检索与摘要技术是视频图像智能分析的重要部分
视频检索是根据目标特征检索出包含某个目标的视频，或者从视频结构中找出包含目标的片段，从而大大提高视频资源查找和利用的效率。视频检索的基础是视频解析和特征提取后获取的目标索引和内容描述库。通过建立高效的特征描述和目标、内容索引库，并研发快速准确的检索算法，实现有效的视频检索功能。视频摘要主要是利用视频分析模块、视频图像特征提取、视频帧元素的特征标记与提取、重建处理等技术，对海量视频进行摘要处理，生成简短摘要文件，融合多个目标元素，具有部分明显特征的元素可以快速检索，对目标元素的原始录像进行精确定位，查找相关联线索视频。检索与摘要技术适用于多种条件的监控图像，高清卡口图像的检索准确率可达到95%以上，也适用于普通标清视频的检索。摘要技术适用于标清、高清视频的分析和融合处理。目前，检索与摘要技术已基本成熟并获得应用。目前对高清卡口图像的车辆特征检索也基本成熟，包括对车辆轮廓、车牌、车辆其他部分的特征的检索和比对，相对于标清图像，高清图像的检索准确率会更高。海康威视推出的Smart2.0 整体解决方案，正是目前最新检索与摘要技术的有力体现。
视频图像智能分析在车辆监控方面有极大的应用前景
具体来说，在车辆信息提取与检测领域，虽然相关的检测、跟踪算法研究已经时间较长，应用却主要局限在交通参数的获取方面，而且也需配置专用的检测摄像机。对车辆的识别还主要是车牌的检测和识别。近几年国际上开始了对更多的车辆特征进行检测、提取和识别的技术研究，并研究直接对车流整体信息(如交通状态)进行准实时检测的技术实现。从视频中获取所需要的人与车的信息，提高视频资源利用效率，以及将视频信息与其他公共安全要素关联起来，一直是视频图像处理和应用领域关注的热点问题，特别是在基于监控视频的公共安全管理领域。虽然目前国内外研究机构在一些单项技术上已有成果，并有部分产品投入应用，但是对监控视频的利用还基本处于人工主导的层面。视频图像的综合利用技术还有待进一步发展，例如对卡口等监控系统的视频和图像资源利用率有限，户政证照图像资源与其他应用系统未实现共享，越来越多的视频资源带来日益突出的视频传输、存储问题等。
行人检测与行为分析是当前计算机视觉等多个学科重点研究的热点问题
近年来面市的视频智能分析产品基本只能对越界等常见的、简单的异常行为进行检测分析，无法检测更加复杂的动作，即对复杂场景的适用性较弱。研究从视频中截取行人面部以进行人像识别的技术是发展方向，但实现难度较高，对硬件和应用环境要求也十分苛刻。因此，在普通视频监控条件下的应用是新的技术挑战。
