不管是行为跟踪、还是行为判断、都是由视频智能监控分析系统智能分析完成。入侵检测：主要目标是检测功能，识别入侵的行为，以避免危险事故的发生，从而有效的保证安全。摄像机由于采用人工智能机器视觉深度学习技术的视频分析技术，可有效的识别视频内的各类对象,在精准识别的基础上，并且可以实现对象滞留、区域入侵、拌线等视频图像分析预警功能，具有无误报、无漏报的精准分析识别特点。周界入侵识别预警系统基于智能视频分析技术，对视频画面中的海量数据进行实时分析，过滤掉用户不关心的信息，仅仅为监控者提供有用的关键信息。一旦发现监控画面中出现人员闯入等异常情况，系统能够以最快最佳的方式发出预警并提供有用信息，从而能够更加有效的协助安全人员处理危机，最大限度的降低误报和漏报现象，切实提高监控区域的安全防范能力。智能视频监控技术是利用计算机视觉技术对监控场景的视频图像内容进行分析，自动检测监控画面中的异常情况，产生告警并提供有用信息，从而能够更加有效地提醒安防人员及时处理非法入侵。

　　智能分析摄像头的接入，将告警结果在告警查询中体现，当有人员闯入、区域入侵，智能分析摄像头会及时将告警信息上报给平台，搭建出一套智能分析摄像头接入、分析数据+实时数据的汇聚与分发、已有系统集成的整套流程。同步的抓取到所有的设备记录的报警状态，将设备的报警级别、报警方式、报警类型报警时间都统一的展示出来。平台端也会根据设备的报警信息进行视频的截取，获取到报警时刻的视频截图。针对周界的行为分析主要有AI人脸识别、人员特征识别、区域入侵检测、物品遗留检测、人群聚集识别、自动跟踪等。对于学校禁区及危险区域部署摄像机，如池塘、天台、变电室等危险区域，为避免教职人员及学生等进入，可启用危险区看防功能，当有人进入时立即触发报警，通知校园安保人员，立即做出应对措施。周界防护监测预警系统基于智能视频分析，自动对视频图像信息进行分析识别，无需人工干预；对周界围墙区域实时进行检测，当监测到人员翻越围墙时，及时进行预警，有效的协助管理人员处理，并最大限度地降低误报和漏报现象。

　　系统基于海量数据的深度学习，检测实时视频中的人体目标，并通过人体目标特征分析，准确地识别目标物体目标。通过对人体特征的学习，对视频中的人体目标进行轮廓检测，系统采用目前的基于深度学习的目标检测算法。对接入的多路高清视频流进行人、车、物、行为等实时检测与分析，结合硬件中内置的多种AI算法，实现人脸识别/检测、车辆识别/检测、目标检测、行为识别等目的，可对异常行为事件进行告警与提醒，支持对接视频结构化数据平台、大数据综合分析平台等。AI智能分析网关设备内置多种深度学习算法，可支持对接入的多路视频流进行智能检测、智能识别等，包括人脸检测与识别、车辆检测与识别、车牌识别、烟火识别、安全帽识别、区域入侵检测等。智能视频监控系统能从原始视频中分析挖掘出有价值的信息，用于周界防护的智能视频分析技术主要包括越界侦测、人脸识别、车辆特征识别等。