现如今，监控给人们带来了更加安全的生活。不仅仅运用到商场、小区、公司等地，还有道路的隐患也在日益减少。肇事逃逸的越来越少，偷盗抢劫的事件也降低不少。在监控的注视下，“月黑风高夜”不再是做坏事的好时候，因为监控能够照的清清楚楚，明明白白。
在科技发展迅猛的今天，人们正在享受着安防监控带来的安全感。安防监控除了可以对正在发生事件的实时记录外，还可以对监控视频进行分析，提取其中信息(如车牌、人脸、动作分析)，从而进行视频推送预警、实现预防。可以起到“防患于未然”的作用。
1、对环境适应性差
人工智能对视频内容的辨识，容易受到光照条件、天气因素、图像质量、目标尺寸、地物遮挡等环境变化的影响;
2、数据孤岛并分散
在传统的安防体系中，各个平台系统数据开放性低，彼此之间共享度低，所以很难开展多维数据融合分析。以人脸识别为例，为提高人脸识别的准确率，单纯提高算法算力是不够的，还需要扩充分析数据的纬度，如定位、社交、车辆、消费等等可搜集到的数据，通过这样大规模的多模态数据整合才能实现目标追踪、分析的目的。
3、场景理解受限
原因1：专业领域知识和经验积累不足;
原因2：在视频结构化过程中，智能监控还停留在基于静态特征的单场景环境中，很少涉及大范围场景的关联行为分析，没有把动作、行为等动态特征以及之间的关联性做结构化的处理。
4、缺乏自主完善能力
目前人工智能没有自我成长的能力，只能根据设定的条件进行自主分析，而不能根据分享能力和积累经验提高完善自己。
立足现在，放眼未来，虽然智能安防的道路很曲折，但是随着政府的大力支持、数据的开放共享，算法算力的不断提升，人工智能与安防将全面融合，智能安防时代正在加速到来。
