移动视频监控虽然应用非常广泛，但是要得到良好的应用效果，必须解决好如下几项关键技术：

　　无线视频监控首要面临的问题就是如何解决在有限带宽的条件下传输高质量视频，在当下有如下两种方法可供参考：

　　（1）多卡捆绑

　　3G/4G网络跨运营商多卡混网混模捆绑技术，通过多卡捆绑可以实现带宽叠加，在网络情况恶劣的情况下，增加总带宽以传输720p视频。在网络情况正常的地点，通过多卡捆绑可以获得1.5M甚至2M的稳定带宽，可以使传输的视频码率更高、效果更加清晰稳定。多卡捆绑可以平滑网络抖动，在遭遇无线网络难以避免的波动时，视音频传输更加流畅。

　　（2）自适应编码

　　首先，编码技术根据清晰度预期来降低码率。例如在720p的视频中，将目标码率设置为1Mbps，编码会对视频内容进行实时分析，通过前置窗口中实时探测视频内容，再设置最合适的码率，同时确保所设置的码率不超出最初的预设值。其次，根据预设码率选择最佳分辨率，当画面内容特别复杂时，在1Mbps的码率下降低分辨率（720p->480p）；当画面内容较为简单时，可以相应地提高分辨率（720p->1080p）。第三，在无线网络产生长时间抖动、丢包等不稳定时，要自动进行编码速率的调整以适应短时间适应恶劣网络环境，而不至于由于网络因素造成的长时间卡顿现象，在网络恢复正常后系统自动回调。

　　二、音视频编解码

　　当今的视频压缩标准有MPEG和H.26X两大系列。MPEG-4目前已应用于Internet流媒体领域，为了尽量减轻MPEG-4视频流对误码的敏感性，以保证压缩视频解压后的恢复质量，MPEG-4 提供了多种抗误码工具，承载流媒体业务的实时网络传输层及底层移动通信系统也可以进一步改善流媒体传输的抗误码性能。MPEG-7是针对存储形式或流形式的应用而制定的，不仅仅用于多媒体信息的检索，更能广泛地用于其他与多媒体信息内容管理相关的领域，并且可以在实时和非实时环境中操作。

　　H.265作为目前最新的视频编码技术，在安防行业的应用有着非常大的前景。H.265标准采用了高精度、多模式预测技术用来提高压缩比以降低码流。H.265标准针对网络传输的需要设计了视频编码层VCL和网络提取层NAL结构，网络抽象层是提供“网络友好”的界面，从而使视频编码层能够在各种系统中得到有效的应用。H.265标准针对网络传输的需要设计了差错消除的工具，用于压缩视频在误码、丢包多发环境中传输，从而保证了视频传输的有效性。

　　为了能在时变、带宽有限、误码率较高、缺乏QoS保证的无线信道上传输视频数据,视频编码算法必须满足以下要求: (1)高效的视频压缩比；(2)较高的传输实时性、更短的传输时延、更快的编码速度；(3)较强的视频传输鲁棒性，更好地适应传输信道的误比特干扰。因此，研究在无线视频监控应用中的编解码机制，重点在于进一步提高编解码效率及抗干扰能力。

　　三、数据安全加密

　　数据安全加密包括信道安全与信源安全。

　　（1）信道安全

　　首先，网络系统安全包括网络设备设置区域的物理安全与网络设备自身软硬件的安全；其次，防火墙、防病毒攻击、入侵检测技术、访问控制技术、网络监察技术的采用都是从基础层面上保证网络健康、健壮的有效手段，是任何安全网络不可或缺的重要内容。

　　（2）信源安全

　　支持多重用户身份认证，采用动态密钥私有加密算法，信令、码流、存储、文件全加密，保障数据安全。

　　四、流式多媒体存储技术

　　为了保障视频流的快速定位与浏览，需要采用结构化视频数据存储引擎技术，将流模式的视频数据进行结构化抽象，以视频序列(或者视频块)的方式进行存储和检索，从而达到更有效的管理视频数据的目的。采用“时间索引+视频序列数据”数据结构，提高监控数据的存储效率，不会造成在使用过程中存储空间会逐渐变小和性能会随之降低的问题；在意外情况发生（如在形成过程中若网络有误码、前端设备或者服务器/存储机有故障），视频数据损失减小到 5s以内。

　　五、多网融合通信技术

　　为了保证无线视频通讯的流畅性，需要具备多种网络接入能力（3G、4G、卫星、4G专网等），可以同时支持3G、4G、Wifi、卫星、局域网等多种网络备份和互补，减少了不同网络下传输设备的重复配置，节省设备投入，减小系统维护量。多网络平滑切换，在多网络接入环境中，当某种主用网络产生故障时，可以自动进行网络的切换，并且在切换的过程当中视音频不中断。

　　六、人工智能技术

　　随着人工智能技术的发展，多种人工智能应用纷纷涌现，主要体现如下几个方面：（1）行为类，如绊线、区域、聚集、遗留等；（2）行人类，如人脸识别、行人识别；（3）车辆类，如车牌识别，车型识别。这些智能分析功能，由于其算法的优化越来越精简，大有智能前移的趋势，在这种形势的驱使下，移动视频不可避免要融入人工智能成分，如人证核验、便携式布控、移动视频结构化采集等设备纷纷涌现，因此后续如何做好人工智能与移动设备的紧密结合将迫在眉睫。