物聯網與計算機、互聯網、移動互聯網被稱為先后出現的4次信息產業浪潮。物聯網(The Internet of Things，簡稱IOT)是指通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、激光掃描器等各種裝置與技術，實時采集任何需要監控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，通過各類可能的網絡接入，實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別和管理。它具有普通對象設備化、自治終端互聯化和普適服務智能化3個重要特征。

物聯網可追溯最早的鼻祖要算1990年由施樂公司發售的網絡可樂販賣機——NetworkingCoke Machine。這是一臺可以監測出機器內可樂是否有貨，溫度是否夠冰涼，并且能夠聯網的販賣機。

1999年在美國召開的移動計算和網絡國際會議上，麻省理工大學的凱文·阿什頓教授提出基于互聯網、RFID技術、EPC標準在計算機互聯網的基礎上，利用射頻識別技術、無線數據通信技術等，構造出一個實現全球物品信息實時共享的實物互聯網(Internetof Things)的方案，這是物聯網概念首次被正式提出來。

在2005年國際電信聯盟發布的互聯網研究報告《物聯網》。報告描述了世界上的萬事萬物，只要嵌入一個微型的傳感器芯片，通過互聯網就能夠實現物與物的信息交互，從而形成一個無所不在的“物聯網”。

物聯網技術分為四個層次：感知技術、傳輸技術、支撐技術、應用技術。物聯網結構層次分為三層，自下向上依次是感知層、網絡層、應用層。感知層是信息采集的關鍵部分，是物聯網的核心,是物物相連的基礎，其主要功能是識別物體，采集信息。

物聯網感知層的主要技術有：RFID技術、二維碼技術、智能視頻技術、衛星導航技術、Zig-Bee技術和藍牙技術等。感知層由基本的感應器件以及感應器組成的網絡兩部分組成。感知層主要設備包括二維碼標簽和識讀器、RFID標簽和讀寫器、攝像頭、全球衛星定位系統、多種傳感器、M2M終端、智能手機、傳感器網關等，前端的感知設備主要功能與人體結構中五官和皮膚的作用類似。

上述感知層的主要技術與設備各有其優勢與不足，我們先做一個簡單的比較。

M2M(Machine to Machine)指的是將數據從一臺終端傳送到另一臺終端，比如紅外發射與接收器，上班用的門禁卡與讀卡器，超市的條碼與掃描儀，再比如日前比較流行的NFC手機支付。它包括了多種不同的感應方式。

多種傳感器指的是采集聲、光、熱、電、力學、化學、生物、位置等各種需要信息的傳感器，通常一種傳感器只能采集1-2種信息，無法獲得物物相連的所有信息。

傳感器網關是感知層的的通信設備，通常它無法采集信息。

ZigBee定位技術、超寬帶室內定位(UWB)技術、藍牙定位技術、Wi-Fi定位技術與超聲波定位技術都具備定位功能，多數易于聯網，但是它們發送的距離較小，其使用范圍有限。

智能手機具備識別定位與通信功能，其發送的信息多數情況下可以代表某一人物個體，但由于隱私權受保護，對其使用受到限制。

二維碼是用特定的幾何圖形按一定規律在平面分布的黑白相間的矩形方陣記錄數據符號信息的新一代條碼技術，由一個二維碼矩陣圖形和一個二維碼號，以及下方的說明文字組成，通過圖像輸入設備或光電掃描設備自動識讀以實現信息自動處理，二維碼的識別應用具有成本低、信息量較大，識讀速度快，全方位識讀等特點，但也存在掃碼距離不能太大，不能雙向交換信息，標簽易于被替換、自動識別較為困難的不足。

用戶可以用全球衛星定位系統在全球范圍內實現全天候、連續、實時的三維導航定位和測速。其特點是不需要sim卡，不需要連接網絡，只要在戶外，基本上隨時隨地都可以準確定位。但是終端設備啟動后搜索衛星的時間一般需要2分鐘左右。另一個缺點是信號不能透過金屬和鋼筋水泥混合物，因而不能在室內如地下停車場、高橋下、密集的樓房下使用。

射頻識別(RFID)技術利用射頻方式，利用天線把無線電信號調成電磁場，附著于物品的標簽經過磁場后生成感應電流把數據傳送出去，以多對雙向通信交換數據以達到識別和三角定位的目的。對于目前應用較多的RFID網絡來說，附著在設備上的RFID標簽和用來識別RFID信息的讀寫器都屬于物聯網的感知層。由于射頻識別技術和設備具有非接觸、自動化程度高、耐用可靠、識別速度快、適應多種工作環境、可以實現高速和多標簽同時識別的優勢，因此在物聯網感應層中得到廣泛應用。射頻識別定位技術作用距離較小，但它可以在幾毫秒內得到厘米級定位精度的信息，而且標識的體積比較小，造價比較低。但其不具有通信能力，抗干擾能力較差，不便于整合到其他系統之中，且用戶的安全隱私保障和國際標準化都不夠完善。射頻識別技術與設備已經被收費站、倉庫、工廠、商場廣泛使用在車輛收費和貨物、商品流轉定位上，是目前使用最多的技術與設備。

