大数据赋能视频监控 发挥海量视频的潜在价值

　　近几年，随着雪亮工程、平安城市、智慧城市项目，以扩大视频监控覆盖面、推动全国联网工作并实现海量视频信息智能化应用。目前项目建设已卓有成效，监控设备产生的数据量也在飞速增长，全国各行各业采用的监控摄像头达到几亿只，一天产生的数据量约50PB，是上千个国际级图书馆的数据量级。可以想见，这些数据量远远超出了传统数据处理管理软件在可接受时间内的处理能力，因此须使用"在数十、数百甚至数千台服务器上同时平行运行的软件"，大数据开始应用在安防领域。

　　大数据架构更加灵活，伸缩弹性更大，可根据视频监控业务部署需要，设立多个集群组成，将海量数据分解为较小且更易访问的批量数据，在多台服务器上并行分析处理，从而大大加快视频数据处理进程。

　　大数据与视频监控业务的关系主要体现在"存"、"看"、"用"上。理论上说，应用大数据技术后，在没有人为干预的情况下，视频监控设备可通过自动分析对动态场景中的目标进行定位、识别和跟踪，在异常情况发生时做出反应，进行自动报警。警察可以轻松搜索某一时段某一颜色或某一品牌汽车的视频并快速识别违章行为。

　　依靠大数据技术，安防正在从被动防御向主动判断、预警发展，行业也从单一安全领域向多行业应用、提升生产效率、提高生活智能化程度方向发展。以城市智能交通管理为例，大数据能够实现海量视频数据实时网络传输和快速持久化存储，同时将各类多媒体数据和车辆数据合二为一，对异常行为智能识别和自动报警等。

　　大数据是真正发挥大规模网络视频监控价值的关键技术，视频监控数据是标准的大数据，而通过大数据存储及分析挖掘，更能发挥海量视频的潜在价值。更需注意的是，大数据技术主要适用于大型及超大型项目，并且与云计算技术融合，大数据在视频监控的应用还在探索阶段，具体应用模式有所不同，但趋势比较明显。

　　大数据是通过非常快速的数据采集，发现和分析，从大量化，多类别的数据中提取高价值信息。

　　而视频监控数据有两个典型的特征即还量化和非结构化。视频监控数据规模庞大，并且随着高清化，超高清化的趋势加强，视频监控数据规模会以指数级别增长。因此大数据会与视频监控技术连接更加紧密，会更进一步发展。

　　当前，大数据在视频监控市场的主要有以下应用领域总体来说分为两大类：一是城市基建，平安城市和智能交通大数据安防的规模化应用说明了这是大数据安防应用的主流。二是个人消费领域，如家庭安防设备产生的数据，这一市场目前还在孕育阶段，期待厚积薄发。无论如何，大数据带给安防行业化应用的未来可期，关键在于如何深耕、挖掘，进而体现数据价值。

　　大数据在公共安全视频监控中的应用，根据采用不同处理方法、挖掘工具及多种数据融合，可获得不同价值的数据应用。

　　一、视频监控面临的数据困境

　　(一)数据量的急剧扩大和IT投资之间的矛盾

　　按照IT产业的法则：在满足客户需求的前提之下，往往技术成本越低，其生命力越强。由于数据量的急速扩大，以及随之而来的大规模计算的需求越来越多，一味采用高配硬件，使得硬件投资成为客户不可承受之重，客户越来越希望在满足需求的前提下，用中低端的硬件来替换高配硬件。

　　(二)海量数据和有效数据之间的矛盾

　　摄像头7×24小时工作，如实记录镜头覆盖范围发生的一切，仅仅记录信息是不够的，因为对于客户来讲可能大部分信息是无效，有效信息可能只分布在一个较短的时间段内，按照数学统计的说法，信息是呈现幂律分布的，也称之为信息的密度，往往越高密度的信息对客户价值越大。

