AVS视频标准的框架也是大的思路上，都是大同小异的，全世界几大不同的技术集团采用的思路都是比较相近的，为什么中国要做这件事？除了提高效率问题以外，还有另外一些原因，专利、知识产权等原因，为了让中国自己的企业，或者说中国的企业向海外发展的时间，不受欺负，所以中国要有一套这样的东西，这套东西还是从纯粹的技术、效果等等角度考虑问题。
在中国做了一段时间以后，在中国做不一定都是中国人，当然AVS都是国外企业，国际上比较知名的大的合作视频编码有关的企业都有派代表加入到AVS工作团组，最近做出了一个东西变成了IEEE的标准的，叫做IEEE 1857的标准，面向互联网视频编解码的群体，这个群体在2012年2月份正式成立起来，经过一个很完整的流程，第一个视频编码标准昨天已经刚刚印刷，今年3月份批准，经过三个月的准备时间昨天刚刚印刷完成。IEEE 1857整个处理流程，从去年2月份成立以后，4月份第一次会议大概到今年3月15日开了7次会议，最后把文本全部完成。
这个文本里，整个的编辑经历了非常漫长的过程，因此做一个标准技术很行以外，处理流程也要按部就班要往返很多次，现在这个IEEE 1857的标准里面有各种各样面向不同应用的部分，我们叫profile或者叫group，它和别的标准不一样的，或者是有特色的地方，就是IEEE 1857对监控视频有特别的支持。
什么样特别的支持？是第一次把背景建模技术加到整个处理流程，加到环路里面，这是非常不容易的一件事，这张图可以看出，当你没有进行背景建模你的处理效率没那么高，随着你的建模越来越好，你的编码效率会越高。所以下面这条蓝色线，它实际整个效率，就是你的码率越高效率越高，比如说现在给你2兆的带宽，同样的质量的东西你会占的带宽为什么低，所以效率越来越高，这是一个非常好的想法。这件事，背景建模怎么做出来的？这是非常直观的一张图，当给你一个视频，你要看这个食品区编还是非常复杂的，通过一个映射变化另外一个空间上，你会发现横的几乎都是一样的，只是有人、有车动的地方稍微有点点变化，我们根据这个变化建出来一个背景模，用它来提高编码效率，如果从技术的角度来看，我们有一些对象，我可以把这个对象建模，把原来没有和有的做插分，最后就找到一个非常干净的背景，上面全都是一些非背景的东西，根据这些东西我就知道哪些新进来的，哪些是新的，通过就使编码的效率变成非常高，这也包括各种各样不同的天气条件、时间、雾天、雨天都可以进行相应的建模，模型通过参数的变化覆盖住，就是有很容易把对象检测出来了，检测出来我们后面的分析就会非常有帮助。而且模型可以不停的进行更新。这个标准昨天已经出版了。当然这个版本，一个版本完了，后面还有各个部门在按部就班的做，这个标准比现有的同类标准编码效率提高一倍。这是关于存不下。
找不快，到现在为止分析和编码是分开做的，分开来做因为是完全林个不同的体系，如果你从技术上来讲无可厚非，但是分开来做有一个最大的问题，在编码的时候不能分析，在分析的时候就不能编码，一般是先编码从采集端送回到局端以后进行分析，分析再把它解开进行分析，这样就把自己的宝贵时间丢掉了。这还是最重要的问题，你为了追求编码效率可能会损失到你的识别率，我们举一个例子：当然IEEE 1857可以很好的解决这个问题，比如说红框是感兴趣的，检测出来立刻在描述文本里面这个描述出来，在后面就可以启动，包括对象的检测、对象的跟踪、行为的分析、行为的跟踪，一个完整的环就可以流出来，而且可以包括GPS的信息都含进去。对象检测出来，人脸怎么办，实际上现在有技术可以把这个找得到。
具体的做法，左边有一个录像，有人在那儿走来走去，这一段视频里面到底哪一张人脸最好，我不知道现在是不知道，现在是计算机来干这件事，我们可以一个模型，模型里面有6个主要的参数，通过这6个参数就包括，我看它的分辨率、亮度、姿态、清晰度、噪声水平、灰度级，把这6个参数综合起来就可以找到一个最清晰的人脸图象。当然同样的想法可以检测车、检测人等等。
为了做这件事，今年要组织一个全国的研究生智慧城市比赛，现在正在组织，由教育部学位研究中心、智慧城市产业联盟、中国科协等等，秘书处现在设在北航，现在已经有一些具体方案。