視頻監(jiān)控蓬勃發(fā)展，一方面是因為社會對安全或者視頻的需求越來越重視，另一方面是因為中國品牌的視頻監(jiān)控技術水平已經躋身世界一線陣營，物美價廉的視頻監(jiān)控產品使得企事業(yè)單位和政府部門有了大范圍使用視頻監(jiān)控的可能。

　　視頻監(jiān)控在公安和銀行的強勢發(fā)展是因為刑偵和安保的需要，業(yè)務場景比較貼合。而在石化行業(yè)的應用，一直沒有特別大的發(fā)展，有特種環(huán)境的制造工藝問題，也有石化場景的特殊性問題，當然也有現有視頻技術的局限問題。

　　“視頻+”是現在安防廠家提出的一個方向，如何突破傳統石化行業(yè)對視頻監(jiān)控的固定思維，采用先進工藝、先進技術，貼合石化的生產管理業(yè)務，是這個行業(yè)所面對的課題。

　　視頻簡單的分類是“采傳存顯控”，這個分類是基于傳統視頻監(jiān)控廠家的產品鏈條來分類的?；谶@個傳統分類，結合“視頻+”理念，其實在石化領域還有一些值得創(chuàng)新的方向。

　　采

　　采，就是采集?，F在普遍把視頻采集功能的攝像機，也理解為工業(yè)的某種傳感器，是一種機器感知。原先的視頻感知設備，感知精度低（像素小），感知方式單一（紅外燈使用都不多，固定式設備多，都基于可見光識別）。2016年涌現出的在采方面的技術多彩多樣，比如：遠距離云臺，可以覆蓋2到10公里半徑；全光譜相機突破可見光，用多種光譜感知目標；中遠距離熱成像攝像機可以感知溫度；防爆一體化攝像機也開始疊加智能讀表和目標區(qū)域傳感器信息；無人機高空視頻采集；移動視頻的采集和應用；手持視頻設備的使用；200萬高清相機的普遍化應用等等。這些都不斷地給予工業(yè)領域無限的遐想。特別是一些智能算法前置到攝像機里，攝像機越來越智慧能否帶動生產生活越來越智慧？

　　傳

　　傳，就是傳輸。有線傳輸和無線傳輸，這是兩個大類。有線傳輸，現在普遍使用光纖，因為高清前端帶來的視頻流日漸龐大。光纖和高清不是某種必然聯系如同低清和模擬不是必然聯系，業(yè)內很多人，一談模擬就是低清，這是錯誤的。模擬相機也有獨到的一面，比如實時性好?，F有技術已經實現了使用原先的同軸線纜，也能傳輸高清信號（HDCVI技術）。這個HDCVI攝像機也能通過光纖傳輸視頻流。無線傳輸，這個比較復雜，因為傳統攝像機都是固定式安裝的，所以普遍使用有線方案。而有固定就應該有移動，移動化視頻應用是“視頻+”一個需要突破的難點，難在，現有網橋、4G、WIFI等無線傳輸的方式的穩(wěn)定性和信號的全向性還需要大的提升才能符合高清和實時的需求。難在，手持設備、工業(yè)PDA設備硬件的產品太少，廠家還沒有大范圍啟動無線傳輸設備和手持設備的投入。

　　高清，就意味著傳輸負荷大，何種傳輸形式或者技術能夠滿足視頻流大數量級的傳輸，這個市場還在摸索中。H.265技術在2016年已經逐漸被市場接受，期待新的編碼技術。

　　存

　　存，就是存儲。存儲分為好幾個維度：存儲的容量、存儲的速度、存儲的安全和穩(wěn)定性、存儲的讀取和轉存的速度等。安防的一大塊費用都是存儲，存儲的硬件全是海外品牌，中國的制造工藝還沒有辦法在這個產品上有所突破。存儲的技術更新，讓高清存儲成本降低，也帶動高清時代的到來。中國品牌在存儲的結構化問題上處理是比較先進的，存儲信號到存儲信息的轉變，是存儲的一個新的方向。

　　顯

　　顯，就是顯示。顯示技術比較復雜，因為中國人對顯示或者可視化的定義比較多維度。顯示的技術一般側重如下幾個角度：聯動顯示、大屏顯示、移動端顯示、主動獲取顯示和被動推送顯示、多信號融合顯示、智能顯示等。從硬件角度，隨著安防高清的需求，帶動了液晶屏的市場需求，安防廠家在大屏硬件方面銷售額已經是國內領先。生產指揮中心，DLP和小間距之間的競爭會持續(xù)。不過隨著硬件的同質化，多媒體顯示技術會成為未來的研發(fā)方向。如何提升人機互動，提高客戶體驗，是安防廠家從售賣硬件到售賣體驗和應用的轉變。

　　控

　　控，就是操控或者控制。從視頻角度，如何讓操作變得更敏捷，變得更適合應用，這個是需要投入大量的費用，比如瞬時回看技術、地圖控制技術等。原先的操控主要指操控客戶端開關和攝像機變倍和轉向，新的操控主要是視頻流的操控。從控制角度，側重在視頻的基礎上，疊加相關系統。中國人喜歡眼見為實，在視頻平臺商疊加或者關聯相關系統，符合中國人對信息接受度?，F階段，一線的安防廠家都在跨系統涉足，立足于視頻，拓展顯示維度，提升一站式服務和體驗感，是行業(yè)的新要求。

　視頻+

　　“視頻+”，也可以理解為“+視頻”。多系統融合，跨系統操作，化散為一，是行業(yè)的趨勢。如何將視頻更好地服務于生產、生活，并提升效率，是所有信息工作者的一個追求。大數據的潮流也在影響著視頻技術，如何將深度學習應用到視頻結構化。現有技術已經可以實現人臉識別、車輛識別、形態(tài)識別、情緒識別、服裝識別、讀表識字、動作識別、其他目標物識別等，深度學習讓精準度更優(yōu)。視頻這個傳感器，正在不斷地拓展其重要性，并融合相關技術為社會的更好的服務。