除了應用模式，技術也是目前橫亙在視頻大數(shù)據(jù)發(fā)展道路上的另一座大山。有很多方面，涉及采集、存儲、管理等多方面的領域，但是在作者看來，最大的技術障礙還是在于視頻的結構化。商業(yè)應用上的數(shù)據(jù)多為結構化數(shù)據(jù)，每個數(shù)據(jù)都由一系列明確的描述屬性組成，大數(shù)據(jù)處理系統(tǒng)則可以根據(jù)使用者的要求將不同的屬性進行歸類，從而發(fā)現(xiàn)和掌握事物發(fā)展的客觀規(guī)律。而視頻則不然，除了時間和空間的屬性外，并沒有其他的標簽。除了按照時間和地點查找相應的視頻外，大多的視頻只能靠人慢慢甄別，這離大數(shù)據(jù)應用還相去甚遠。

　　要做到大數(shù)據(jù)應用，就必須為每個視頻貼上更多的屬性標簽，也就是業(yè)內(nèi)所說的結構化過程。作者認為這是未來視頻應用技術的制高點，其核心是模式識別算法，要做到自動把視頻中的特征識別出來貼上標簽后入庫。這樣在日后需要的時候，才能實現(xiàn)海量視頻的快速查詢和碰撞研判，甚至能像商業(yè)大數(shù)據(jù)那樣做到歸類統(tǒng)計。

　　結構化的意義不難理解，只是真正實現(xiàn)起來很難，作者總結了有幾個原因：

　　1.識別什么特征？一副圖像或者一段視頻可以有無數(shù)角度的標簽屬性去描述，什么才是我們需要的屬性？這與我們需要得到的目的密切相關，這就需要公安圖偵的人才來歸納終結。

　　2.識別算法開發(fā)難，由于是平面圖像，因此特征的識別主要原理就是看圖像區(qū)域中的輪廓、顏色、紋理與特征庫進行比較。但是在同一個物體在不同監(jiān)控角度的攝像頭中顯示出的輪廓都不相同，因此無法做到識別。

　　3.大規(guī)模數(shù)據(jù)處理難，即使做到了識別算法，但是如果要通過數(shù)據(jù)處理服務器的形式對大規(guī)模的視頻進行結構化處理，這個建造成本巨大，其能源的耗費在中國這個夏季需要限電的情況里也不切實際。

　　如此看來，視頻結構化的路似乎走不通，但是，目前在業(yè)內(nèi)也出現(xiàn)了許多“曲線救國”的方法。比如：

　　1.大力發(fā)展電警卡口建設：目前電警卡口在圖偵上的應用需求和頻率早就超越了交警，因為案件基本都要與車輛發(fā)生聯(lián)系，這能找出很多的線索。而卡口電警對于車輛的抓拍角度是相對固定的，能夠開發(fā)出相應的車輛特征識別技術，電警卡口屬于業(yè)務需求和技術實現(xiàn)的一個很好的匹配點。

　　2.結構化識別前移：在攝像機采集到圖像的同時就要做好結構化的工作，例如卡口攝像機，就應該把智能識別的算法集成進去。目前不少廠商都推出了相應的智能卡口攝像機，建議政府應該大力推廣，在老卡口攝像機更新?lián)Q代的時候使用這類智能卡口攝像機進行替代，為未來大規(guī)模進行視頻結構化做好準備。

　　3.雙目等特種攝像機的開發(fā)，突破平面圖像特征的局限，得到更精準的三維系信息，如人體數(shù)量，高度，物體長度等。類似的產(chǎn)品適合應用在重點區(qū)域，符合國內(nèi)目前嚴峻的反恐形勢。

　　4.物聯(lián)網(wǎng)等更多感知技術的應用，本文雖然主題是視頻大數(shù)據(jù)，但在業(yè)務的發(fā)展中，也積極倡議除了視頻外，融入更多的物聯(lián)網(wǎng)感知技術，如RFID技術等，作為視頻結構化信息的一個有效補充。

　　總而言之，對于視頻大數(shù)據(jù)的產(chǎn)業(yè)發(fā)展，一句話來總結：前途一片光明，同志仍需努力。