在各类项目的需求下，视频质量诊断技术日益受到厂家、用户的关注。现如今，专注视频诊断研发的厂家已不在少数，几乎做智能分析/平台开发的厂家或多或少支持视频诊断功能。虽然客户对监控系统拥有更多功能的愿望，但更多功能意味着更多的投入。这些原因导致正在成长的视频诊断技术仍有很多问题有待完善。

硬件处理性能有限

无论软件算法如何优良，都是基于硬件实现的，硬件处理能力跟不上，再强大的软件处理功能也无法完全施展开来。就目前来说，制约视频质量诊断分析首要问题就是硬件。视频诊断是一个复杂的过程，第一，诊断过程需要占用大量的系统资源，这种实现模式会对后端资源带来较大压力，特别是随着高清图像的增多，对服务器的处理能力依赖性更强;第二，受网络带宽的制约，IPC系统诊断工具是基于PC的后端软件分析，由于需要网络将视频传输至后端，可能会带来丢包等问题。　　

同时，行业对硬件的处理性能前景抱着乐观的态度，认为问题的存在是暂时的，随着处理器的更新换代，服务器运算能力的限制将会解决;网络传输的问题也将会随着通信技术的发展逐渐得到缓解。

兼容问题突出

对视频诊断有迫切需求的项目基本都是大型项目，而设备由多个制造商提供的已是大型项目的普遍现象。就目前来说，不同设备间的兼容性尚未解决，这一现状也会对视频诊断带来重大影响，目前的技术难点主要在于前端不同厂商的编码设备、不同型号的IPC设备五花八门，存在兼容性问题。

行业各自为政的现状，对项目的顺利开发和应用带来影响深远，因此用户、系统集成商、工程商在选用诊断产品时应该慎重。在大型的监控系统中，可能会有很多家厂商的产品，这时我们就会考虑到多家产品的兼容性，这是选用诊断产品(包括硬件设备和诊断算法)的一个重要因素。

判断标准未统一

对视频是否出现质量问题的判断，行业间也还存在一定争议。首先是软件识别标准的设定，不同厂家在开发诊断算法时，都有自己的标准。对视频质量的判断标准不一致，对同一视频的诊断结果也会有差异。为解决这一问题，有些视频诊断研发厂家，对诊断系统做了灵活性开发，在具体应用中，(不同产品间)采用相同的检测阀值来检测可能会有不同的结果产生。所以对于视频质量诊断系统在现有系统建设中只能作为参考型系统来应用。”其次是人为判断的界定，不同的人，他们对同一个视频所出现的轻微画质情况所做的视频质量问题界定也会不一样。

非常见视频质量的检测不完善

现有诊断系统多是针对常见的视频质量问题的检测，通过长期开发和应用，识别率得到了很好的保证，对于一些基本的功能，应该说精度可达到90%以上。”但对一些鲜见的视频质量问题，如中间一条细长白线、视频重影、阴影、部分黑屏、部分条纹、有菜单字幕等，系统对此类问题，要么检测模块中没有此类检测功能，要么检测精度很低，甚至检测不出来。这些问题只有研发厂家不断深入收集各种不同的问题模型，不断扩充检测类型，以逐步完善视频诊断系统的检测功能。

算法期待优化

算法作为系统核心，是视频诊断应用成功与否的关键，但目前仍存在两大难点：

识别精度：诊断系统对图像质量的诊断依赖于丰富的数据库，识别精度之所以还有待改善，是因为图像处理算法相对简单，通过进行图像理解技术学习到图像的动、静止目标的含义，描述画面中各种目标的正常状态，然后可以通过目标的纹理、边缘等进行对比，从而更好地实现分析。由此可知，数据库的容量和比对算法的优化程度是决定系统判断正确与否的根基。另外，受制于目前的硬件问题，单个识别模块可并发处理的算法并不多.　　

识别速率：通常的诊断系统对单设备的诊断时间约为2-4秒，要完成对1000路摄像机的轮巡诊断就要一个多小时，摄像机数量越多，所耗的时间越长，不利于大型项目的应用。目前常用的解决方案是采用多台检测服务器同时进行。

夜间诊断效果不佳

由于夜间为黑白画面呈现，加上夜间灯光的影响，视频诊断系统很难对画面问题做出准确判断，甚至不知是摄像机原因还是环境原因所造成。这个问题主要解决方法是检测时间设置绕开夜间，因为检测频率一般是一天一次，基本上检测时间设置在白天，可以较为准确地检测出摄像机视频质量问题。