在整个视讯市场高清化浪潮的冲击下，视频监控挡不住携裹和席卷之势，只有顺应潮流，才能占得先机，许多安防企业早在几年前就看到了这一趋势，并开始试水。2006年，"百万高清"概念开始在安防行业出现，很快便形成浪潮和趋势，可以说"来得快，来得猛"!

　　纵观视频监控高清化发展，不但有技术发展和成熟因素的推动，还有市场需求的驱动。 　　在需求方面，过去，许多监控系统都存在监控图像不清晰问题，"看不清"成为监控用户普遍的抱怨，这也在一定程度上影响了监控系统的普及应用。

　　"看不清"让许多监控系统成为吓唬人的摆设，尽管有图像，但图像非常模糊，无助于破案，没有多少利用价值，比如前不久轰动全国的大案--周克华案，就是典型的例子。

　　周克华作为"苏湘渝系列持枪抢劫杀人案"制造者，2004年至2012年，先后在重庆、长沙、南京制造6起持枪抢劫杀人案，杀死杀伤多人，抢劫巨额现金，甚至枪杀哨兵抢劫枪支，被公安部列为A级通缉犯。

　　在周克华作案过程中，监控系统也拍到不少图像，但这些视频图像都是事发之后调取出来的，并且几乎都没有拍到嫌犯清晰的面部图像。由于监控图像不清晰，难以确定犯罪嫌疑人是否为同一个人，给破案造成了困难，以至于周克华能够多次逃脱，多次作案。专案组只能通过其走路的步态来进行分析和判断，掌握其体貌特征。警方最后还是通过视频调阅和甄别，在其经常上网的网吧获取了其上网时留下的两张清晰面部照片，才为锁定嫌犯进而取得专案突破打下了基础。

　　还有一个典型的例证就是电子警察和卡口监控，电子警察和卡口监控的主要功能是对监控路面过往的每一辆机动车的车辆和车号牌图像进行连续全天候实时记录。但过去的电子警察只能抓拍到行驶车辆的车牌号码、车牌颜色、车身颜色、车辆类型等信息，却抓拍不到驾驶人员的面部特征等信息，有些甚至连车牌号都无法清晰捕获，这就为交通违章查纠、交通事故逃逸、盗抢机动车辆等案件的及时侦破和处理带来一定的困难。

　　电子警察不但要求监控摄像机具有很高的车牌自动识别率，而且要求能够在一张照片上清晰的显示车辆的所有细节信息以及司机的面部特征，因此必须提高监控系统前端采集设备的清晰度。这一难题，需要安防企业来研究和解决。

　　视频图像智能分析需求的推动

　　对视频监控系统而言，只有高清还不够，"看得清"还要"看得准",必须给监控系统安装上"大脑",使期具有"智慧",才能更好地发挥监控系统的作用。这是因为，社会动态治安监控系统是一个庞大的系统，点位多，因此单靠监看执机人员对监控画面进行人工监看，是不可能的，不但成本高，也无法满足监控需要。生理学研究表明，人的视力"承受度"是有限的，一个人最多只能同时监看9-10个监控画面，再多就超过了极限，导致很多画面看不过来，有时就会错过重要监控信息。城市报警与监控系统建设之初，许多地方甚至不得不招聘大量的监控值机人员来充实到监控室协助监看监控画面，有些地方甚至专门成立了监控图像监看大队。这种人海战术，不但大大增加了监控系统运行成本，也无助于实现监控系统效能最大化。

　　2008年，山西警方为破获府谷"529"特大持枪抢劫杀人案，调取了80多个高速公路收费站约5万个小时的监控录像，最终才从这5万个小时的监控录像中发现了有用的线索，最终破了案。"苏湘渝系列持枪抢劫杀人案"嫌犯周克华在南京作案逃跑后，南京警方抽调数千名民警调阅、查看、甄别全市所有的监控视频，也花费了巨大的人力和精力。

　　其实，在所有的监控图像信息中，有用的往往只有1%甚至不到1%,99%的信息都是无用信息。但正是有了这99%%的无用信息的铺垫，才沉淀了1%的有用信息，从而帮助警方破获案件。

　　另一方面，视频监控系统的作用以往大都仅仅停留在事后取证上，随着城市报警与监控系统应用的不断深入，利用视频监控及时发现、制止案件发生，提高公安机关对动态社会治安的掌控能力，成为新的更高层次的需求。这些，都对监控系统提出了新的更高层次的需求--智能监控。

　　视频监控智能分析其实就像是谷歌、百度、搜狗等搜索引擎一样。二十年前，当我们需要查找资料时，只能跑到档案馆或图书馆，大海捞针一样一本一本地查看和翻阅报刊杂志，可能要查阅几十本甚至上百本书籍和报刊，才能找到需要的东西，然后用笔把查找到的相关资料抄在笔记本上，回去整理。这一过程可能需要一个下午，甚至一整天，可谓耗时耗力。但今天，有了搜索引擎，我们只需输入关键词，轻点鼠标，与关键词相关的几千甚至上万条信息就会瞬间呈现在我们面前。

　　那么，视频监控系统是否也应该有类似的功能？是否也应该具有智能检索功能？这对传统监控来说是一个挑战。这一难题，也需要安防企业来研究和解决。