人工智能视频大数据分析当前还面临哪些问题？

随着视频监控摄像头布得越来越密集，私有云、公有云已经沉淀了大量的存量视频监控数据。同时监控摄像头7*24小时运转，又不断产生新的视频数据。将传统视频与人工智能结合，实现视频大数据分析，是安防业内与AI厂商一起努力的方向。

大规模视频解析计算技术是指“云+计算”，即云量的存储空间和海量数据的计算分析。

视频监控系统产生的数据量庞大，而且日趋多元化，包含：非结构化数据、半结构化特征数据以及结构化数据。当前的人工智能视频大数据分析技术主要存在如下３个问题：

１）非卡口视频分析效果亟待提高

非卡口场景的视频分析算法在准确率、稳定性及计算成本等核心指标方面还有待于提高，导致非卡口场景的存量视频利用率极低，目前没有有效利用的非卡口监控视频约占监控视频总量的 97%左右；

２）智能算法在安防的实占能力待提高

当前的人脸识别技术、行人识别技术、行为分析等视频分析技术往往是接近于实验室场景下的初级应用、数据孤立下的单点识别应用，距离全天候场景下的精准锁定，最快时间、最小成本、跨摄像机下的识别搜索，还有很大的差距，真正解决客户实战问题的能力还有待于提高；

３）基于结构化视频数据的智能分析尚在探索

智能 AI 摄像机及视频结构化分析产品开始进入安防市场，产生了海量的结构化视频数据，但基于结构化视频数据的深度智能应用，如时空分析、模式挖掘、预测预警、技战法训练等尚在探索阶段，有可能形成新的数据浪费和低效投资。

通过从监视摄像头收集非结构化数据集，对视频图像内容进行理解和分析，生成图像内容和行为的描述信息，并以结构化或半结构化语言描述，找出可能指向某种安全威胁的异常现象。这是安防监控视频数据与AI人工智能的结合点。目前海量视频智能分析已经在部分公安合成作战项目取得了应用。