Реально, но с очень большим количеством "но".
Фактически мы уже имеем достаточно достоверные нейронно-сетевые алгоритмы распознавания лиц/автомобилей/номеров. Оптимизация поиска на базе географического расположения, скорости передвижения, и соответственно предсказания следующего местопоявления искомого объекта, сокращает количество обрабатываемого видеоматериала (то есть изначально объект ищется именно по временным и географическим интервалам своего наиболее вероятного маршрута, и с предсказанием его ветвления, что нейронным алгоритмам тоже более чем доступно. Что резко снижает требования вычислительным мощностям.
Но. Пошли Но.
Стандарт хранения видеоматериала необходимо иметь единый или достаточно однообразный
База видеоматериала должна быть или полностью централизирована или должен быть централизованый доступ к разрозненным видео хранилищам.
Чего в настоящее время мы (к сожалению/слава Блогу) не имеем.
Вычислительные мощности подобной поисковой системы достижимы, но все же еще очень дороги для регулярного практического использования.
В большинстве случаев придется обрабатывать большое количество видеоматериала "вручную". Что занимает весьма много времени. То есть если речь пойдет о чем то действительно важном (очень сильно знаковое преступление), то теоретическая возможность может стать практической.