知的ビデオ監視の技術的手段の実装は、輸送のセキュリティに関する連邦法のレベル、輸送における人口の安全を確保するための包括的なプログラムの承認に関するロシア連邦政府の命令、および分類されたオブジェクトの輸送の安全性を確保するための要件の承認に関する運輸省の命令のレベルで必須であることが重要です。
状況に応じたビデオ分析は、「頭上」で人々に同行する天井カメラの追跡アルゴリズムに基づいて実装できます。 状況検出器は、受信した軌跡とセキュリティサービスによって設定されたルールに基づいて機能します。 したがって、 群衆 （群衆）、流れに逆らった動き、速い動き（走っている）の検出器を設定できます。 特殊な検出器を使用して、人がレールに落ちた事実、 放棄された物体の外観、回転式改札口の二重通路を自動的に検出できます 。
ビデオ分析の例
生体認証ビデオ分析は、生体認証の顔の特徴に基づく顔認識技術に依存しています。 最も単純なケースでは、疑わしい人物の検索が「ブラックリスト」で実行されます。 まだ実際には普及していない、より複雑なシナリオでは、生体認証は状況ビデオ分析および顔追跡システムと統合されます。 たとえば、ターンスタイルをジャンプする「ノウサギ」は自動的にブラックリストに登録され、繰り返される違反に対して遅延および罰金を科せられます。
将来性のあるマルチチャンバーバイオメトリは、地理的に分散した監視ネットワークの異なる境界間での個人の多重比較を伴います。 このようなシステムにより、公共交通ネットワーク上の疑わしい人物の動きを分析できるだけでなく、バランスの取れた発展のために乗客の流れに関する詳細な統計を収集することもできます（ マルチカメラ追跡も参照）。
トランスポートビデオ分析は、統計を収集して管理上の意思決定を行うために、セキュリティサービスの外部でますます使用されています。 このような分析システムは、 乗客の流れを管理し 、サービスの質とスタッフの生産性を向上させるために必要です。
一般的な現代のITトレンドの観点から輸送用の分析システムを見ると、今後の作業の「氷山の水中部分」が開きます。 今日のビデオ分析と生体認証は、ほとんどの場合オブジェクトレベルで機能し、収集されたメタデータは、オペレーターの注意を引くためにのみ使用されます。 多くの有用な情報を隠すメタデータのアーカイブは収集も分析もされません。
Gartnerが2013年に特定した10の戦略的テクノロジーのうち、少なくとも3つは、トランスポート分析のタスクと強く相関しています：戦略的ビッグデータ、戦略的ビッグデータ、実用的な分析、モバイルアプリ。 IMS Researchは、 同様の予測を行っています。メタデータはビッグデータ（ビデオメタデータは「ビッグデータ」）であり、ビデオ監視は垂直になります。
したがって、トランスポートでのビデオ分析の完全な実装には、大量のメタデータを保存および分析するための根本的に新しいアプローチの使用が含まれます。 ここでの特定のタスクは、分散ビデオアーカイブ内のオブジェクトと状況の検索、 イベントのフィルタリングとランキング 、コンテキスト依存を考慮したレポートのデータの集約と視覚化です。
