安防百科

安防如何迎接视频大数据时代挑战？

发布日期:2018-01-04 18:07:40

众所周知，随着平安城市建设的不断推进，视频监控系统在智能安防领域中发挥着越来越重要的作用。不仅在机场、车站、码头等人流集中的公共场所采用视频监控系统，而且在一些办公场所和住宅小区也安装了视频监控系统，在一些如监狱等重要场所更是提出视频监控全覆盖的要求。与此同时，视频监控产生的数据正在迅速地增长，在人工智能和安防大数据时代，如何让这些数据提供更多的服务和价值，成为必须面对的问题。

大数据最核心的价值在于对数据进行存储和分析，分析的核心是从数据中获取价值，价值体现在从大数据中获取更准确、更深层次的知识。在建设智能安防的路上，如何利用大数据发挥视频监控图像的最大效能与数据本身的应用价值，值得探索。

视频大数据趋势一：系统集成下的产品融合

顺应业务发展需求，视频监控行业产品功能逐渐融合。一台主机部署多种模块可以提供多样的服务，例如存储、流媒体、管理系统、计算单元等一体化部署的产品，或者一台持续多虚拟机的存储服务器等。一个产品融合多种软件功能模块，提供一体化的解决方案，具备非常好的竞争优势。但同时，多模块混合部署，对各模块资源需求都比较高，因为在有限硬件资源下既要实现资源隔离，又要充分发挥硬件性能，避免额外的开销，又需要具备足够的弹性调整能力。其中容器技术具备众多优势，特别是作为一个轻量级的虚拟化技术手段，结合合理的管理软件系统，以及应用软件系统的配额，会是一个非常好的发展方向。

视频大数据趋势二：业态趋于多样化

云计算、大数据时代下的视频监控行业的发展塑造业务形态多样化趋势。而互联网化的趋势和应用场景要求革新着传统视频监控行业的发展模式，如更低码流、更高并发度、直播点播、更友好的终端体验等。与此同时，随着国家大力推动智慧城市和平安城市的建设，视频监控行业也逐渐融入到其他行业的布建中，与其他行业形成互补优势，因而视频监控解决方案成为了各行业解决方案中的关键部分。

比如在公安刑侦领域，一台路面摄像头一个月产生的视频数据，也许仅仅只有数秒钟的内容是有价值的，但这数秒钟视频片段对于社会安全具有重大意义。而视频分析是一个非常耗计算资源的过程，单机形态的视频分析服务器计算能力普遍较弱。

因此，对视频云计算提出了较高的通用型的视频分析诉求：借助分布式计算系统能力，充分发挥多节点的并行计算能力，实现多类型视频的高效数据计算等。不过视频分析算法近些年取得了非常显著的进步，部分算法也达到了非常好的应用效果，例如视频摘要、浓缩、车牌识别、车型分析等，还有更低场景要求的人脸识别、人体特征分析算法效果等也都有了非常多的落地应用。

如何迎接视频大数据时代的挑战

现阶段，大数据、云存储、云计算和大数据相关技术已经对安防行业，特别是视频监控行业，形成了深刻的影响，实现了重大的推进作用。但行业特征决定了技术在行业内的发展演进，借鉴互联网行业先进技术、经验，结合行业特征和业务目标，进行深度优化演进的系统，将拥有非常好的竞争优势。