大数据已经成为近几年IT技术发展的新亮点，也成为视频监控应用技术发展的重点之一。杭州海康威视系统技术有限公司解决方案高级经理汤国宝谈到：“充分运用物联网、云计算等技术，利用大数据优势，围绕着智能化、专业化、数据化最大限度发挥视频监控应用效能，构建立体化社会治安防控体系，并将原先的服务专业发展到服务民生。”

　　视频监控数据有两个方面的内涵--海量和非结构化。视频监控数据量规模庞大，并且随着高清化、超高清化的趋势加强，视频监控数据规模将以更快的指数级别增长；与通常讲的结构化数据不同，视频监控业务产生的数据绝大多数以非结构化的数据为主，这给传统的数据管理和使用机制带来了极大的挑战。这些挑战在一定程度上反映出当前视频大数据处理领域存在的主要问题，同时也对视频大数据处理技术提出了更高的要求。小编根据大数据目前在视频监控领域应用的情况归纳整理了该项技术今后发展应关注的几个问题。

　　1、视频压缩编解码性能的限制

　　随着数字视频应用产业链的快速发展，政府、学校、社区、民用以及网络终端所产生的海量视频向传统视频编码标准发出宣战。需要传输与存储的视频数据不断加大就需要更大程度地提高编解码效率，提高视频压缩率，从而降低传输资源消耗和存储空间。网络化进程的加快也要求编码后的视频在快速、便捷传输的同时保证解码还原的视频质量。

　　视频压缩也制约着智能视频领域的发展。很多情况下我们要求降低解码后的视频损耗，比如多媒体视频认证领域，视频的无损还原是提高算法判断准确度的先决条件，只有控制在一个合理的损耗范围内，它才能提高视频篡改提示的准确度。因此随着视频的网络化、高清化、智能化时代的来临，领先新一代视频编码标准，超越新的技术框架和编码性能，才能在城市级视频应用领域中取得核心的主导地位。

　　2、智能视频监控领域中的算法检测识别准确率的问题

　　目前的视频监控方法只能在非常简单的环境下聚焦少量目标，检测、识别、跟踪性能还无法达到一个较高的水准，多数软件都存在场景、环境的限制，例如在简单、纯净的场景中，检测目标背景与前景差别较大时，检测结果较为准确；而在一些人流量密度大的复杂场景中，如地铁、车站、商场，监视成千上万个个体时，准确地识别、跟踪、检测则是一项非常艰巨的任务。

　　同时算法检测会受到光线、颜色、化妆、摄像机硬件误差及精密度等一系列的问题影响，因此在低端智能与真正的人工智能之间还存在一个较大的鸿沟，它需要计算机处理能力及处理速度的提升。

　　我们需要的是一种接近人类，甚至高于人类的识别准确率，并且能够检测区分人群行为，预测潜在的群体灾难。这不仅仅在智能视频领域，而且从多领域的交叉融合角度，智能分析的研发与探索对机器人的发展也能够起到积极的推进作用。

　　3、高清监控摄像机的智能化处理

　　以往大多数城市级安防监控摄像头录制的视频画面都较为模糊，刑侦破案分析的依据仅仅为模糊画面动作方向，甚至是模糊的像素点，对具体人物细节的描述不清晰导致刑侦难度加大，辅助公安机关研判的力度不强。在智能安防的监控领域，传统的智能分析方法较多的是在CIF格式下进行算法处理，这样处理速度更易达到实时。当传统视频向高清视频转换过渡时需要多重处理策略相结合进行算法分析，这需要持续的研发革新。在从标清向高清的门槛跨越过程中，网络带宽的承载力、视频的显示、存储等问题也不断显现。这就要求尽可能在前端的高清摄像机能实现智能化，这也是智能监控发展的重点之一。

　　总结：

　　随着全国各地平安城市项目的大规模推进，视频监控在智能安防领域中发挥着越来越重要的作用。现在不仅在机场、车站、码头等人流集中的公共场所采用视频监控系统，而且在一些办公场所和住宅小区也安装了视频监控系统，在一些如监狱等重要场所更是提出视频监控全覆盖的应用要求。与此同时，视频监控产生的数据将会迅速的增长。在建设智能安防的路上，如何利用大数据发挥视频监控的最大效能与数据本身的应用价值，我们还需进一步探索，克服前进中面临的众多瓶颈问题。