大数据成为近年来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。高级解决方案经理唐国宝表示：“充分利用物联网、云计算等技术，发挥大数据优势，围绕智能化、专业化、数据化，发挥视频监控应用效能，构建三立体社会保障防控体系，发展原有服务业为民生服务。”

视频监控数据有两个内涵——海量和非结构化。视频监控数据量巨大，随着高清、超高清趋势的加剧，视频监控数据规模将以更快的速度成倍增长；与通常的结构化数据不同，视频监控服务产生的数据是海量的，其中大部分是基于非结构化数据的，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了当前视频大数据处理领域存在的主要问题，也对视频大数据处理技术提出了更高的要求。从目前大数据在视频监控领域的应用来看，

1.有限的视频压缩编解码器性能

随着数字视频应用产业链的快速发展，政府、学校、社区、平民和网络终端产生的海量视频向传统视频编码标准宣战。随着需要传输和存储的视频数据不断增加，需要更大程度地提高编解码效率，提高视频压缩率，从而减少传输资源和存储空间的消耗。网络进程的加速也要求编码后的视频在保证解码和恢复的视频质量的同时能够快速便捷地传输。

视频压缩也制约着智能视频领域的发展。在很多情况下，我们需要减少解码后的视频丢失。例如，在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率的前提。只有将损失控制在合理的损失范围内，才能提高视频篡改提示的准确性。花费。因此，随着视频网络化、高清化、智能化时代的到来，只有引领新一代视频编码标准，超越新的技术框架和编码性能，才能在城市中占据核心优势。级视频应用领域。

2.智能视频监控领域的算法检测与识别精度问题

目前的视频监控方法只能在非常简单的环境中对少数目标进行关注，检测、识别和跟踪性能无法达到较高水平。大多数软件都有场景和环境的限制，比如在简单纯粹的场景中，当检测目标的背景与前景相差较大时，检测结果会更准确；在一些交通密度高的复杂场景，如地铁、车站、商场等，在监控上千个人时，能够准确识别、跟踪、检测是一项非常艰巨的任务。

同时，算法检测会受到光线、色彩、妆容、相机硬件误差和精度等一系列问题的影响。因此，低端智能与真正的人工智能仍有较大差距，需要计算机处理能力和处理速度的提升。

我们需要的是接近甚至高于人类的识别精度，能够检测和区分人群行为，预测潜在的人群灾难。这不仅在智能视频领域，从多领域交叉融合的角度来看，智能分析的研发和探索也能对机器人的发展起到积极的推动作用。

3.高清监控摄像头的智能处理

以往智能监控系统，大部分市级安防监控摄像头拍摄的视频画面都比较模糊。刑侦分析的依据只是模糊屏幕的动作方向，甚至是模糊像素。对具体人物细节的描述不清，使刑事侦查更加困难。公安机关研判力度不强。在智能安防监控领域，传统的智能分析方式多为CIF格式的算法处理智能监控系统，处理速度更容易达到实时性。将传统视频转换为高清视频时，需要多种处理策略的组合进行算法分析，需要不断的研发创新。在从标清跨越门槛到高清的过程中，网络带宽承载能力、视频显示、存储等问题也随之出现。这就要求前端的高清摄像头能够尽可能的智能化，这也是智能监控发展的重点之一。

总结：

随着全国平安城市项目的大规模推进，视频监控在智能安防领域发挥着越来越重要的作用。现在视频监控系统不仅应用于机场、车站、码头等人流集中的公共场所，还应用于一些办公室和住宅小区。在监狱等一些重要场所，提出了视频监控全覆盖的应用。要求。同时，视频监控产生的数据将快速增长。在构建智能安防的道路上，如何利用大数据最大限度地发挥视频监控的有效性和数据本身的应用价值，还需要进一步探索，以克服我们面临的诸多瓶颈。