现有的动态检测技术可以实现检测到视频中的“变化”，在多种型号的DVR或摄像头中都已集成了该种功能，但这种动态检测技术从算法上来说是比较落后的，主要的手段是通过检测视频信号中帧与帧之间的不同，并对这种不同进行分析。　　 最初始的动态检测技术在发现帧与帧之间略有不同时就会产生提示信号，这种检测方式及其敏感，在视频范围中略微有象素的变化就会引起报警或提示，而这种变化很可能是因为光照的细微变化或摄像头的轻微抖动造成的，造成大量的误报，甚至于失去了实用价值。

　　目前DVR和摄像头中所集成的动态检测技术已有了很大的改进，能适应一定范围内的信号变化，例如光照的小幅变化，摄像头的小幅抖动等，在这种情况下不会产生报警信号。但由于其基本技术依然是基于检测视频帧与帧之间的象素不同，因此对于光照的强烈快速变化或树叶树影抖动等情况依然无法适应，仍可能产生大量的误报警。

　　新的行为检测技术采用背景提取和目标跟踪的算法，一方面可有效提取移动目标的运行轨迹和行为，另一方面可以有效克服树叶摆动，树影晃动，水波波动的影响，同时，由于可以提取目标的大小，可以通过目标大小的过滤设定排除一些不关心的运动物体，而只获取兴趣目标的运动特性。

　　动态检测着重在于对“动态”的检测，从根本上来说，无论其方法如何改进，都是基于“动态”进行分析报警，而不会去理解这种“动态”的性质。但“行为检测”由于提取了目标的运动行为并对其进行分析和处理，可以有目的性地针对某些“行为”进行报警而其他行为不进行报警。典型的例子是对于运动方向的检测，如果一个摄像头对准一个出入口获取视频，则对于“动态检测”技术来说，只要这个出入口有人走动就必然会产生报警信号(否则就不叫“动态检测”了，如果无论人怎么走动都不产生报警，那也就失去了检测的意义了)，但“行为检测”却可以区分人运动的性质(如进出的方向)，可以设定只对发现朝某一个方向运动的人这种现象时才产生报警，而对于允许的方向来说，即使发现有人运动，也不会产生报警提示。这才是二者的最根本区别。