系統(tǒng)作為面向城市公共綜合管理的物聯網應用中智慧安防和智慧交通的重要組成部分，面臨著深度應用的挑戰(zhàn)。其應用的瓶頸是視頻信息如何提取，如何同其他信息系統(tǒng)進行標準數據交換、互聯互通及語義互操作。解決這一問題的核心技術即是視頻結構化描述技術。用視頻結構化描述技術改造傳統(tǒng)的視頻系統(tǒng)，使之形成新一代的視頻系統(tǒng)智慧化、語義化、情報化的語義視頻系統(tǒng)。
當前，物聯網技術在社會公共領域的綜合應用時機已逐漸成熟。視頻技術是物聯網技術的重要組成部分，是感知安防的主要手段。視頻也是應用歷史相對較長、技術密集度較大的應用領域。在信息化建設深入開展的背景下，現有視頻網絡存在著缺乏深度應用的模式、網的智慧化程度不高、系統(tǒng)建設的投入產出比低等問題。如何用新技術改造現有的視頻網絡，使之能更好地適應物聯網時代視頻智慧化、情報化的應用需求已迫在眉睫。
視頻應用和技術的瓶頸問題
視頻系統(tǒng)在社會管理和案件偵破等工作中越來越扮演著的作用。粗略估算“十一五”期間全國各地的部門投入到視頻系統(tǒng)建設的資金約為數十億元。視頻系統(tǒng)無論在數目還是在建設資金的規(guī)模上都非常龐大。
目前視頻系統(tǒng)應用中存在如下一些問題：
缺少視頻信息情報的標準化生成方法，進而缺少利用視頻信息情報指導偵查、破案的新型警務工作模式。現在視頻的應用已融入民警的日常辦案工作當中，但采用的仍然是人工的方式去瀏覽、排查，費時費力。
視頻信息的跨域、跨警種共享以及與其他信息系統(tǒng)的互聯互通問題，跨系統(tǒng)的語言不統(tǒng)一造成信息成為一個個的孤島，限制了大情報、大信息系統(tǒng)的建設及應用。
存儲傳輸的問題，由于要節(jié)省大量的存儲空間及傳輸帶寬的限制，不得不對視頻數據進行大量壓縮，不僅造成圖像模糊的問題，而且視頻壓縮時固定壓縮比的方式不夠靈活，不得不占用大量的存儲空間及傳輸帶寬。
計算的問題，由于視頻要求計算的多功能性和實時性，而視頻數據的性，帶來計算成本的增加，需要構建統(tǒng)一的用于視頻的視頻計算理論和框架。
視頻信息化情報化警務應用各環(huán)節(jié)缺乏統(tǒng)一的標準和規(guī)范。所有這些問題的根本在于對視頻內容的不理解，沒有一個的、標準化的視頻數據交換和視頻情報提取的方法。解決這些實際問題，需要對視頻結構化描述及以此技術為核心的新型視頻系統(tǒng)構建進行研究。