Продажі камер відеоспостереження щорічно зростають на 14,1% і в 2020 році досягнуть 190 мільйонів одиниць (згідно з дослідженням компанії IHS, проведеним у вересні 2016 року), не дивлячись на те, що зростання доходів від продажів сповільнилося і становить в середньому 8,1% в рік. Відеокамер спостереження і одержуваних з їх допомогою відеоматеріалів стає все більше, і операторам все складніше ними управляти. Більшість матеріалів відеоспостереження видаляється або переписується без перегляду. За допомогою виявлення певних шаблонів в відеоматеріалах, система може виконати пошук і провести статистичний аналіз, визначивши тенденції і кореляції. Однак, потенціал відеоаналітики до кінця не розкритий, так як існують певні технічні обмеження. Штучний інтелект може бути тим самим ключем, який допоможе цей потенціал розкрити.
Технологія відеоаналітики активно розвивається останні 10 років. Машинне навчання значно спрощує процес розробки програмного забезпечення, а обчислювальна потужність графічного процесора дозволяє проводити аналіз відео в режимі реального часу. Наприклад, на саміті G20, що проходив у 2016 році, Китай запровадив систему безпеки, розроблену компанією Dahua Technology на основі глибинного навчання. Дана система відеоспостереження використовувалася для виявлення в аеропортах і на вокзалах підозрюваних в скоєнні злочинів.
Глибоке навчання імітує роботу мозку, інтерпретуючи зображення, голоси і текст. Глибоке навчання в 2013 році увійшло до десятки найбільш передових технологій. Застосування глибокого навчання в індустрії безпеки має значення з двох причин. Глибоке вивчення, з одного боку, покращує точність деяких алгоритмів. З іншого боку, воно дозволяє використовувати функції, які не можуть бути реалізовані іншим способом. Використовуючи глибоке навчання, можна більш точно визначити вираз обличчя, стать, вік, колір волосся, аксесуари, емоції і т. д.
У 2009 році компанія Dahua заснувала відділ досліджень інтелектуальних алгоритмів для вивчення потенціалу систем безпеки. Відділ пізніше був об'єднаний з іншими дослідницькими групами - утворився Інститут передових технологій, який спеціалізується на розробках в області штучного інтелекту. Наприклад, технологія автоматичного розпізнавання автомобільних номерних знаків, розроблена компанією, значно поліпшила управління дорожнім рухом. Крім того, глибоке навчання також застосовується для розпізнавання транспортних засобів і людей. Людей можна класифікувати за їхніми одягом, кольором волосся, статтю, віком і навіть мімікою. Транспортні засоби можна класифікувати за кольором, маркою, моделлю і номерним знаком.
