在安防监控市场，以前模拟摄像机占据市场的主流地位，现在有越来越多的IP摄像机出现，它们的连接性会越来越强，智能性也会越来越高，包括智能的网关、后端的设备和后台。现在有很多高清网络摄像头的使用，相关数据显示，预计到2018年，网络摄像头的出货量将达到1.24亿台，2017年预计这些摄像机每天生成的数据将达到859TB。未来要处理的数据会越来越多，这必须要有更好的解决方案管理、存储这些数据。由于涉及各种各样的视频分析，因此，视频分析的功能，解码、编码和转码等各种集成，以及云计算，这些都将是非常重要的领域。

　　毫无疑问，随着视频联网逐渐势起，以视频监控为核心的安防产业正向着更高清、更智能、大数据的方向快速演进。

　　大数据来袭智能分析技术新升级

　　过去几年，安防产业经历了网络化和高清化的发展，现在安防行业正在向智能化和大数据快速的转换。从用户的需求端来看，这几年用户的需求也正在从过去看得清到现在向看得明白，从过去对于整个视频系统的应用是存储、回放，到现在基于视频内容理解的各种应用。

　　随着安防大时代的到来，视频数据呈现爆发式增长，这不仅对数据的存放带来压力，也对数据的分析提出了更高的要求。同时，大量的无用视频造成严重信息污染，使得线索的提取变得困难，并造成带宽及存储资源的严重浪费。因此，有用信息的分析获取效率至关重要。而传统的简单智能分析功能，以及由此引出的算法孤立、运算低效等问题已远远不能满足客户对时效性的需求。

　　实际上，传统的简单智能分析在大家看来并不是真正意义上的智能。这主要是因为两个方面的原因，一是分析的不准;二是分析的慢。现在大家提到智能，首先说的就是功能，而功能的背后就是算法。实际上，智能不仅仅是算法，还要有开放的架构，除此之外，还要充分利用CPU和GPU的资源，对不同的算法所消耗的资源进行智能调配，保证服务器集群之间在各个应用中能维持相对合理的分配

　　由此可见，除了前端智能，后端也要智能，二者必须配合起来做智能分析。实际上，一直以来，前端摄像头的智能化都是主旋律，比如做交通卡口、车牌识别都是基于前端的智能分析，不过在有些场景下前端智能并不适用。比如车系识别，这需要庞大的车辆数据库，这就无法放到前端，只能放在后端。再比如平安城市，以宁波为例，整个市有三万只摄像头，不可能对每个摄象头都做智能化，但可以选择其中的1000路做智能化，其余的放在后端做智能。

　　随着视频数据爆发式的增长，大规模城市级的智能应用，以及引入大数据分析、云计算等技术已成为大势所趋。紧跟市场潮流，各大安防监控硬件设备厂商早已相机而动。

　　可见，智能视频监控已不仅仅局限在传统安防领域，正越来越多的应用于服务行业和其他新兴业态。从全球来看，零售行业的一些零售店利用视频分析技术跟踪流量，比如进到门店的流量，还有店里客人排队的时间、停留时间、客人的喜好等都可以采用视频分析技术进行分析。未来随着智能视频监控越来越普及，更多的设备被连入网络，将会产生更多创新的商业模式。