随着相关算法精度的提升和实现方法的多元化，以及硬件成本的下降，动态视频图像分析功能的大规模商业应用已成为可能和趋势。于是，对于前端智能和后端智能的争论也随即成为近一阶段来业内的热点。这里，笔者结合自己的实际工作体会谈一些基本的看法。
所谓“前端”和“后端”之分，主要是指实现相关应用功能或图像结构化解析功能的图像分析算法的部署位置。一般来说，在拟分析图像的捕获源处进行图像分析算法部署的，可以统称为前端智能;除此之外的图像分析算法部署方案都可统称为后端智能。
在所处理图像的分辨率达到720P(含)以上的前提下，简单地以计算能力、网络接入带宽等条件来判断前端智能和后端智能的适应性是不全面的。例如，以计算能力来讲，尺寸比iPhone6还要小一点、使用Intel i7芯片的计算机，与传统的摄像机集成在一个机壳内已经不是什么难题了。因此，在实际选择图像分析算法的部署方案时，应该综合考虑技术上的可行性、经济上的实用性以及工程上的适应性等要素。
从图像分析(识别)的对象来看，字符、标记以及有限静态集合(或可枚举集)对象，比较适合使用“前端智能”;有限动态集合、无限集合(或不可枚举集)对象，则应该使用“后端智能”。例如，同样是人脸识别，“人证合一”功能完全可以在前端实施，但“人人合一”功能在很多情况下功能恐怕不得不在后端实施。
从经济上来看，如果要考虑投资保护或者在有限投入的情况下尽量多地布防，即使“前端智能”同样适用，“后端智能”也必然是不二的选择。
因此，从解决方案提供者的角度来看，只要所提供的图像分析算法能够在不同的计算平台(嵌入式、桌面、工控、服务器)上运行，就无所谓部署位置的强与弱、优与劣，能满足客户的技术经济要求是最关键的。
