安防监控，仅仅将画面记录下来只是第一步。当事件发生后，准确而快速地找到所需监控工来完成，浪费了检索人的大量精力。治安管理者迫切需要一种能够快速查找视频信息的方式，加快办案速度。在基于内容的视频检索技术、存储技术以及智能分析技术共同提升的环境下，海量视频检索离安防渐行渐近。
2011年6月16日，南京一骑电动车年轻女子被一辆货车超越时刮倒，22天后，在对事故地点附近学校、商场、网吧等单位的监控录像进行分析，并调取附近街区5万多张监控照片比对后，警方锁定肇事车辆；2011年7月13日，福州何先生乘坐出租车时，将自己的LV旅行包遗落在出租车上，内有现金2.1万元。派出所民警接警后，通过视频查到何先生乘坐的出租车，并于15日帮他找回了丢失的名牌旅行包；2011年7月27日凌晨，遵义一驾驶员驾车撞死行人后逃逸，警方调取了沿途视频监控录像，并在长达144小时的录像中，通过查找、分析和判断，锁定逃逸车辆……短短一月有余，诸多案件的侦破都利用了监控视频，可见查找监控视频已经成为警方破案不可或缺的一个手段。
随着平安城市等工程的推进，监控摄像头已经遍布大街小巷，这为大多数案件留下了影像资料，给警方破案带来了很大的便利。但是，有了相关视频不等于就找到了目标信息，查找视频、分析视频的工作常常会耗用警方大量的时间和人力。
视频检索技术当前的发展
检索技术源于互联网发展需求。基于文本索引的方法进行检索是当今最成熟的信息检索技术。各类搜索引擎，如Baidu、Google、Bing以及Yahoo等都是以此技术为基础的。随着网络带宽不断的提高，人们可以更加快捷地将自己采集到的各种多媒体信息进行共享，或者进行多媒体信息的交互，越来越多的信息通过视频等多媒体的形式展现在互联网中，这对以图像、视频为代表的多媒体信息检索技术提出了越来越高的要求。20世纪90年代初，国际上开始了对视频方面的检索研究。区别于文字信息检索，图像视频的检索是建立在图像视频内容分析的基础上，所以常称之为基于内容的图像视频检索。1992年，“基于内容的视频检索”一词开始使用。十多年来，视频数据在获取、存储、操作及传输技术方面取得了重大的理论突破和技术进步。
基于内容的视频检索技术是针对音视频这类非结构化数据，使用了视频分割、自动数字化、语音识别、镜头检测、关键帧抽取、内容自动关联、视频结构化等技术，以图像处理、模式识别、计算机视觉、图像理解等领域的知识为基础，从认知科学、人工智能、数据库管理系统及人机交互、信息检索等领域引入新的媒体数据表示和数据模型，从而设计出可靠、有效的检索算法、系统结构以及友好的人机界面。
基于内容视频检索技术原理
视频数据按照由粗到细的顺序可以划分为四个层次结构：视频(Video)、场景(Scene)、镜头(Shot)和图像帧(Frame)。由于一个镜头内的相邻帧间的变化不是很大，它们之间的特征差值会限定在某个阈值范围内。而在镜头突变时，突变点前后两个相邻帧在内容上显示会有很大的变化，如果特征差值超过了给定的阈值，则意味着出现一个分割边界。镜头的关键帧就是反映该镜头中主要信息内容的帧图像。将各镜头检测出来后，对每个镜头可提取关键帧，并用关键帧简洁地表达镜头。关键帧数目的确定是关键帧提取中的一个重要问题，其确定方法可以根据镜头内帧的差异进行统计，求出其方差，用方差来衡量镜头视觉内容的复杂程度。方差越大，该镜头提取的关键帧数就越多。
从内容上对视频进行搜索，其特点包括：第一，直接从媒体内容中提取信息线索；第二，基于内容的检索是一种近似匹配，这一点与常规数据库检索的精确匹配方法有明显的不同；第三，动态特征提取和索引建立可由计算机自动实现，这避免了人工描述的主观性，也大大减少了工作量。基于内容检索时，根据媒体特征进行相似性匹配检索的媒体特征有：颜色、纹理、轮廓、形状、空间约束、动态、概念、结构描述及其他的图像信息。
