智能视觉技术，是安防领域中最核心的技术之一。所谓智能视觉技术，就是通过计算机自动对采集的视频进行分析处理，捕捉其中存在的感兴趣目标，并进一步获取目标的出现时间、运动轨迹、颜色等诸多信息，通过对各个目标的上述信息的分析，找到视频中存在的危险、违规行为或者可疑目标，并对这些行为和目标进行实时报警、提前预警、存储以及事后检索。
智能视觉技术，按照采用技术和应用领域可以进一步划分为智能视频监控、智能视频检索、智能交通监控以及人脸识别技术等几个应用方向。
其中，智能视频监控和智能视频检索所采用的技术相近，主要区别在于智能视频监控是对当时采集的视频进行实时处理，当发现危险事件或者可疑分子时进行实时报警，而智能视频检索技术，处理的是已经发生过的存储视频，其通过对视频进行快速分析，找到其中存在的危险事件、可疑分子，以及每个感兴趣目标的信息，然后，使用者可以对关心的事件进行选择或者对关心的目标属性进行定义，系统能够快速查找到用户关心的事件或目标。一般而言，智能视频监控包含的功能包括周界检测、越线检测、徘徊逗留检测、遗失检测、遗留检测、快速移动检测、打架检测、尾随检测、人群聚集、火灾烟雾检测、PTZ目标跟踪、视频故障分析、视频存储和回放等功能。对于不同的用户而言，对上述功能的需求会有所偏重。在上述技术中，其中，周界检测、越线检测、徘徊逗留检测、遗失检测、遗留检测、快速移动检测、打架检测、尾随检测采用的方法，主要都是先采用背景建模（Background
Model）、前景提取（Foreground Extraction）提取得到运动目标，然后，采用目标匹配跟踪技术得到目标的轨迹，并得到目标的运动方向、所处位置，以及各目标间相互关系，最后依据设定规则得到上述异常行为。其中，对于复杂背景，大流量区域的遗留物和遗失物检测方法，可以采用特殊的基于时间序列区域运动分析的方法进行，而不必进行上述目标检测跟踪技术得到。
而人群聚集、火灾烟雾检测、PTZ目标跟踪、视频故障分析则需要分别采用不同的技术处理。其中，人群聚集主要采用基于人群密度分析（Crowd Estimation）的方法，基本的思路是首先设定感兴趣区域，然后，提取感兴趣区域中诸如运动信息边缘、纹理等底层图像特征，然后，采用概率模型或基于训练的方法得到人群密度和上述特征的对应关系，实际应用中，则通过图像中的上述特征和所述模型，得到人群密度。可以进一步结合摄像机标定信息，或者训练人头目标模型来提高精度。而火灾烟雾检测，则是通过分析图像区域中的颜色信息、运动信息，并建立火灾烟雾统计模型的方式来进行检测。PTZ目标跟踪，首先需要采用运动目标提取或目标检测的方式获得感兴趣目标，然后，采用目标跟踪方法对目标进行跟踪，同时，对PTZ摄像头进行控制。视频故障分析，主要是需要及时发现摄像头信号丢失，视频质量过差等情况，具体采用的方法依然是通过分析视频特性，发现视频信息丢失或图像质量过差的情况。视频存储和回放并不涉及智能视觉技术，其正是智能视觉系统的一个功能，用于将异常事件和目标的相关信息进行存储，便于事后查看，同时，也可以减少存储量。此外，智能视频监控技术还可以用于在多路显示时控制摄像头的切换，根据每路视频发生的事件和目标，确定各路的显示优先级并进行显示，使得安保人员的注意力总是在有事件发生，或存在可疑目标的采集前端上。
智能视频检索和智能视频监控所采用的技术，十分相近。智能视频检索，首先需要利用智能视频监控的周界检测、越线检测、徘徊逗留检测、遗失检测、遗留检测、快速移动检测、打架检测、尾随检测、人群聚集、火灾烟雾检测等技术来检测异常事件，进一步，智能视频检索还需要在运动目标检测跟踪的基础上，得到人车等目标的诸如人脸、颜色、速度以及数量等信息。这样，进行智能视频检索的时候，一方面可以检索异常事件，此外还可以通过目标的出现结束时间、颜色、速度、数量，以及人脸信息等进行检索。此外，系统还可以给出一个事件和目标的时空分布图，便于用户查找自己感兴趣的时段和事件。对于现在动则成千上万的监控终端而言，想从这些海量数据中查找到自己关心的事件和目标，必须借助智能视频检索技术。
对于智能视频监控和智能视频检索系统而言，需要用到的主要技术包括背景建模、前景提取、运动目标跟踪、轨迹分析、物体检测、静止物检测、摄像机标定、人群密度估计、摄像机标定、火灾烟雾检测等技术。
而智能视频监控的应用行业包括军队用户，主要涉及边境线、海岸线、弹药库等安防应用，公安部门，包括涉及奥运会、世博会场馆，青藏铁路、三峡工程等重要工程，平安城市日常安全监控等场所，监狱用户，既包括监狱周围的警戒，也包括囚室犯人安全保障工作，其它重要部门用户，主要包括银行、军队、国防研究机构等重要机密单位的安保工作，个人用户，比如“全球眼”和“宽视界”面向的个人用户家庭安全。
相对智能视频监控而言，智能交通监控也采用了类似的技术，但是由于交通领域具有自己独特的应用，因此，二者在功能和技术上还存在一些差别。智能交通的功能需求主要包括异常事件检测和交通信息获取两类。其中，异常事件检测包括闯红灯、违章并线、非法停车、违章左右拐、逆行、交通事故检测、抛洒物检测、行人进入、突然变速、排队长度、火灾烟雾检测、尾号监测、车型分类，而交通信息获取则包括交通流量统计、道路车流速度、道路占有率、拥堵程度分析、实时区域车辆数目统计等功能。此外，根据应用场景，可以将智能交通监控划分为城市道路和高速公路两个方向，其中，异常事件检测上，城市道路关注更多的包括闯红灯、违章并线、非法停车、违章左右拐、逆行、交通事故检测、排队长度、火灾烟雾检测、尾号监测等功能，而高速公路关注更多的是逆行、交通事故检测、抛洒物检测、行人进入、突然变速、火灾烟雾检测、车型分类等功能。
智能交通领域需要的技术除了上述智能视频监控领域的技术外，还需要车牌检测识别、车辆检测跟踪、车辆类型分类、速度测定、虚拟线圈等技术。
此外，智能交通系统依然需要具有视频故障检测，事件视频存储回放，交通事件视频检索等功能。智能交通的应用行业主要集中于公安交通管理部门。