（1）大數據

在智慧社區、大型智能小區建筑群的智能安防中需要640x960小時獲取視頻信息，是海量視頻數據，屬于大數據。因此視頻大數據的發展特點為：

非數字化轉為數字化，現已接近成熟。

數字化到數據化，關鍵是結構化。

大量轉換來的非結構化到結構化數據，數據集中是關鍵。

大量數據與快速處理矛盾。

大數據的應用最重要的是數據大集中，只有集中數據，才能對數據進行分析和處理，挖掘出有利用的信息價值。智慧交通、智慧社區、智慧安防、平安城市、數據、視頻、信息集成化、集成管理等都應用到大數據技術。

（2）可視化

視聯化

視頻領域從技術層面分為視頻點播（以IP為主導）、視頻廣播（IPTV、IPTP）、視頻通信（IP網和廣電網），其中IP網存在壓縮時延的問題，而廣電網是無時延的，其特征是全實時、全高清、全交換、全功能、全覆蓋、點對點、雙向互動。

視頻分析技術

智能視頻分析是使用計算機圖像視覺分析技術，借助于計算機芯片強大的數據處理功能，通過將場景中背景和目標分離進而提取、比對和分析畫面中的關系信息，對視頻畫面進行高速分析，用戶可以根據分析模塊，通過在不同攝像機的場景中預設不同的非法規則，一旦目標在場景中出現了違反預定義非法規則的行為，系統會自動發出警告信息，并且會根據預先定義好的相關聯動設備進行觸發聯動動作，用戶可以通過點擊報警信息，實現報警的場景重組并采取先關的預防措施。

涉及的“人”識別技術主要有：生物特征檢測、生物特征識別、行為特征識別等，廣泛應用于重要出入口，特別適用于人流量大，人口成分負責的大型小區。

涉及的“車”識別技術主要有：車牌檢測、車牌識別、車身顏色識別、車型檢測，廣泛應用于大型商業中心停車場的管理與收費等。例如，聚光智能停車場車位引導系統已經成功運用在多個大型商業停車場當中。

涉及的“事”識別技術，主要有周界防范、行為防范、人（車）流量統計、人群聚集等，其中行為分析包括快速移動檢測、交通擁堵檢測、周界跨線檢測、排隊異常等情況，廣泛應用于智慧社區周界防范等。

涉及“視頻增強”技術，主要有視頻濃縮、圖像清晰化、視頻故障診斷等，借助這些技術，可以有效縮短時間快速查找目標視頻、增強視頻圖像效果、快速準確鎖定視頻故障類型，從而提高視頻分析的能力和質量。

視頻分析技術在結構上有兩種方式：前端視頻分析和后端視頻分析。

前端視頻分析就是采用具有智能分析模塊功能的前端攝像機，前端攝像機即可實現車牌識別、行為異常報警、移動偵測報警、入侵檢測報警、物品遺留識別報警等功能，然后把提取到的視頻相關特征數據和視頻圖像一起往后臺中心傳送，由后臺中心進行集中管理、控制、顯示、和儲存。前端視頻分析使視頻實時分析預警成為可能，可大大節省傳輸和存儲資源。目前，前端視頻分析的應用主要適用于高清網絡攝像機。

后端視頻分析即前端采用無智能分析模塊的攝像頭，前端攝像機把采集到的視頻圖像往后臺中心傳輸，由后臺的智能分析服務器針對視頻圖像進行分析和識別。其后臺智能監控軟件的核心是由各種算法組成的，不同的算法應用在不同的場景之中，而且各種應用場景的需要會隨著具體環境的改變而改變；整個分析運算和處理都是由后臺中心相關的服務器和軟件完成的。

隨著視頻圖像的存儲，后臺的儲存設別保存著海量的歷史視頻數據，但這些視頻一般都很少再調用，但在實際的管理和使用中，往往會根據某種需求對歷史視頻進行搜索找出目標視頻，但要在這海量的歷史視頻數據中查找，要消耗大量的時間和人力。所以，采用“智能檢索”也是一種智能視頻分析技術，它對所定義的規則或要求，對保存在儲存設備中的歷史視頻數據進行快速地比對，把符合規則或要求的視頻濃縮、集中或剪切到一起，這樣就能快速檢索到目標視頻。

視頻摘要技術

視頻摘要技術是對視頻海量數據進行快速檢索、智能分析與處理，從大數據中挖掘出有價值的、與事件關聯的小數據片段，建立視頻摘要信息模式。通常用一段靜態或者動態的圖像序列出來表示，并對原始信息予以保留。視頻摘要在視頻分析和基于內容的視頻檢索中扮演著重要角色。