从目前来看，限制智能分析技术应用的最大因素就是准确率问题。所以智能分析技术应用的发展趋势肯定是朝着提高准确率的方向前进的。同时另一方面，大家也会寻找一些不关心准确率，而更多关注效率的一些应用方向。

　　从技术上来看。未来智能分析技术将着重体现以下几个方面：

　　智能码流技术

　　智能码流，是系统根据图像识别后，根据画面运动主体的运动速度，将正常录制的视频进行码流调整，进行最后的视频存储。对于运动慢的运动主体，码流记录甚至可以低至8帧/秒(fps)以下，对于正常速度运动的主体，码流设定正常的25fps，对于敏感图像的运动物体的视频码流可设定在30fps以上。对于高速的运动主体，在高速摄像机的配合下，码流可高达1000fps以上。智能码流技术，可以减少非敏感图像占用视频存储资源，从而对敏感图像提供了充裕的记载能力。

　　动态区域自适应的智能监控技术

　　以某车库视频监控画面为例，画面上的敏感信息为运动的车辆和人。不敏感画面是背景(地面和屋顶)。但在实际的视频记录中，背景(地面和屋顶)占据了50%以上的存储空间。通过图像识别技术，可以判定固定背景与运动物体图像，因而，具备了只在记载画面的中有运动的技术可能。动态区域智能监控，就是只记载除背景以外的运动物体，从而大大减少了视频存储空间的需求，相同的存储空间，可保留的视频时间长度可以成倍提高。摄像系统，通过图像识别技术，可以智能学习，判断哪些图像是背景，即便是由云台控制的摄像头，通过设定的时间内的自动学习，也可以自动判定录制视频中的新背景，从而实现对运动物体图像的智能监控。

　　非敏感区域的低码流记载技术

　　视频上方的25%到30%的区域，通常是天空或建筑的顶部图像，基本属于敏感要素不太可能出现的区域。如某些典型监控图像中的红色马赛克部分的图像，基本不会含有人们关心的视频内容，因此可以把视频图像的非敏感区域的忽略或者用低码流另外记录，只需在回放的时候与高码流的视频做一个同步。值得说明的是，非敏感区域在不同应用场景，各有不同，有的也许在视频图像的下方，有的监控场景，非敏感区域是不规则的，可以在视频监控系统安置好后，根据实际情况再进行应用层面的人工设定。

　　人脸/车辆识别(或其他敏感移动物体)驱动高清摄录技术

　　在特殊的场景下，比如大楼的进口处、电梯等地方，人脸是敏感图像。在车库内、小区的进出口处，车辆及其号牌是敏感图像。若全部用高清的视频固然可以满足监控需求，但视频存储，特别是长时间的保存就会需要海量的存储空间；若根据图像识别技术，判断出现设定的敏感图像的时候，才驱动摄像头启动高清记录，对于一般的非敏感图像，则启动标清甚至低码率的视频流来记录。这样高清与标清相结合的监控记录，即保证了记录敏感图像的质量，同时又较大程度上减少了视频存储量。

　　序列帧视频文件分布存储技术

　　把视频在一秒内产生的帧为标识成序列帧，同时编制存储与播放序列，把不同序列的帧划分为数个文件存储；单个帧序列文件可以单独播放，效果等同于低码流记录的视频效果。所有帧序列可以合成完全视频一起播放时，则是高清(或标清)的视频效果。当需要回收存储空间的时候，可按存储策略规划，先将一部分序列帧视频文件所占的区域覆盖。另一部份则保存下来，从而更有效的利用存储空间。例如按原存储能力可以保留1个月的视频数据，经过视频帧文件的分布存储后，可以保留数个月的有选择的序列帧视频的文件数据。对已保留了中长期的序列帧视频文件进行部分覆盖，实现淡入淡出式的视频逐渐丢弃，长期保留的视频数据不是一下完全消失，而是慢慢的消失、丢弃。从而最大限度地延长监控视频保留的时间。