　　(三)资源利用和效率之间的矛盾，串行计算和并行计算的矛盾

　　视频监控业务网络化、大联网后，网络内的设备越来越多，利用闲置的计算资源，实现资源的最大化利用，关乎运算的效率。在视频监控领域，往往视频分析的效率决定价值，更低的延迟、更准确的分析往往是平安城市这类客户的普遍需求。随着数据量的增加，哪怕对TB级别的数据进行对视频内容的数据分析和检索，采用串行计算的模式都可能需要花费数小时的计算，已远远不能胜任时效性的需求。视频的分析和检索，不能依赖于传统的手段，巨量数据的效率优化，并行计算是视频智能分析的唯一出路。

　　因为大数据带来了很多现实中的难题，为了解决这些难题需要新的技术变革，需要新一代的数据库技术，业界称之为大数据技术。

　　二、大数据与视频监控业务结合的好处

　　"闪存"：如果类比水库蓄水的方式，典型的网络视频监控数据存储模型是一个由小溪汇聚河流、再汇聚到水库的蓄水方式。小溪数量增多、水量增大是水库蓄水量的保证，然而传统方式下蓄水量增大将提高水库建造成本和蓄水安全的要求。而采用分布式蓄水模式，在河流中游建立多个中间蓄水池，不仅可以减少主水库蓄水压力和成本，化整为零也提高了就近用水效率。在大数据技术支撑下，网络视频监控数据存储模型可转向分布式的数据存储体系，提供高效、安全、廉价的存储方式。

　　"易看"：在视频监控业务中，错看漏看、来不及看等是常见的困扰点。大数据监控图像的回溯给许多安防监控管理人员带来了生理与心理的双重挑战。在大量人力投入的公安案件追溯中，都常常耳闻"看到吐"、"看到晕"等无奈和感叹。可想而知一般零售行业、金融行业等，对于视频监控图像的回溯就更为困难。在视频监控大数据趋势已经来临之际，依靠人眼去检索、查看所有视频图像数据已经不太现实。通过大数据技术实现视频图像模糊查询、快速检索、精准定位，让看变得简单迫在眉睫。

　　"善用"：视频监控业务中，看只是信息采集的方式之一，用才是业务应用的根本。视频监控业务的效率问题已经成为阻碍产业发展的关键瓶颈。

　　随着视频监控摄像机覆盖广度、密度增大，视频图像数据量呈指数级上升，而视频监控数据的使用效率却在下降。智能交通应用、消费者行为分析应用等综合视频监控和图像智能分析的业务出现，正努力突破视频监控效率值及商业价值低下的瓶颈。通过大数据技术，进一步挖掘海量视频监控数据背后的价值信息，快速反馈内涵知识辅助决策判断是将视频监控用好、用善的金钥匙。

　　三、大数据解决视频监控"痛点"的主要方法

　　1.人流密度分布、变化趋势、活动的动态监测，预测踩踏指数，实现大型活动和重要区域的风险管理。

　　2.空间状态分析，车流密度分布、变化趋势，道路状态及变化监测，主要用于预测拥堵指数，实现交通信号的预测调节;

　　3.数据融合、关联，实现同号搜索，人、车轨迹跟踪等。

　　4.有序过程与随机过程分析，成为社会治安关键因素，进行常态与暂态分析，实现社会治安风险评估，事件预警。

　　5.高风险因素监控和关联分析，主要应用于扩大社会掌控面;制定有效防范措施和反应预案。

　　6.融合定位、通信、网络等技术，提高对高风险因素(人、物、事、时间、地点等)掌控的精度、粒度，建立重大事件风险评估、预警机制，提高防范能力，进而实现犯罪高发分布及分类基础性研究及综合治理方案的制定。

　　7.高风险单位、区域、活动安全管理，利用大数据，进行风险和脆弱性分析，结合历史数据的回归统计;成功和不成功案例的分析，建立风险管理机制，指导安防系统建设。

　　8.各类系统效能分析，主要应用公共安全系统建设、评价。

　　9.安防基础理论研究数据库，通过数据融合、关联及历史回归统计，开展大数据应用;建立安全基础研究和预警理论研究基础数据库。总之，大数据应能解决公共安全的关键问题，支撑公共安全系统建设。