隨著視頻監控的發展，未來的視頻監控系統將是各種先進技術的集合。第一代為全模擬監控，也叫閉路電視監控，從上個世紀80年代到90年初期的十多年的時間里它一直主導著安防市場，并大量應用在公安、銀行、軍工、交通、酒店等重要單位和部門。下面闡述目前視頻監控需要用到的各種主流技術。
流媒體技術
實時視頻監視與錄像回放是視頻監控的兩大重要基本業務，其本質是將視頻源上的多媒體數據傳送到視頻接收端。實時視頻監視要求完成視頻的實時傳輸，具有很強的實時性;錄像回放則類似于VOD業務，具有一定的實時性(但并非很強)，要求畫面清晰流暢，并且能完成各種播放控制操作。
我們可以將前端的攝像機看成是實時的A/V源，而將錄像文件看成是存儲的A/V文件，那么目前解決此類問題的一個很好的辦法便是運用流媒體技術。
我們知道，流式傳輸及流媒體(StreamingMedia)是為了解決信息傳輸實時性問題而開發的。流式傳輸主要指通過網絡傳輸媒體(如音頻、視頻等)的技術總稱，其特定含義為通過網絡將音視頻等信息傳輸到用戶終端播放時，無須等全部文件下載完畢才可播放，而是將連續的音視頻信息壓縮后放于服務器，用戶終端播放時只要將開始部分的內容存入其內存，其余數據流由用戶終端在后臺繼續接收并播放，直至播放完畢或用戶中止操作。這樣，用戶播放媒體的等待時間將顯著減少，且無須太大緩存。流媒體指使用流式傳輸技術的連續時基媒體。
流式傳輸主要是為了區別于下載傳輸而提出的。傳統的下載轉輸方式有兩個基本條件，一是基于文件操作，二是文件要全部下載后才能使用(播放)。對于實時視頻監視而言，不存在文件的概念，因此無法用“下載”的方式實現。對于錄像業務，錄像數據可以以文件形式存在，但是，如果錄像數據如果必須等完全下載后才能播放的話，會帶來很大的時延，用戶無法忍受。所以，比較理想的方式是采用流式傳輸。
實現流式傳輸有順序流式傳輸(ProgressiveStreaming)和實時流式傳輸(RealtimeStreaming)兩種方法。視頻監控業務主要采用實時流式傳輸。
網絡攝像機可以看成是一臺提供實時A/V源的服務器，當用戶請求進行實時監視時，網絡攝像機采用實時流式傳輸方式向用戶終端傳送監控畫面。考慮到多個用戶同時訪問網絡攝像機將帶來流量瓶頸等問題，可以使用視頻服務器來進行中轉，讓視頻服務器來提供強大的負載能力。
以上只是原理性的簡要說明。上述方案可以滿足小型的視頻監控系統，但在大型的視頻監控系統中，監控前端設備與用戶終端的數目都非常龐大，除了增加考慮組播、廣播等方案外，更需要一套完善的媒體分發、調度機制來保證媒體的高效傳送。在這方面，目前尚無現成的成熟方案，中國通信標準化組織(CCSA)正對此展開積極研究，以便為未來的視頻監控系統提供標準的媒體傳送機制。
智能視頻監控技術
智能視頻(IV，IntelligentVideo)源自計算機視覺(CV，ComputerVision)技術。計算機視覺技術是人工智能(AI，ArtificialIntelligent)研究的分支之一，它能夠在圖像及圖像描述之間建立映射關系，從而使計算能夠通過數字圖像處理和分析來理解視頻畫面中的內容。
視頻監控中所提到的智能視頻技術主要是指：“自動的分析和抽取視頻源中的關鍵信息。”如果把攝像機看作人的眼睛，而智能視頻系統或設備則可以看作人的大腦。
建造視頻監控系統的目的，一是為了視覺上的延伸——把處于別地的畫面通過網絡與設備“拉近”到眼前，因此有了遠程監控;二是為了智力上的延伸——讓系統自動為我們分析問題并解決問題，于是有了智能監控。當然，后者是更高層次上的要求，但也是視頻監控今后發展的必然要求。
傳統的視頻監控系統缺乏智能，在很大程度上依賴于人的判斷。然而，人類有著自身難以克服的弱點，比如：(1)人力有限，人的反應與處理速度有限，導致我們在指定的時間內能夠進行監視的地點有限。這也就意味著各個被監控點并非每時每刻都處于監控當中。(2)人并非一個可以完全信賴的觀察者，無論是在觀看實時的視頻流還是在觀看錄像回放的時候，由于自身生理上的弱點，我們經常無法察覺安全威脅，從而導致漏報現象的發生。
從上述分析來看，當開展大規模視頻監控以后，智能監控實際上已不是可有可無的裝飾品，而是系統所必備的一種能力。否則，巨大的投資將由于缺乏人力資源的跟進以及人類自身的弱點，而有可能變為一種浪費。
智能視頻技術可以在很多地方得到應用。比如：
(1)高級視頻移動偵測：在復雜的天氣環境中(例如雨雪、大霧、大風等)精確地偵測和識別單個物體或多個物體的運動情況，包括運動方向、運動特征等。
(2)物體追蹤：偵測到移動物體之后，根據物體的運動情況，自動發送PTZ控制指令，使攝像機能夠自動跟蹤物體，在物體超出該攝像機監控范圍之后，自動通知物體所在區域的攝像機繼續進行追蹤。
