视频结构化描述的概念是我们三所首先在国内提出来的，并在2009年深圳安博会上的中国安防论坛上做过演讲，这个概念刚提出来的时候大家还不太了解，甚至怀疑，到现在社会各界，政府部门，各地公安、企业、研究所，越来越多的人接受认同了这个观点。总体上来说，围绕着公安工作需求，围绕着视频监控发展需求，现在开始关注视频智能分析，这是一个总的发展趋势。视频浓缩技术不是一项新技术，这是一个比较通用化的技术，只是大家以前不怎么关注而已。现在我们国内很多大学和研究所都可以做这个技术。比如说我们把移动的目标和固定不变的背景剥离出来，做一些压缩，把不同时间段的事件、视频压缩在一起。这是一个比较成熟的技术，我相信在各地都已经认识到并开始积极使用这个技术了。
如果是单个视频，人的眼睛能够看，通过人工可以解决的问题，就不需要这么迫切地采用视频结构化描述技术。现在开展平安城市建设，视频监控要联网共享，如此一来我们的视频资料就会越来越多，如何高效的来利用这些海量视频信息资源，能够实时的解决一些报警监控问题，或者说在一些案件侦破当中，我们可以迅速的找到所要了解的信息，这就需要一些新的技术来满足要求。那么视频结构化描述技术正是在这种背景下应用而生的。
我们在策划视频结构化技术的初期就已经预测到，视频要联网，会出现海量信息，这种情况下只有视频结构化技术才能解决这个问题。
公安物联网建设的“四个D”，是通过采用物联网技术的思路来提升公安信息化的水平。采用物联网技术以后可以大大提高信息采集的效率，拓展信息物理采集面，“4D”就是从特定的人、车、物、事件角度去感知这些东西。一是在网络空间怎么去感知人，建立一个网络身份证EID；二是怎么更加高效的去感知车，提出了汽车的身份标识RFID，就是所谓的电子车牌；三是视频结构化描述技术，感知物和感知事件，叫做VSD，摄像机本身就是我们公安工作中用的最多的一种传感器，所以我们现在的VSD技术就是围绕这个来做的；四是PDT警用数字装备系统，基于位置服务的警用数字化单兵装备。
提出这个“4D”概念以后，得到了科技部、工信部、国家发改委等有关部门的认可与支持，包括上海和其他跟三所有合作的单位也通过不同的渠道提供了科研支持。EID国家863重大支持了1.2个亿；视频结构化描述也累计划拨了1个多亿；RFID电子车牌支持了2800万，项目已经完成；PDT通过中国智慧城市二期科技支撑计划支持了近1千万元。实际上都获得了支持，项目目前都有很好的进展。
我认为EID和视频结构化技术是目前在技术和产业发展中进步最快的两个“D”，其他的“D”也在跟进当中。PDT还在研究当中，RFID电子车牌技术研发也完成了，行业标准制定工作也已经启动。EID有关的技术准备和试点工作，现在正在紧锣密鼓的进行当中。不久的将来在社会上就有几千万甚至上亿的EID在试用，我们现在不叫它网络身份证，我们叫它公民网络身份标识，主要是考虑做身份证需要有政府的授权，法律法规的支撑，所以暂时就叫它公民网络身份标识。
自从2009年我们三所针对海量视频信息提出视频结构化描述的概念至今，我们一直全力以赴地开发推进这项新技术，并将此视为立志要实现的“视频梦”。我相信，在社会各界的共同努力下，在越来越多“追梦人”的积极参与下，视频结构化描述技术这个新一代视频梦一定会在不远的将来得以顺利实现。