中国安防市场上的视频监控系统建设，已经从基础系统的规模化建设转向深度应用层的功能模块建设，与此相关的各种安防新技术、IT与互联网新技术进入到更别的交融发展阶段。
作为安防大数据zui为重要的数据来源，视频图像实际上是一种非结构化的数据，它不能直接被计算机读取和识别，而在电商、舆情分析等目前大数据取得较好应用效果的领域，它们所产生的都是结构化的数据，能够直接利用计算机来进行数据的分析和挖掘。因此，视频图像能否通过智能分析技术经济而又地进行结构化处理，是视频大数据在安防领域落地的关键。
什么是视频结构化？
是一种视频内容信息提取的技术，它对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，组织成可供计算机和人理解的文本信息的技术。从数据处理的流程看，视频结构化描述技术能够将监控视频转化为人和机器可理解的信息，并进一步转化为*实战所用的情报，实现视频数据向信息、情报的转化。
视频结构化能做什么？
主要是有三类：
*类是运动目标的识别，也就是画面中运动对象的识别，是人还是车；
第二类是运动目标特征的识别，也就是画面中运动的人、车、物有什么特征，如果是人，是男人还是女人，有没有戴眼镜，穿什么颜色的衣服，如果是车，车牌号码多少，什么颜色什么车型等等；
第三类是运动目标的轨迹分析，也就是画面中人或车是左转了还是右转了或是徘徊了等等。
事实上，智能分析很早就开始应用于安防领域，不过受限于算法的成熟度和硬件性能，早期的智能分析更多的是依靠后端的智能服务器来实现，直到各类智能分析算法日渐成熟，同时前端硬件性能得到大幅提升，前端智能的趋势才越来越明显，各类智能摄像机也纷纷涌现。视频结构化是依赖于智能分析算法，视频结构化的处理方式也有两种，一种是通过具有感知能力的智能摄像机提取结构化数据，再将数据传送到后端进行存储或是开展深入分析，另一种是前端摄像机只采集原始视频，由后端的智能服务器来对原始视频进行智能分析，形成结构化数据。
视频结构化的难点
1.研究关键技术，突破应用难题。在研究*业务部门视频应用规律的基础上，建立监控视频结构化描述的模型，攻克一批涉及视频分割、内容提取、内容描述的关键技术。研究涉及关键应用的描述数据库管理技术、图像视频语义检索技术和相应的数据服务技术。
2.加强顶层设计，同步构建标准体系。标准化是信息共享的基础。通过对视频结构化技术自身特点和应用模式的研究，建立有关视频结构化描述的标准体系模型，制定覆盖技术实现和应用系统的标准化体系，有步骤地制定相关标准，以规范技术研究和设备开发，指导系统建设、运行以及评估的各个方面，从源头上为视频信息情报化应用的全面展开打好基础。
3.有步骤地开展视频信息情报化系统平台的建设，逐步推动*信息资源之间的整合应用。开展有关视频结构化描述数据的应用服务模式研究，制定视频结构化应用的系统及解决方案，并针对一到两个典型的应用环境，建设应用示范系统。通过系统的建设和运行，验证有关视频结构化描述系统的解决方案，探索视频监控网络与*业务专网之间的数据交互和服务交互问题，尝试与其他*信息系统的资源整合。
视频结构化是制约安防大数据落地的关键，尽管不少业内企业都在这方面下了很大功夫，但目前绝大多数企业都只是实现了视频数据的半结构化处理，还无法直接完成视频图像的*结构化。究其原因，一方面是要做到全实时的结构化对硬件资源和处理资源的要求非常高，另一方面是视频图像处理的人工智能技术目前也还达不到文本的智能的高度，算法还有待进一步完善。
苏州千视通在视频结构化上采用的是*的自主知识产权深度学习算法和*的大数据技术，可同时对海量监控摄像头、虚拟卡口、人脸卡口视频等进行结构化和检索。采用高密度智能服务器、吞吐量大、占用空间小、可无缝对接、平滑扩容、单机柜可处理480路高清视频。
视频结构化大数据应用
苏州千视通在视频视频结构化大数据应用上采用的是结构化服务器+大数据平台相结合，其特色是结构化服务器支持单台设备自成一个完整的系统，提供结构化分析和视图库储存。支持zui多40路1080视频目标结构化/80路卡口视频的车辆结构化/800万张每天的卡口图片车辆结构化/32路人脸卡口视频的人脸结构化。再对接入大数据平台完成视频结构化转换。
苏州千视通视频结构化的主要特点：
1、特征提取全面
矢量化的精细特征
结构化的特征：基本特征（性别、年龄段）、服饰特征（上下衣着颜色、眼镜）、携带物特征（背包、拉杆箱、打伞）、运动特征（姿态、方向）
2、支持骑行检索
该功能针对*侦破飞车抢夺、骑车逃窜类案件非常有价值
3、以图搜图（人形检索）
人形检索能将目标范围缩小到3%以内（标签检索只能将目标范围缩小到20%-30%），支持在多视频或图片库中进行以图搜图。
4、携带物结构化
*支持对眼镜、背包、拉杆箱、伞等携带物进行结构化。
在视频结构化大数据应用方面苏州千视通的视频结构化服务+视频结构化大数据平台能面向一切海量视频监控应用场景，实现视频图片的智能检索、车辆大数据应用、活动目标大数据应用、人脸大数据应用等，解决海量视频监控带来的存储成本问题、视频检索、分析及深度应用难题。为大数据带来了正真的价值。