(3)人物面部識別：自動識別人物的臉部特征，并通過與數據庫檔案進行比較來識別或驗證人物的身份。此類應用又可以細分為“合作型”和“非合作型”兩大類。“合作型”應用需要被監控者在攝像機前停留一段時間，通常與門禁系統配合使用。“非合作型”則可以在人群中識別出特定的個體，此類應用可以在機場、火車站、體育場館等安防應用場景中發揮很大的作用。
(4)車輛識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監控者。此類應用可以用在被盜車輛追蹤等場景中。
(5)非法滯留：當一個物體(如箱子、包裹、車輛、人物等)在敏感區域停留的時間過長，或超過了預定義的時間長度就產生報警。典型應用場景包括機場、火車站、地鐵站等。
(6)交通流量控制：用于在公路上監視交通情況，例如統計通過的車數、平均車速、是否有非法停靠、是否有故障車輛等等。
紅外熱成像技術
人眼能夠感受到的可見光波長為0.38～0.78微米。紅外線屬于波長大于0.78微米的電磁波。自然界中，一切物體都會輻射不同波長的紅外線，因此能夠利用特制的探測設備分別檢測出監控目標本身和背景之間的紅外線波長，從而可以得到不同的紅外圖像，這紅外圖像稱為熱圖像。
采用紅外熱成像技術，探測目標物體的紅外輻射，并通過光電轉換、信號處理等手段，將目標物體的溫度分布圖像轉換成視頻圖像的設備被稱為紅外熱成像儀。
紅外熱成像儀在視頻監控中的應用舉例：
1.夜間及惡劣氣候條件下的目標監控
夜晚，需可見光工作的設備已經不能正常工作，如果采用人工照明，則容易暴露目標。若采用微光夜視設備，它同樣也工作在可見光波段，依然需要外界光照明。而紅外熱成像儀是被動接受目標自身的紅外熱輻射，無論白天黑夜均可以正常工作，并且也不會暴露自己。同樣在雨、霧等惡劣的氣候條件下，由于可見光的波長短，克服障礙的能力差，因而觀測效果差，但紅外線的波長較長，特別是工作在8～14um的熱成像儀，穿透雨、霧的能力較強，因此在夜間以及惡劣氣候條件，采用紅外熱成像監控設備仍可以正常地對各種目標進行監控。
2.防火監控
由于紅外熱成像儀是反映物體表面溫度而成像的設備，因此除了夜間可以作為現場監控使用外，還可以作為有效的防火報警設備。很多火災往往是由不明顯的隱火引發的。用現有的普通方法，很難發現這種隱性火災苗頭。而應用紅外熱成像儀可以快速有效地發現這些隱火，并且可以準確判定火災的地點和范圍，透過煙霧發現著火點，做到早知道、早預防、早撲滅。
3.偽裝及隱蔽目標的識別
偽裝是以防可見光觀測為主，犯罪分子作案時通常會隱蔽在草叢及樹林中，由于野外環境的惡劣及人的視覺錯覺，容易產生錯誤判斷。紅外熱成像儀是被動接受目標自身的熱輻射，人體和車輛的溫度及紅外輻射一般都遠大于草木的溫度及紅外輻射，因此不易偽裝，也不容易產生錯誤判斷。
視頻監控相關技術
(1)CMOS圖像傳感器技術的成熟
監控攝像機的圖像傳感器正逐漸從傳統的CCD向CMOS轉變。這兩種傳感器各有長短，但一直以來，CMOS傳感器的缺點漸漸減少。CMOS圖像傳感器低成本、高集成度為其主要特點，圖像質量已不輸于CCD。與基于CCD的探頭相比，CMOS探頭的集成度更高，因為CMOS傳感器集成了許多外圍處理功能，所需器件比CCD探頭少，且CMOS探頭的功耗要低得多。從整個系統來看，CMOS傳感器可將成本大大降低。
(2)智能分析技術的發展
IEEE在圖像的智能分析等方面有比較大的成果，比如運動檢測、人臉識別、目標跟蹤等。
運動檢測是指在指定區域能識別圖像的變化，檢測運動物體的存在并避免由光線變化帶來的干擾。由于背景圖像的動態變化，如天氣、光照、影子及混亂干擾等的影響，使得運動檢測成為一項相當困難的工作。早期的運動檢測是對編碼后產生的I幀進行比較分析，通過視頻幀的比較來檢測圖像變化。目前常用的方法有背景減除(Background Subtraction)、時間差分(Temporal Difference)、光流(OpticalFlow)、運動向量檢測法等。
(3)芯片技術為視頻監視產品提供新方案
IP攝像機通常集成了視頻捕獲、視頻編碼/處理和網絡接口功能。在視頻監控市場，能夠支持這些功能的各種視頻信號處理器芯片性能差異很大，但也是最能突顯優勢的產品。從功能需求最少的低端產品到高性能的采用多核數字信號處理器(DSP)芯片的高端產品，針對不同的市場，對視頻信號處理器的要求差別很大。高性能的DSP芯片使視頻處理器性能得到極大提升。這些DSP是催生智能攝像機的關鍵要素。正因為這些DSP，IP視頻服務器才具備同時對多視頻流進行智能管理的能力。
(4)視頻壓縮格式越來越先進
以前的數字視頻監控的圖像格式主要以MJPEG與MPEG2為主。隨著圖像壓縮技術的提高，出現了越來越先進的視頻壓縮格式，如MPEG-4，H.264，國內正在大力發展具有自主產權的AVS編碼格式。視頻壓縮技術的發展為視頻監控在圖像傳輸、錄像存儲等方面帶來極大的好處。