实现监控数据价值智能分析让它活起来

　　近年来，随着视频监控点位的不断增长以及高清视频的深入普及，安防行业逐步进入了大数据时代。但是，海量的视频数据本身是没有意义的，提升有效视频信息的搜索效率，对视频数据实施有效的挖掘和分析才是重点。
　　视频监控产生大量数据
　　2012年这个世界上增加了2.8ZB的数据，相当于30亿TB。如果视频数据也存储下来，这个数据就要翻倍了。

　　以国内某省为例，公共视频监控已经超过100多万个摄像头，总保有量近400万，以此估计，全国摄像头数量不少于4000万，某投行的报告称行业每年还在以20%加速增长，行业龙头海康威视12年的年报披露的销售量就达570万套（含前后端），增长37%。而另一个数据也很惊人，英国的摄像头数量与人口数量之比已经达到1：15。粗略计世界至少有1亿个摄像头在角落静静的看着。
　　如果这些数据存储下来，将是超级大数据。假设所有摄像头换为1080P，每天的数据量是64G，每年的数据量是23T，全世界每年将产生23亿T的视频数据。
　　这是个可怕的数字，不知是有幸还是不幸，绝大部分视频监控数据存储不会超过一天，因为从目前看来，与存储的价格相比，这些数据不值钱。所以大部分视频数据的存储很短，超过一周的少之又少。而另一方面，由于数据读写要求高，云端存储极为昂贵（几千元1TB），绝大部分数据都还是存在前端。
　　视频监控数据必定能成为下一个大数据的宝库。一方面，它具备了典型的大数据4V特征，数据量巨大、多样化、表面上无序、但暗含着无数人和物的行为。另一方面，它是真实世界的写照，这与互联网获得的大数据有很大不同，真实世界蕴含了无数难以用格式化文字表达的信息，比如人通过视觉可以快速形成判断，一个地方是繁荣还是衰退，气氛是紧张还是欢快。
　　视频智能分析实现大数据价值
　　视频监控数据数据的重要性越来越突出，视频智能分析技术的出现将海量视频数据进行分析处理，将有效信息删选出来，为存储减轻了压力。其核心是目标识别和行为分析，按照应用的要求设定规则，当视频中的信息符合规则时才进行告警和记录，以视频浓缩与检索技术和视频图像信息数据库技术为例。视频浓缩检索技术，主要是利用图像处理(包括视频浓缩、摘要、复原等)、模式识别、海量数据分类存储以及搜索等技术，对海量的存储录像等原始信息进行分析和挖掘，对于目标特征、目标行为、目标间关联关系这三大类信息内容，形成各种分类的特征信息库、元数据和索引等，并提供统一接口供外部应用进行搜索，以期通过有限的线索，达到案件快速关联和定位。
　　视频图像信息库建设，目前应用比较广泛的是卡口和电警的应用。由于车牌识别技术的日趋成熟，通过车牌、车牌颜色、车身、车身颜色、车辆类型等特征识别，把车辆图片、车辆信息、车主信息、盗抢车辆库等结合起来，可以有效地进行车辆的查找、布控和案件线索搜索。而其他如视频监控录像、案件等信息如何形成统一接口查询，如何进行有效数据关联，其应用还不是特别广泛。
　　大数据视频智能分析给行业带来变革
　　安防监控领域，大数据视频架构是革命性的技术，智能分析为视频监控领域业务带来深刻的变革：平安城市领域，实时汇总并综合分析各种公共安全数据和资料，为执法人员快速准确应对提供科学依据：如实时调阅现场视频录像、犯罪嫌疑人记录、同一地区的相似案件资料；进行地理、时间和空间的比较分析，揭示其犯罪模式和行为模式；追踪嫌疑人与其车辆的位置等。指挥人员也可以参照各种数据对不同来源的资料进行综合分析，制作指挥图。
　　智能交通行业，可以轻松监控摄像覆盖范围内的所有车辆的行驶状态、运行轨迹，快速分析出其是否违章，通过对海量交通数据的比对、分析和研判，实现指定车辆行驶路径、道路拥堵研判等功能。
　　云服务领域，实现基于大数据的视频监控云服务，让摄像机仅通过互连网就能连接云端的视频监控托管服务，通过快速、智能的分析部署在云端的大数据，为小型企业、零售商店、餐馆酒店等提供实时监控视频和潜在风险管理，甚至能提供收费的基于视频内容的分析报告，如日常的客户数，平均队列长度等，创造新的商业模式。
　　结语
　　视频监控进入网络化时代以后，越来越多融入IT新兴技术，大数据技术在视频监控领域的广阔发展路径已经显现，智能分析技术的出现让大数据的价值实现成为可能，为行业发展带来希望！