本質上物聯網是一個連接性問題，盡管前景看好，但問題在目前可能還有85%的設備是沒有連接的。”英特爾(Intel)物聯網事業部部門與大市場部門市場總監Todd Matsler說。同樣地，安防領域目前也處于相同的“連接與非連接”的發展過程之中，長遠來看，智能化視頻監控正在成為前端收集數據的關鍵端口，為眾多安防企業帶來了全新的發展愿景。

　　本世紀初IP攝像機問世推動了監控大聯網時代的來臨。隨著監控系統連接性提高，對智能化的需求也與日俱增，而智能化的范圍還包含了智能網關、后端設備和平臺等等。這些設備通過智能、無縫的連接和集成的系統，將能更好的理解用戶的環境，很多設備可以僅靠自己就做出一些行動來響應用戶的需求。

　　“過去對于整個視頻系統的應用是存儲、回放;而現在的需求在于視頻內容理解和基于這些內容的各種應用。”海康威視研究院常務副院長浦世亮說。基于大量智能化和連接需求，該公司今年提出了融合三維感知技術、熱成像感知技術、RFID、無人機航拍技術等多維感知技術的智能安防2.0系統方案。這個名稱意味著安防產業已經徹底從單品開發轉向全系統化，不具備系統整合能力的企業很難再占據優勢。

　　系統化的驅動力很大部分來自于海量視頻數據的分析需求。“越來越多的數據需要好的解決方案來管理和存儲，而目前市場上還有各種各樣的視頻分析功能，以及編解碼和轉碼的各種集成，以及云計算等，這些都是推動視頻監控系統性能不斷躍進的關鍵因素。”Todd Matsler表示。

　　浙江大華研發中心副總經理暨大數據研究院院長許焰也指出，目前的視頻監控系統關鍵在挖崛出結構化數據后的應用。所有前期的海量存儲和數據分析都是數據預處理，但最終，這些數據將在行業應用內形成數據碰撞。這正是極復雜多重因素交叉分析的大數據應用，在安防產業甚至是所有消費應用中都已經形成主流。

　　橫向擴展的視頻應用

　　在物聯網發展過程中，“影像”的重要性正在快速提升。不只是個人應用，汽車、商場、辦公大樓，所有生活會接觸的場合中攝像機安裝數量都在飛快增加。有數據預測，到2020年，未來的車輛可能安裝12個攝像機。現在有很多像高清的網絡攝像頭的使用，根據IRA的數據，預計2019年，攝像機的發貨量應該是1.2億。2017年預計這些攝像機生成的這些數據每天就可以生產859TB的數據。

　　在世界各地，視頻分析的應用領域越來越多。Todd Matsler指出，零售店已開始采用用視頻分析技術跟蹤流量，包括門店流量，或是門店內產生的熱能來構成地圖;另外還包括收集店內客人排隊和停留的時間等，這些都可以采用視頻分析的技術進行分析，提高商業智能的價值。

　　正是這些分析需求推動了整體智能監控的發展。“在融入多維感知技術后，我們可以從前端采集更多的信息;同時整個系統的各個層面中也融入了人工智能的技術。”海康威視的浦世亮說。隨著前端攝像機整合愈來愈多的視頻技術，現在整個系統中的編碼端傳輸、顯示、存儲、檢索等各個環節都能夠體現智能的價值。

　　挑戰

　　智能分析需求將視頻監控再度推上了新的發展高峰。然而，還有一些問題需要解決。“迄今信息孤島仍是主要問題。”華為技術有限公司視頻監控產品總監朱彥指出，“當我們把視頻數據轉化為結構化數據存儲起來后，很多時候往往又面臨孤立化的局面;因而原先的視頻數據包括物聯網的數據與其他數據如何結合與碰撞，是我們面臨的主要問題。”

　　數據共享后帶來的優先級問題也亟待解決。朱彥以應用量最大的平安城市為例指出，平安城市用戶涵蓋政府各個機構，甚至一些智慧社區民間的非政府部門。如何因用戶在業務上的優先級，通過不同優先級的業務去對應他的優先級響應這些業務?因此，大規模高效率視頻監控系統的建設迫切需要標準化、開放性和更彈性的網絡，才能最大程度地發揮視頻的應用價值。