中國安防市場上的視頻監控系統建設，已經從基礎系統的規模化建設轉向深度應用層的功能模塊建設，與此相關的各種安防新技術、IT與互聯網新技術進入到更別的交融發展階段。
作為安防大數據zui為重要的數據來源，視頻圖像實際上是一種非結構化的數據，它不能直接被計算機讀取和識別，而在電商、輿情分析等目前大數據取得較好應用效果的領域，它們所產生的都是結構化的數據，能夠直接利用計算機來進行數據的分析和挖掘。因此，視頻圖像能否通過智能分析技術經濟而又地進行結構化處理，是視頻大數據在安防領域落地的關鍵。
什么是視頻結構化？
是一種視頻內容信息提取的技術，它對視頻內容按照語義關系，采用時空分割、特征提取、對象識別等處理手段，組織成可供計算機和人理解的文本信息的技術。從數據處理的流程看，視頻結構化描述技術能夠將監控視頻轉化為人和機器可理解的信息，并進一步轉化為*實戰所用的情報，實現視頻數據向信息、情報的轉化。
視頻結構化能做什么？
主要是有三類：
*類是運動目標的識別，也就是畫面中運動對象的識別，是人還是車；
第二類是運動目標特征的識別，也就是畫面中運動的人、車、物有什么特征，如果是人，是男人還是女人，有沒有戴眼鏡，穿什么顏色的衣服，如果是車，車牌號碼多少，什么顏色什么車型等等；
第三類是運動目標的軌跡分析，也就是畫面中人或車是左轉了還是右轉了或是徘徊了等等。
事實上，智能分析很早就開始應用于安防領域，不過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務器來實現，直到各類智能分析算法日漸成熟，同時前端硬件性能得到大幅提升，前端智能的趨勢才越來越明顯，各類智能攝像機也紛紛涌現。視頻結構化是依賴于智能分析算法，視頻結構化的處理方式也有兩種，一種是通過具有感知能力的智能攝像機提取結構化數據，再將數據傳送到后端進行存儲或是開展深入分析，另一種是前端攝像機只采集原始視頻，由后端的智能服務器來對原始視頻進行智能分析，形成結構化數據。
視頻結構化的難點
1.研究關鍵技術，突破應用難題。在研究*業務部門視頻應用規律的基礎上，建立監控視頻結構化描述的模型，攻克一批涉及視頻分割、內容提取、內容描述的關鍵技術。研究涉及關鍵應用的描述數據庫管理技術、圖像視頻語義檢索技術和相應的數據服務技術。
2.加強頂層設計，同步構建標準體系。標準化是信息共享的基礎。通過對視頻結構化技術自身特點和應用模式的研究，建立有關視頻結構化描述的標準體系模型，制定覆蓋技術實現和應用系統的標準化體系，有步驟地制定相關標準，以規范技術研究和設備開發，指導系統建設、運行以及評估的各個方面，從源頭上為視頻信息情報化應用的全面展開打好基礎。
3.有步驟地開展視頻信息情報化系統平臺的建設，逐步推動*信息資源之間的整合應用。開展有關視頻結構化描述數據的應用服務模式研究，制定視頻結構化應用的系統及解決方案，并針對一到兩個典型的應用環境，建設應用示范系統。通過系統的建設和運行，驗證有關視頻結構化描述系統的解決方案，探索視頻監控網絡與*業務專網之間的數據交互和服務交互問題，嘗試與其他*信息系統的資源整合。
視頻結構化是制約安防大數據落地的關鍵，盡管不少業內企業都在這方面下了很大功夫，但目前絕大多數企業都只是實現了視頻數據的半結構化處理，還無法直接完成視頻圖像的*結構化。究其原因，一方面是要做到全實時的結構化對硬件資源和處理資源的要求非常高，另一方面是視頻圖像處理的人工智能技術目前也還達不到文本的智能的高度，算法還有待進一步完善。
蘇州千視通在視頻結構化上采用的是*的自主知識產權深度學習算法和*的大數據技術，可同時對海量監控攝像頭、虛擬卡口、人臉卡口視頻等進行結構化和檢索。采用高密度智能服務器、吞吐量大、占用空間小、可無縫對接、平滑擴容、單機柜可處理480路高清視頻。
視頻結構化大數據應用
蘇州千視通在視頻視頻結構化大數據應用上采用的是結構化服務器+大數據平臺相結合，其特色是結構化服務器支持單臺設備自成一個完整的系統，提供結構化分析和視圖庫儲存。支持zui多40路1080視頻目標結構化/80路卡口視頻的車輛結構化/800萬張每天的卡口圖片車輛結構化/32路人臉卡口視頻的人臉結構化。再對接入大數據平臺完成視頻結構化轉換。
蘇州千視通視頻結構化的主要特點：
1、特征提取全面
矢量化的精細特征
結構化的特征：基本特征（性別、年齡段）、服飾特征（上下衣著顏色、眼鏡）、攜帶物特征（背包、拉桿箱、打傘）、運動特征（姿態、方向）
2、支持騎行檢索
該功能針對*偵破飛車搶奪、騎車逃竄類案件非常有價值
3、以圖搜圖（人形檢索）
人形檢索能將目標范圍縮小到3%以內（標簽檢索只能將目標范圍縮小到20%-30%），支持在多視頻或圖片庫中進行以圖搜圖。
4、攜帶物結構化
*支持對眼鏡、背包、拉桿箱、傘等攜帶物進行結構化。
在視頻結構化大數據應用方面蘇州千視通的視頻結構化服務+視頻結構化大數據平臺能面向一切海量視頻監控應用場景，實現視頻圖片的智能檢索、車輛大數據應用、活動目標大數據應用、人臉大數據應用等，解決海量視頻監控帶來的存儲成本問題、視頻檢索、分析及深度應用難題。為大數據帶來了正真的價值。
