國家“十二五”規劃出臺后，新一輪經濟增長又將在各區域經濟中心推進，各個經濟區域的智慧城市化進程也就進一步加速。許多城市把建設“智慧城市”做為城市發展的重要任務，并計劃在十二五期間打造智慧城市，智慧城市的建設需要用到大量的IT技術，音視頻技術作為智慧城市基礎IT技術有著廣泛的需求和應用。

在公共領域，城市道路交通系統通過視頻監控技術能實時監測道路情況，為解決日益擁擠的道路交通提供有效的解決方案;城市安防和管理系統中，通過視頻監控為解決城市治安帶來方便快捷的能力;在公安系統中，視頻技術為公安的刑事偵查帶來很多有價值的資源。

在個人用戶領域，隨著城市移動網絡的發展，家庭帶寬的提升，個人智能移動終端已經非常普及，移動終端的攝像頭具備很高的清晰度，人們能通過攝像頭實時分享有價值和娛樂性的內容;家庭智能電視和智能家居也逐步成為市場追逐的熱點，智能電視和智能家居所攜帶的視頻能力，可以為我們帶來家庭遠程監護，家庭視頻聚會等新的生活娛樂方式，為我們的生活、工作和娛樂提供更多的便利。

目前，個人用戶領域和公共領域音視頻應用的發展相對獨立。音視頻技術想要更好的為我們服務，必然要實現各個領域應用的融合，而不是各個系統孤立的存在。比如在公安系統中，傳統的視頻監控系統具備在辦公室的電腦上瀏覽視頻的能力，但已經不能滿足他們工作的需求。警務人員已經配備了高配置、高性能的移動終端，他們不僅需要在辦公室中能查看視頻整理案件，同時需要在外出辦公時也能夠瀏覽視頻，為快速偵破案件提供幫助。

在某些特定緊急場景下，對于視頻攝像頭沒有覆蓋的領域，能夠通過手機攝像頭攝取視頻傳送給后臺的指揮中心，為處理緊急事件提供快捷方便的幫助。可以預見，智慧城市中音視頻技術將向高清化，聯網方向發展，各種視頻終端能互聯互通，大量基于音視頻的應用將會出現。視頻監控，視頻會議，視頻培訓，遠程監護，遠程醫療，家庭視頻聊天等視頻應用將會逐漸普及，人們在視頻基礎之上創建各種應用，滿足人們對交流，協作，娛樂的各項需求。

音視頻技術的發展在給我們生活帶來的便利的同時，也對音視頻網絡的架構和存儲帶來了挑戰。視頻高清化為我們提供了高質量的畫面，但數據量也成倍的增長。監控前端在向高清的方向發展，目前已經有720P、1080P、5MP、8MP等高分辨率的IPC，手機攝像頭也向千萬像素方向發展。高清晰音視頻數據的分發給網絡傳輸帶來了很大挑戰，在智慧城市中網絡建設相對領先的公安視頻網目前具備萬兆主干網傳輸的能力，但一個城市通常會有上萬個攝像頭，因此網絡的瓶頸還是非常的明顯。