（1）重点区域大场景监控：重点区域大场景指不少于两个分镜头视频覆盖区域对应的场景，用户通过预设观测点监控重点区域的大场景，以全局视角观察重点区域动态。通过在三维场景中虚拟投影相机，任意设置观察视点，以当前视角监控重点区域大场景动态。对于同一场景中高低摄像机同时存在的情况，自动将高点摄像机和低点摄像机统一拼接融合显示，针对不同的视点采用不同的视频源进行拼接和显示：一是对于高视点、大视野的情况，采用高点摄像机进行拼接融合显示；二是当视点降低的时候，采用低点摄像机进行拼融合显示；三是支持放大镜功能，对局部区域进行数字变焦显示。

　　（2）关键路径自动巡航：支持自定义巡航轨迹，并按照设定好的视角、速度进行自动巡航。巡航路径由多个路径控制点组成，通过设置路径控制点，组成直线路径、弧线路径、圆路径或复合路径，系统按照设定好的路径和速度依次进行自动巡航。

　　（3）二维和三维信息关联显示：全景立体视频与二维地图同步显示，摄像机的位置和覆盖区域以及用户当前观察点的位置均可以显示在二维地图中。

　　（4）摄像机反向关联：在全景立体视频上选择所需要观测的目标或地理位置，根据目标或地理位置自动关联到所有照射到该目标或地理位置的摄像机。

　　（5）球机协同追视：在全景立体视频中通过靶标交互选择观测目标或地理位置，根据该目标或地理位置调用周边的多个摄像机照射到该区域，且靶标大小可调，通过调整靶标大小实现摄像机的光学变焦，全方位、多角度快速捕捉细节信息。对于有枪机和球机的监控区域，统一用枪机的视频进行拼接融合显示，当用户交互选择观测目标或地理位置时，自动将枪机和球机协同关联，调用关联的多个球机锁定该目标区域。

　　（6）历史事件大场景回溯：从存储装置中读入多个摄像机采集的历史视频数据和多维传感数据，将历史视频数据和多维传感数据可视化到三维模型中，在全时空环境下正向或反向播放搜索，即设置回溯的时间段和区域、提供逐帧正播、逐帧倒播、停止播放、快进、快退和随机定位播放，以提升历史事件的查询效率。

　　5.大场景、多摄像机的时空关联关系

　　为实现多路监控视频在三维全场景下的关联分析，首先，基于静态贝叶斯网络构建摄像机之间的空间拓扑关系，然后，利用动态贝叶斯网络推理和预测多种行为模式之间的语义关联结构。

　　贝叶斯网络方法是基于概率分析、图论的一种不确定性知识表达和推理模型，是一种将因果知识和概率知识相结合的信息表示框架。从直观上讲，贝叶斯网络表现为一种赋值的复杂因果关系网络图，网络中每一个节点表示一个摄像机，各摄像机之间的有向弧表示事件发生的直接因果关系。在贝叶斯网络中，定性信息主要通过网络的拓扑结构表达，而定量信息主要通过节点的联合概率密度表示。在贝叶斯网络中，没有有向弧输入的节点称为根节点，对于根节点需要确定其先验概率；有有向弧输入的节点为子节点，对于每个子节点要确定其在父节点不同状态下的条件概率。作为贝叶斯网络推理的基础，根据摄像机之间的空间关系和安保实战经验，对贝叶斯网络参数（先验概率和条件概率）进行赋值。

　　动态贝叶斯网络是贝叶斯网络随时间变化的一个动态扩展，可以反映各摄像机之间一系列行为模式间的概率依赖关系。由于摄像机网络空间拓扑结构不随时间改变，可以假设各摄像机之间满足一阶马尔可夫性，从而对其中行为模式的时间连续性进行建模。基本思路是全局行为模式是由一系列局部行为构成的。通过对局部行为及其关系的识别，可以有效的预测全局场景和行为。在一个摄像机发现异常行为的情况下，利用动态贝叶斯网络，迅速对相关摄像机和行为模式进行预判，在三维全场景下显示相关视频和信息。

　　针对博物馆这种人员密集，环境复杂的特殊场合，应以预防为主，打防并举为导向。利用三维全景数字智能视频融合系统实现基于全场景视频智能分析的自动预警功能，对各种异常现象进行预警。在异常报警的情况下，依据目标参数与预定模式进行匹配，对异常行为进行识别和确定优先级别，实时跨镜头智能报警和结果显示。同时，根据异常报警的优先级，选取和该报警信息有时空关联的所有摄像机数据，自动调用球机锁定该区域协同追视，实现全景立体视频自动聚焦显示，从而极大的提高了对视频资源的高效应用和应急指挥效能。