视觉物联网技术涉及物联网的视觉感知部分，利用各类图像获取传感器或视频视觉数据，提取视觉标签并采用智能分析技术对视觉信息进行处理，需要学习图像分类、目标检测、图像分割、视频处理等。
视觉物联网技术涉及物联网的视觉感知部分，利用各类图像获取传感器，包括监控摄像机、手机、数码相机，获取人、车、物图像或视频视觉数据，提取视觉标签并采用智能分析技术对视觉信息进行处理，提取视觉标签，为后续利用提供支撑。需要学习图像分类、目标检测、图像分割、视频处理等。
“智能视觉物联网”通过视觉传感器+信息传输+智能视觉分析感知人、车、物（人：智能行为识别（IVS）、车：智能交通（ITS）、物：RFID 物联网技术），智能视觉物联网的定义是：通过视觉传感标签、射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物体与互联网相连接，进行信息交换和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理的一种网络。通过公共场所管理、智能楼宇、交通管制、学校、监狱、金融、社区、个人视频设备等终端用户搭建起“智能视觉物联网”，能够实现对资源的统一监控、管理和调度，因此智能视觉物联网具有广泛的应用前景。
智能视觉物联网与基于 RFID 等其他传感器的物联网的主要区别，在于前者对视觉标签的支撑，它包含视觉传感器+传输+智能分析三个部分。主要特点是：
（1）多种视觉信息获取设备 – 智能视觉物联网必须支持多种视觉传感和图像设备。这些包括图像、视频文件；移动设备，如手机、数码相机；固定设备，如网路摄像头、监控摄像机。智能视觉物联网这些图像视频终端设备作为结点，采集环境中物体、目标信息。
（2）视觉信息获取与传输 – 智能视觉物联网的数据传输必须兼容各种主流网络介质，以“多网合一”、有线和无线的方式进行视觉信息传输。
（3）智能视觉标签系统 – 作为智能视觉物联网信息处理的核心部分，对视觉感知范围的人、车或其他物件、对目标标签物体的身份及其实时状态进行智能分析，对其进行“贴标签”处理，并辅以标签属性包括名称、ID、属性、地点、运动状态、行为等（见下图）。与 RFID 物理标签相比，智能视觉标签系统的特点是：（a）通过无源方式提供标签信息，（b）属于虚拟表现性质，（c）打破距离限制，可以远距离获取。
（4）智能视觉信息挖掘 – 作为智能视觉物联网的更高级部分，对所覆盖大范围中的目标视觉标签进行关联，识别挖掘各目标的运动轨迹，并分析其行为。
智能视觉标签系统与智能视觉信息挖掘, 作为视觉信息处理的两个重要构件，是智能视觉物联网最核心的部分，也是其未来的发展重点。
