在传统视频监控系统中，监管人员需要观看多个分镜头画面，很难将零散的分镜头视频与其实际地理位置对应，无法对大场景进行全局实时监测和历史事件的快速回溯查找，海量零散监控视频资源既“看不过来”又“看不太懂”。正如下图所示：
视频监控的弊端
三维视频融合（也称为全景视频融合或全时空动态视频融合）技术，可以将摄像头实时画面投射到道路上，并可将相邻的画面进行拼接融合，拼接后形成一幅更大分辨率的画面，可以更好的对全局大场景进行监控，可以很方便的跨境头协同追踪车辆或人员;由于投射到三维场景中，所以可以看到每个视频在空间中的实际位置，通过旋转三维场景，可以从不同角度查看视频，为实战指挥带来便利。
视频融合后，还可以进行一些高级管理，比如球机追视功能，可以使用鼠标在三维画面上点击目标，比如一辆行进的车或一个人，最近的球机会自动锁定并跟踪人或车。
还可以结合人工智能（AI）的分析功能，进行人脸识别、车辆识别、安全帽识别等高级别的目标检测及大数据分析，能够快速识别陌生人、违规行为，还能绘制人员行进轨迹、热力图等。
融合物联网数据，可对接的物联网数据如下图所示：
目前这种技术已经在很多行业做了应用，视频融合技术可以说是物联网应用的一个分支，也是一个三维管控平台的一个数据源，它应该和其他物联网数据进行深度融合，来构建一套完善的站场数据汇聚平台。
可以提供这种技术的公司是北京中天灏景，该公司研发的ConverseEarth 3DGIS软件，集合了编辑工具及二次开发包等子软件，同时自带视频融合、三维模型管理、工业物联网数据接口、应急预案推演等高级模块。
该公司比较早的提出了站场的数字孪生概念，意即采用三维引擎、三维扫描、视频融合、多源数据集成等技术在PC端孪生一套虚拟场站。虚拟场站的3D管控平台既可以运行在场站的控制室，也可以上传到集团总部，各级专家、领导足不出户就可以对场站的一切尽收眼底。