1.IP摄像机推动NVR的快速发展

IP摄像机具备很多特点，在基于IP的网络上，安装、增加、移动摄像机，或存储扩容等，都更加容易和方便;其次，IP摄像机的清晰度更高，可实现电子云台(ePTZ)，更高的帧率、更宽的动态范围，可实现智能分析及VQD(VideoQualityDetection)功能，满足客户对于安防监控的多样化需求。这一系列优点都促使了IP摄像机在安防市场的快速发展，与之相呼应的是NVR的崭露头角。

所以，NVR的市场份额主要取决于IP摄像机的应用程度。没有IP摄像机应用的兴起，NVR不可能会被广泛应用，模拟摄像机加编码器(视频服务器)的方式，只是网络化监控的一个过渡，只有使用IP摄像机，才能突破模拟传输的瓶颈，从视频源、视频处理到传输路径，进行全面革新，从而推动NVR的全面兴起，实现真正意义的全数字化处理。

NVR不是一个单一的产品，而是一个系统，前端网络摄像机的发展催生NVR的市场需求，同时，NVR作为系统核心，它的技术成熟又能促进前端IP摄像机更广泛的应用，两者相辅相成，共同推动数字监控系统的网络化。

 2.cmos感光芯片成本下降，高清将普及到民用市场

    在前些年，CMOS传感器技术还不成熟，CCD凭借着优秀的成像质量、成熟的技术、稳定的性能和出色的夜视能力等优点被广泛应用于各个主流厂家的模拟监控摄像机中。最近几年，随着CMOS技术的发展和制作工艺的不断优化，在感光性能、信噪比等方面有了很大的提升，与CCD的差距在逐渐缩小。尤其是在高清网络监控方案上，CMOS更是有一些CCD所不可比拟的优势。

CCD结构复杂，对加工制作工艺要求非常高，目前仅有少数几个厂家可以掌握CCD的制作技术。而CMOS应用半导体工业常用的MOS制程，其生产工艺可以随着传统半导体工艺的不断发展而进行不断的提升和优化，使得成本越来越低。

而据权威分析认为，随着高清cmos感光芯片成本的下降，高清摄像机也将普及到民用市场，推动家庭高清监控的发展。随着大数据时代的到来，高清监控也迎来了全新的发展模式，可以与物联网、移动设备等结合。这对整个安防、it产业链都会带来巨大深远的影响，从而加速安防市场的变革和洗牌。

3.云计算推动视频监控发展

伴随近年云计算、大数据的发展，视频监控业务中的存储和智能分析难题已得到解决，其中技术的推动作用非常明显。这是由于视频监控在安防、交通、医疗、物流等领域的应用越来越广泛，而海量的视频图象处理，需要相应的存储与计算平台，而云计算与云存储是大数据处理的实现方案。

并且，视频监控系统已经紧密的和物联网、云技术联系起来。物联网的三个层次分别为传感监测、网络和应用，将来视频监控是物联网的极为重要的核心结点，视频信息量巨大。随着全球眼规模的扩大和高清化发展，海量的传输和存储需求，需要用到更多的云存储、云计算、云搜索技术，以及大规模的联网应用。

视频监控快速发展，云端投射源源不断动力，此外，通过应用大数据的处理技术，将全球眼的视频资源作为一个基本的大数据视频资源进行处理，通过全球眼平台，一方面实现对视频的大数据处理，另一方面将经过智能化处理后的数据，在全球眼平台上进行综合的数据服务。

4.无线远程视频监控系统成为新的发展方向

无线视频监控系统是一种小型远程数字监控系统，与网络摄像机配套使用，可采用有线或无线方式连接网络，易于安装，不需要用户额外配置专用电脑和采集录像等设备。用户可采用手机或电脑作为监控终端设备，可随时随地接收报警信息和查看监控视频。随着技术的发展，无线远程视频监控系统无疑是未来发展方向。

无线远程视频监控系统的规模应用必然离不开无线网络环境，而无线网络环境则离不开运营商的建设。随着我国3G网络技术的日益完善，以及北京奥运会上“科技奥运”理念对信息技术的推动作用，以TD为代表的第三代无线网络技术必然迅速在国内兴起。这是实现无线远程视频监控系统规模应用的关键。

随着无线通信技术的日益发展，传输带宽不断提高，通信终端的实时信息处理能力飞速增强，无线多媒体应用日渐成为业内关注的焦点，也成为人们的必然需求。其主流应用之一是便利、灵活的无线实时视频监控系统，如无线家庭防盗、汽车监控等。基于多种无线传输手段的移动视频监控以其特有的灵活性已成为视频监控新的发展方向。

2.发展劣势：

视频智能分析需突破困境

 智能视频监控是利用计算机视觉技术对视频信号进行分析、理解和处理，在操作人员给出相应规则的前提下，智能分析计算机通过对序列图像自动分析，对监控场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，即在异常情况发生时能及时发出警报或提供告警事件信息，有效地协助安防人员处理危机。

尽管视频智能分析功能强大，但其准确性依然不能令人满意。就目前技术发展的情况来看，视频智能分析只是提高监控人员工作效率的工具，而并不能成为完全替代人工的计算机高级智能。据分析影响其准确性的原因主要有以下几点：

 环境因素

例如疾风骤雨所造成的背景混乱，光线变化所造成的目标和背景颜色的变化，以及由于白天和夜晚不同条件所造成的目标和背景清晰度的变化都是造成分析发生误差的因素，而这些因素的不可控也导致了智能分析本身的稳定性不够，这种现象的解决还有待分析算法和分析技术的进一步优化，仍需从业者的持续努力。

硬件困扰

    硬件包括前端摄像机和后端服务器。就基于像素比对的智能分析来说，图像的清晰度直接影响到比对的结果，而越清晰的摄像机图像像素点越多，运算比对也让服务器压力更大。例如智能分析中的车牌识别，不同清晰度的摄像机得到的视频资源，分析准确率相差很大，同时后端服务器的比对效率也会有明显的不同，使用标清时单台服务器的分析能力可能是20路，准确率为90%，而使用200万高清时，处理能力可能是5路，但准确率却可达到98%。该问题需在前端的更新换代和“云计算”技术得到高效推广的情况下才能够得以较好的解决。

    目前的智能分析，归根结底还是在人为控制下的计算机对目标的规则行为进行判别，很多尚未被定义的规则行为计算机就无法进行判断，例如在人群聚集分析上，智能分析可分析出某个区域内在某时间段内人员数量达到了预计值，但这些人员是偶尔路过还是蓄意聚集等都无法进行分析。这也充分体现出了计算机智能分析的实质，其仍无法从根本上代替人的工作。