1、視頻海量數據的存儲與處理

在全數字遠程視頻監控階段，大量的視頻數據將通過前端視頻攝像頭匯聚到數據中心，將形成海量數據，這些數據的存儲和處理將成為智能視頻技術的基礎。數據的存儲和處理占用大量的存儲單元和計算單元，這將花費很大的資金投入。在平臺建設完成后還需耗費資金和人力進行運維。建議對不同安全級別的視頻監控進行分級處理：對安全級別高的安防系統，構建封閉式系統，確保數據的安全；對于安全級別低的安防系統，充分利用當前發展的云服務平臺，由云服務企業提供數據的存儲和處理，實現信息的專業化應用。

2、智能視頻系統的實時性

對于現代化城市安防而言，需要在事件發生的第一時間給出報警，因此需要對視頻數據的采集、分析處理及報警發布等環節以實時性為目標進行優化，提高系統響應速度。

3、智能視頻系統的安全性

智能視頻系統是安防系統的重要工具，其自身的安全性必須加以保障。這部分包括兩方面：系統的可靠性和穩定性，視頻系統需進行不間斷長時間工作，必須專門進行可靠性研究，提高其穩定性，確保系統的穩定運行。必要的時候，根據安全級別，進行冗余設計，使系統在出現故障時迅速切換成正常運行狀態；防入侵的安全性，需考慮網絡、設施設備、軟件系統及人員的防入侵，只允許具有權限的人對智能視頻系統進行操作。

4、提高視頻分析準確率

為了提高報警的準確率，需對不同應用領域的視頻分析核心算法研究。目前視頻分析在安防主要應用領域如下：

· 高級視頻移動偵測：在復雜的天氣環境中（例如雨雪、大霧、大風等）精確的偵測和識別單個物體或多個物體的運動情況，包括運動方向、運動特征等；

·物體追蹤：偵測到移動物體之后，根據物體的運動情況，自動發送控制指令，使攝像機能自動跟蹤物體，在物體超出該攝像機監控范圍之后，自動通知物體所在區域的攝像機繼續進行追蹤；

· 人物面部識別：自動識別人物的臉部特征，并經與數據庫檔案的比較來識別或驗證人物身份；

· 車輛識別：識別車輛的形狀、顏色、車牌號碼等特征，并反饋給監控者?？捎迷诒槐I車輛追蹤等場景中；

·遺留、遺棄物品檢測：當一個物體（如箱子、包裹、車輛、人物等）在敏感區域停留的時間過長，或超過了預定義的時間長度就產生報警。典型應用場景包括機場、火車站、地鐵站等；

· 入侵探測：可感知設定區域內突然出現和入侵的物體并及時報警。比如在戒備森嚴的軍事重地或銀行博物館等重要場所出現可疑人物等；

· 物品被盜或移動檢測；當監控場景中的物體被盜和移動，算法將自動檢測這種動作，常常用于貴重物品和關鍵設備的監控。