在大型监视视频中识别关键场景非常具有挑战性，因为使用全功能神经网络（NN）模型进行汽车识别会消耗大量计算资源，而这些场景很少发生。 本文提出了VScan，这是一种高效的模型联合机制，可在轻量级NN模型和全功能NN模型上自适应地调度流，以同时分析视频。 具有重叠的可检测对象的这两个组合模型是通用的且开发完善。 前者模型快速扫描视频以寻找潜在的兴趣场景。 后一种模型仅对具有识别场景的流进行进一步分析。 我们提供了一种模型选择方法来选择具有适当精度和高吞吐量的轻型模型。 VScan进一步确定关键参数以