后才开始录像有时已晚了，无法形成完整的举证证据。如果采用DVR全程录像，则也许99%以上都是没有违章现象的正常视频，要找出其中的1%的违章片段，何其难也，而浪费又有多大？更不用说还得再安排人去翻看录像的工作了。如果有了“行为检测技术”呢？预先设计好检测规则，如使用“越界行为检测”来检测压黄线违章行为，使用“运动路径检测”来监测逆行行为，让计算机替人“盯着”，一旦发现违章现象之后则自动保存证据，若是没有违章现象则不进行录像可保存，那么对于这些违章现象的检测和举证就能完全实现自动化了，监控人员平时不用管，
