图像内容分析、主要是利用图像信息的时间分辨能力，理解图像，进行目标行为的分析。

　　图像内容分析是智能监控的切入点。

　　图像内容分析，自主的定义(简单)特征、不与原始输入相对比;通过目标状态和行为的分析，理解图像内容(判断正常/不正常、预测趋势);通过图像关联，实现目标的识别。

　　图像内容分析分为两个层次：

　　视频探测，模拟电视技术中就已得到了应用。在一幅图像上开一个窗口，检测其亮度电平的变化，就可以实现探测。

　　通过一系列窗口的监测，就可以实现运动探测。

　　但它不是真正的视频探测，因为不能确定目标。

　　在数字视频基础上，首先确认图像中的探测目标，然后再进行其行为的分析，判断图像中是否出现“不正常”情况，及时提示、警告，记录、传送警情(图像)，提高实时监控的效率，避免重要信息的遗漏。

　　真正的视频探测，准确地判断事件，是真实探测。

　　视频探测还非常适于空间多维探测和多参数探测，同时处理来自不同方位摄像设备的图像信号，可以作到对目标多方位的监控;

　　实现对特定空间和目标的完全封闭。

　　视频语义解释，阅读一段图像，理解图像的内容，并表述出来，它描述的不是图像本身，而是图像的结构及表现的内容、情节，既视频语义。

　　根据语义可以对图像信息进行标引，在记录图像的同时，生成镜像的标引文件，然后通过标引文件对存贮信息进行快速和准确的检索;或实现按事件记录图像信息和以事件为特征检索。进而实现图像信息间的关联，图像与声音、图形、文本之间的关联。

　　是图像信息深化应用、多媒体关联的前提。

　　图像内容分析研究的过程分四个阶段，产品和应用也分四个层面;

　　一、将(运动)目标从视频图像中分离出这来。并能在简单环境下(单目标、背景单纯)对目标分类;

　　二、在简单环境下对目标进行行为分析，判定其运动的方向、方式、目标的复合或离散，发现和告警异常的行为;产生目标的运动轨迹，并能进行目标的自动跟踪;目标的统计、关联、过滤、趋势预测等。

　　三、在复杂环境(既通常的视频监控环境)下实现上述功能，并实现(单源、多源)图像的关联。

　　四、实现视频语义的解析，通过对一个图像序列的理解，做出视频语义解释。目前已有了一些成果，但尚不具实用性。

　　第三个阶段是技术实用性的关键，这样系统才具有应用价值，目前大多数产品还达不到这一阶段。

　　视频语义解释是内容分析的最高境界，它表明机器具有了与人一样理解图像的能力，但具有人所不能达到的效率，目前还达不到这个程度。

　　图像结构和内容的描述还需要目视解释的帮助。

　　前三阶段可称为视频的半语义解释。主要是判断图像中是否出现了不正常的情况，还不能准确、充分地理解图像内容。

　　综上所述，智能监控的主要课题有视频探测、图像识别和视频语义解释，也是物联网亟待突破的技术。