　　从应用方面来看，视频数据深入挖掘应用将成为智能分析技术重要的任务之一

　　随着视频分析技术的快速发展，视频数据量也非常大，如何让视频分析技术在大数据中发挥作用也成为人们关注的一个方向。利用各种不同的算法计算，将大量视频数据中不同属性的事物进行检索、标注、识别等应用，以达到对大量数据中内容的快速查找检索。大大降低人工成本，提高效率。甚至在有些方面让一些人工无法完成的任务成为可能。如：人脸大数据库检索，身份证库重复人员查找、视频中穿某种衣服、某种颜色的车辆查找、车牌查找、甚至可以做到以图搜图等应用(输入一张图片找到和图片类似的片段)。

　　特定领域优化应用

　　开发在特定领域的优化应用将是智能视频分析进入实用的重要阶段，例如在高清卡口领域，限定安装环境、补光环境、可控制的参数与一致的摄像机，从而在室外环境中获得高度可用的视频源信息。在其它的领域，可以针对核心的应用需求制定特定的解决方案，使用专用的产品提高性能，从而达到比较高的可靠性与比较低的误报率。

　　智能视频分析技术与摄像机集成

　　智能视频分析技术对视频源进行分析，由于数据量巨大，算法复杂，因而非常消耗CPU资源。采用集中处理将增加大量额外的处理器，使整个系统变得复杂，增加系统故障节点。随着智能摄像机技术的发展，摄像机集成CPU处理运算能力的提高，摄像机集成智能视频分析技术将是未来的趋势。实际上，目前已经有相关的产品，但产品的类型、功能上尚存在不足，价格相对比较高，未能进入主流的应用。

　　智能检索历史视频内容

　　在平安城市建设中的公安应用中，智能视频内容检索一直是公安客户非常关注和有用的一个功能，甚至，只要准确率能达到30-50%也非常有用，这非常罕见，大部分的功能都要求准确率达到90%以上。但这确实是一个艰难的任务，在复杂的视频源中，不同安装条件下，不同的场景中，不同的摄像机中，寻找同一个目标非常困难。客户的强烈需求会推动技术的持续进步，而技术持续研发就是为客户解决问题，相信不久的将来会有新的技术、新的方法来解决这一问题，从而推动安防监控行业不断前行。

　　带来更高的商业价值和投资收益

　　视频分析将为使用者提供卓越的投资收益（ROI）。美国Waste Management公司是一个再循环和废物管理公司，拥有2200个收购地点，2007年视频分析系统共为该公司节约了750万美元的成本。由于采用了该系统，公司可以裁减工作人员、外出旅行和购置设备，以更快地对事件做出反应。

　　通过视频分析还可以获取一些商业性的情报。就是这家Waste Management公司报告称；其财务和行动部门利用视频分析实现了商业活动最优化，例如销售监控点显示以及流通模式改良等。

　　零售业是视频分析的一个大市场，他们可以利用视频分析获取有关信息，如顾客流量情况，哪些地方是经常被顾客光顾的热点部位，哪里出现了排长队的情况，产品摆放布局及店内广告效力如何等等。视频分析足以了解顾客的眼球"瞄准了"哪些商品。还有更多利用视频分析的例子。要想取得视频分析的成功和良好的投资回报，最重要的是要找到一个解决方案提供商，他必须了解你的需求，并且根据这些具体的需要，实现视频分析与你的操作的完美和有效的结合。这仍然是一个比较新的领域，对于供应商和用户来说，密切的合作是至关重要的，是取得理想结果的基础。

　　总结

　　总的来看，智能视频分析技术将向着应用行业化、集成化、应用智能化方向发展。智能分析算法向着适应更为复杂和多变的场景深化发展，也向着更为细化和具体的行业深化发展，贴近实战应用，并形成行业标准；算法更加到具体行业，要求不一且功能不一。而随着大数据、云计算技术的不断成熟，智能视频分析技术要依托于大数据大背景，随着安防监控大平台发展，更加集成化，智能化程度更加集中，但所下辖分支更加细密。