Aŭtomata detekto de incidentoj bazitaj en video (HELPO) sistemoj estas ĉiam pli uzataj en inteligentaj transportsistemoj (ĜIA). Video-bazita Helpo estas promesplena metodo de okazaĵdetekto. Tamen, la precizeco de video-bazita AID estas peze trafita per mediaj faktoroj kiel ekzemple ombroj, neĝo, pluvo, kaj brilego. Ĉi tiu artikolo prezentas revizion de la malsamaj laboroj faritaj en la literaturo por detekti subĉielajn mediajn faktorojn, nome, senmovaj ombroj, neĝo, pluvo, kaj brilego. Post kiam ĉi tiuj mediaj kondiĉoj estas detektitaj, ili povas esti kompensitaj, kaj tial, la precizeco de alarmoj detektitaj per video-bazitaj helpsistemoj estos plifortigita. Surbaze de la prezentita recenzo, ĉi tiu artikolo elstarigos eblajn esplordirektojn por trakti breĉojn kiuj nuntempe ekzistas en detektado de subĉielaj mediaj kondiĉoj. Ĉi tio kondukos al ĝenerala plibonigo de la fidindeco de video-bazitaj Helpsistemoj kaj, tial, pavimu la vojon por pli da uzado de ĉi tiuj sistemoj en la estonteco. Laste, ĉi tiu artikolo sugestas novajn kontribuojn en la formo de novaj sugestitaj algoritmaj ideoj por detekti mediajn faktorojn, kiuj influas la precizecon de AID-sistemoj..