2014-09-22
目前的视频系统大数据应用仍然面临着三大技术挑战，概括为"存不下"、"找不到"、"看不清"三个方面。这三大挑战在一定程度上反映出当前视频大数据处理领域存在的主要问题，同时也对视频大数据处理技术提出了更高的要求。
1，"存不下"主要体现在视频压缩编解码性能的限制
随着数字视频应用产业链的快速发展，政府、学校、社区、民用以及网络终端所产生的海量视频向传统视频编码标准发出宣战。存储的视频数量不断加大就需要更大程度地提高编解码效率，提高视频压缩率，从而降低存储空间。网络化进程的加快也要求编码后的视频在快速、便捷传输的同时保证解码还原的视频质量。视频压缩也制约着智能视频领域的发展。随着视频的网络化、高清化、智能化时代的来临，领先新一代视频编码标准，超越新的技术框架和编码性能，才能在城市级视频应用领域中取得核心的主导地位。
2，"找不到"主要体现为智能视频监控领域中的算法检测识别准确率的问题
目前的视频监控方法只能在非常简单的环境下聚焦少量目标，检测、识别、跟踪性能还无法达到一个较高的水准，多数软件都存在场景、环境的限制，例如在简单、纯净的场景中，检测目标背景与前景差别较大时，检测结果较为准确;而在一些人流量密度大的复杂场景中，如地铁、车站、商场，监视成千上万个个体时，准确地识别、跟踪、检测则是一项非常艰巨的任务。
3."看不清"主要体现在高清监控摄像机的智能化处理上
以往大多数城市级安防监控摄像头录制的视频画面都较为模糊，刑侦破案分析的依据仅仅为模糊画面动作方向，甚至是模糊的像素点，对具体人物细节的描述不清晰导致刑侦难度加大，辅助公安机关研判的力度不强。在智能监控领域，传统的智能分析方法较多的是在CIF格式下进行算法处理，这样处理速度更易达到实时。当传统视频向高清视频转换过渡时需要多重处理策略相结合进行算法分析，这需要持续的研发革新。在从标清向高清的门槛跨越过程中，网络带宽的承载力、视频的显示、存储等问题也不断显现。