2019年的每一天, 约2,世界各地的安全摄像头产生了000拍字节的视频数据, 从2015年的每天500拍字节，相当于7500万用户一小时同时流媒体收看高清电视(IHS Markit, 1月26日, 2016). 这种急剧增长推动了对更有效的视频数据分析方法的需求.
卷积神经网络(Convolutional neural networks, CNN)等常用的深度神经网络在视频分析任务中表现出了卓越的性能, 但cnn的培训过程可能需要几天甚至几个月才能完成.
而基于手工特征描述符的方法需要更短的训练和处理时间, 提取特征的高维性需要大量的存储和计算资源.
华威大学的新分析能够解决这些需求，并可用于分类, 行为识别, 对象识别, 视频监控, 监控和异常事件检测.
