通常，对于IP摄像机，现在可以将常见的视频分析功能(如对象识别、区域检测、车牌识别)作为嵌入在摄像机自身中的AI算法使用。可能尚不清楚固件更新如何影响AI，或者是否使用最新的工厂训练模型来更新算法，或者是否保留了针对特定用例的算法训练。

　　已开发的解决方案全部使用可更新的算法以及白名单和黑名单，例如基础温度/发烧筛查和可视武器检测，以及WhiteFox和Aero Defence的无人机RF签名/行为检测。

　　但是，许多“ Edge AI”摄像机也可能要求用户具有视频管理系统来更新算法。应提醒用户优先考虑在Edge AI设备或更专业的危险品/无人机检测软件上进行监视投资，而不是在可能成为现收现付服务的可能更孤立的VMS上进行投资。

　　许多IP摄像机制造商都在宣扬AI功能。以下是一些最近的发展：

　　松下的i-Pro Extreme摄像机具有内置的AI，可以进行运动检测和分析，以进行精确的对象分类，例如远处人与自行车之间的差异。它可以检测进入受对象类别限制的区域的对象(例如仅行人区域或区域)，以及交叉线或游荡检测。松下还为第三方开发人员提供了一个SDK，以添加高级功能，例如武器或跌倒检测。

　　Haha Techwin的Wisenet7芯片组提供了摄像机内置AI功能，包括：基于AI的对象分类，可对检测到的对象、人员、车辆、车牌和面部进行分类；减少误报警报，以改善具有多个摄像头的操作中的监控；一些PTZ摄像机基于AI的对象跟踪；以及跟踪车辆和人员的自动跟踪功能，这是对于帧的跟踪的改进。

　　Milesight通过各种摄像机提供基于边缘的AI。功能包括：预训练的深度学习模型和算法的自动连续训练；以及三组算法，包括用于人和车辆检测的视频内容分析(VCA)；基于AI算法的实时人数统计和统计报告以进行分析；和AI人脸检测。

　　Edge AI摄像机的使用意义重大，因为它们可以用作简化但有效的AI训练工作流程的“模型”。

　　工业摄像机可以高速和近距离捕获车牌，以实现安全和跟踪应用，例如铁路运输和车辆筛选。 IDS NXT摄像机是改进的AI训练以及通过Web应用程序与第三方系统集成的示例(无需其他编码)。该系统可以创建训练图像并将其上传，用户可以分配标签(例如“好”或“坏”)，以便AI可以学习。反过来，这将开始神经网络的自动训练，最终导致完全部署

　　正如去年在CES上报道的那样，在小型3D摄像机中使用LiDAR可以提供线框“图像”，既可以保护隐私，又可以识别面部-甚至是被口罩或PPE遮盖的一部分。进一步顺应这一趋势，在2021年CES上推出的英特尔实感ID将主动深度与神经网络、专用的片上系统和嵌入式安全元件相结合，可以加密和处理用户数据。通过深度学习，它可以随着时间的推移适应用户的需求，因为他们会改变身体特征，例如面部毛发和眼镜，或者出现在不同的光照条件下。

　　一般的安防解决方案中是否最终会包含复杂的条目筛选任务，还有待观察。但是，在安全/安防市场中已经存在基于AI的解决方案，可以执行面部识别和/或面部匹配，而用户戴着口罩、帽子，并且该过程在性别、年龄和种族之间都是一致的。他们还可以利用适当的基础温度测量位置和多光谱成像(通常是可见光加热成像)来进行高温筛查。以及对人员，隐藏式和非隐藏式武器检测，前后、侧面或后方使用的武器的一致性。