小编：
机器学习太高深？人工智能太遥远？对贝尔实验室来说，这都不是事儿！
当你开车经过路口，一排排的摄像头齐刷刷的罩住你，背后产生海量的视频资料，已经超过了人力有效处理的范围，导致极低的利用率。不仅如此，视频监控的收集也导致了网络带宽的大量消耗。更为重要的是，由于真实场景比传统的目标识别要复杂的多，因此目前常见的视频分析方案造成了很多误判和漏判。
诺基亚贝尔的智能视频分析技术即为解决此类问题而提出。通过获取视频中的多维度的抽象矢量信息并滤除大量冗余信息，利用贝尔实验室的专利算法，能发现图像中行为异常的目标，并对其进行跟踪、分析，及时发现异常行为，触发报警并采取其它措施进行干预，可用在公共安全和交通应用中。
从获取的视频中提取多维度的抽象矢量信息（如：运动、驻留、速度等）。
通过视频对比分析异常。采用分析论和机器自学习来分析矢量要素，获取样本并比对分析异常，通过机器比对发现异常，从而生成事件的分析结论。
智能视频系统可以适应较为苛刻的环境条件。诺基亚贝尔的智能视频分析系统能够适应光线差、人流密集嘈杂以及其它较为苛刻的场景环境条件。
诺基亚贝尔智能视频分析系统优势
实时性
自学习系统
主要特征及边界信息专利算法
同时支持基于规则和基于学习两种模式
多尺度的处理架构
诺基亚贝尔端到端物联网方案，涵盖终端、网络、平台和应用，并提供端到端的服务支撑能力。通过多样化的网络接入技术，并积极储备更多物联网应用，着力于构建高效的物联网合作生态。