近日，合肥交警為查找一起交通事故的逃逸人員，調了28處監控，包括道路監控和民用監控，花了近半個月的時間終于才到此人。我們為交警人員的辛苦敬業精神感到敬佩，但同時也意識到，視頻監控的不足之處。

       當今社會處于數據爆炸的時代，視頻監控為交警人員破案提供線索的同時，數據分析的難度也體現出來。在目前視頻監控大力發展高清的同時，對監控數據進行智能處理是監控系統在未來需要解決的問題。

       視頻監控可以從幾個方面對數據處理： 　　 　　

       首先是人，人是信息的的主體，對監控到得畫面人物進行數據化的處理，給每個視頻中出現的人物建立一個信息文檔，方便在查看監控的時候可以快速了解信息，以便采取行動。如果，交警隊能第一次在監控中看到要找到的人時就知道這個人的全部信息，包括此人在哪些地方出現過，現在在那個監控的范圍之內，就不需要耗費如此大的時間精力了。其次是對車，車也是人身財產之一。社會上常有車輛失竊，或者開車逃逸的情況。人在車中，有時候很難分辨出容貌，因此對車進行一個系統的歸類也是很有必要的。車跟人一樣都應該有一套屬于自己的信息檔案。另外也可以將車和人的信息檔案聯合起來使用，有助提高辦事效率。以上兩種對人和車的信息收集其實并不容易，在需要進行信息匹配的時間，監控畫面不僅僅受機器的影響，也會受到周圍環境的影響，監控到的畫面不一定能準確表達信息，因此，畫面的完善和修復能力也是監控處理的一大難題。而對于車來說，它的處理難度會比處理人臉更加難。車輛的快速移動給畫面抓取難度大大提升，要能抓取準確信息，準確測出車輛行駛速度，在根據速度調整監控畫面，因此未來的監控系統將具備超速功能。 　　 　　

       還有一點值得注意的是，交警部門到查找監控時，調用了28處的監控，而有些不在交警部門之下，依舊是要到不同的地方找人交涉才能查看監控。現在網絡監控廣泛，對于監控信息共享，尤其是公共場所的視頻共享也是未來的需求之一。 　　 　　

       另外，對于人的信息，可以不單單局限于臉部信息的整理，對于個人的其它特征，如高度、年齡、性別等，還可以對人和車進行架構分析收錄到信息檔案中。這樣，在進行信息查找時，可以快速進行匹配。 　　 　　

       以上所有的信息處理都是為了建立一個數據庫，以便在信息檢索的時候能做到高效。