攝像頭是一種光學信息傳感器，具有視頻攝像/傳播和靜態圖像捕捉等基本功能，它是借由鏡頭采集圖像后，由攝像頭內的感光組件電路及控制組件對圖像進行處理并轉換成電腦所能識別的數字信號，然后借由并行端口或USB連接輸入到電腦后由軟件再進行圖像還原。傳統的攝像頭能夠自動獲得的信息量較少，通過系統平臺的視頻分析功能可以識別車牌數字。

人是通過觸覺、聽覺、嗅覺、味覺、視覺來感知世界，其中視覺是人最重要有效的信息獲取方式。智能攝像機作為一個高級的物聯網終端，會成為萬物互聯智能世界的“眼睛”，成為高價值的信息獲取方式，給產業物聯網提供輸入，進而推動產業產生更大價值。

2010年中科院自動化研究所生物識別與安全技術研究中心李子青教授提出“智能視覺物聯網”的概念。視覺物聯網涉及物聯網的視覺感知部分，利用各類圖像獲取傳感器，包括監控攝像機、手機、數碼相機，獲取人、車、物圖像或視頻視覺數據，提取視覺標簽并采用智能分析技術對視覺信息進行處理，提取視覺標簽，為后續利用提供支撐。2010年7月，《智能視覺物聯網》的創意在“2010中國物聯網創意和應用設計大賽”中獲獎。

智能視覺物聯網的定義是：通過視覺傳感標簽、射頻識別(RFID)、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何物體與互聯網相連接，進行信息交換和通信，以實現對物體的智能化識別、定位、跟蹤、監控和管理的一種網絡。通過公共場所管理、智能樓宇、交通管制、學校、監獄、金融、社區、個人視頻設備等終端用戶搭建起“智能視覺物聯網”，能夠實現對資源的統一監控、管理和調度，因此智能視覺物聯網具有廣泛的應用前景。

智能視覺標簽系統 - 作為智能視覺物聯網信息處理的核心部分，對視覺感知范圍的人、車或其他物件、對目標標簽物體的身份及其實時狀態進行智能分析，對其進行“貼標簽”處理，并輔以標簽屬性包括名稱、ID、屬性、地點、運動狀態、行為等(見下圖)。與RFID物理標簽相比，智能視覺標簽系統的特點是：(a)通過無源方式提供標簽信息，(b)屬于虛擬表現性質，(c)打破距離限制，可以遠距離獲取。

深度學習與人工智能(AI)技術的進步，使得具備人工智能的攝像機能夠從其拍攝的視頻中獲得更多的有用信息和數據。隨著人工智能賦能攝像機，視頻監控智能分析開始“前移”，尤其是AI技術的成熟應用，開啟了監控攝像機發展的新紀元，加速了智能感知前端的普及應用。AI視頻成為物聯網前端感知的重要手段。

中星技術股份有限公司推出的“算法定義”系列智慧型攝像機內置深度學習神經網絡架構，可根據應用需要快速更替智能分析算法和參數，滿足人員和車輛布控、目標分類和抓拍、事件發現和監控環境自適應等差異化場景的應用需要。

海康威視研發的“合智能系列攝像機”聚合了多種專為復雜場景設計的深度學習算法，實現全結構化數據精準采集，具備多場景數據融合分析能力，實現全方位態勢感知。該系列攝像機具備多目標并發全結構化數據采集能力，基于原始視頻，利用多引擎動態檢測跟蹤技術，實現最優目標屬性信息提取，消除低質量數據干擾，更有利于云中心數據利用。與此同時，“合智能”系列攝像機基于多鏡頭設計架構，突破傳統場景邊界，融合全景視角和細節特寫數據，實現城市管理、行為分析、道路事件等全方位深度態勢感知。該產品榮獲2019世界物聯網博覽會新產品創新獎。

人的五種主要感知，視覺、聽覺、嗅覺、味覺、觸覺中信息量最大的就是視覺。隨著攝像頭的AI化，以及逐步普及與聯網，視頻數據在物聯網發展中將發揮巨大的作用。這也大大擴展了視頻產業的市場空間。2018年，國內物聯網產業規模就已突破1.2萬億人民幣。其市場規模和發展速度會比視頻監控行業更大更高。