目前，在公安工作中，zui實在的應用就是從海量視頻數據里找出具有相同線索特征的圖像，其中zui大的技術障礙還在于視頻的結構化。站在視頻分析、智能視覺的角度來看，我們可以采用一些智能分析手段，以從大量純視頻中先自動化地采集出一些常用的“元數據”信息，并用數據TAG的方式重新對視頻信息進行組織、長期存儲，以備“戰時”急用，完成對*分子行為痕跡的拼湊。
飛速增長的視頻監控數據，使得傳統視頻監控體系架構、數據的管理方式、數據分析應用等面臨新的困境。
困境一：數據量的急劇擴大和IT投資之間的矛盾
按照IT產業的法則：在滿足客戶需求的前提之下，往往技術成本越低，其生命力往往越強。由于數據量的急速擴大，以及隨之而來的大規模計算的需求越來越多，一味采用高配硬件，使得硬件投資成為客戶不可承受之重，客戶越來越希望在滿足需求的前提下，用中低端的硬件來替換高配硬件。
困境二：海量數據和有效數據之間的矛盾
攝像頭7X24小時工作，如實記錄鏡頭覆蓋范圍發生的一切，僅僅記錄信息是不夠的，因為對于客戶來講可能大部分信息是無效，有效信息可能只分布在一個較短的時間段內，按照數學統計的說法，信息是呈現冪律分布的，也稱之為信息的密度，往往越高密度的信息對客戶價值越大。
困境三：資源利用和效率之間的矛盾，串行計算和并行計算的矛盾
視頻監控業務網絡化、大聯網后，網絡內的設備越來越多，利用閑置的計算資源，實現資源的zui大化利用，關乎運算的效率。在視頻監控領域，往往視頻分析的效率決定價值，更低的延遲、更準確的分析往往是平安城市這類客戶的普遍需求。隨著數據量的增加，哪怕對TB級別的數據進行對視頻內容的數據分析和檢索，采用串行計算的模式都可能需要花費數小時的計算，已遠遠不能勝任時效性的需求。視頻的分析和檢索，不能依賴于傳統的手段，巨量數據的效率優化，并行計算是視頻智能分析的*出路。
