當前，隨著云時代的來臨，大數據也吸引了越來越多的關注。進入2012年，大數據一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新。
在大數據時代里，隨著安防監控的快速發展，大數據與視頻監控技術的結合也越來越深入，目前，大數據對安防監控數據處理能力的要求在六個應用中有具體體現，無論圖像升級還是識別方式升級，其最終是在高清的基礎上進一步突出了智能監控的作用。關于智能、關于高清，仍然有許多技術應用值得我們去挖掘。
低照度環境不利于成像 圖像增加技術彌補缺陷
低照度環境下監控攝像機成像一片漆黑或者一片白，顯然在低光照環境下，圖像增加技術應該來彌補缺陷。
正如業內分析得出，圖像增強算法可以有效改善由于光照、霧氣等原因造成的圖像質量問題，使圖像細節明顯改善。簡單理解這就是一種圖像優化技術。除了圖像增強外，還有一種圖像復原技術也特別適用于夜視監控，只不過這種捕捉環境更具有針對性。
圖像復原技術更適合捕捉快速移動的物體，例如行駛中的汽車。如果要正確、完整地捕捉車牌信息。聚焦、運動等原因造成圖像模糊的過程進行建模，利用解卷積算法反推原始圖像信息的算法，能部分恢復車牌文字、人臉等關鍵信息。
例如抓拍車牌包括以下幾項信息：最重要的是車牌號碼、車牌顏色、字母、文字等，特別是針對易混淆的數字“0”和字母“Q”等，處理系統還需要特別對待。當然有些監控探頭不僅捕捉車牌信息，連帶測速功能也一同植入，這對于司機朋友來說絕對是個“雷”。
監控系統滯后 濃縮播放應運而生
在監控攝像機未能植入智能分析模塊時，大多探頭都只具備基本的錄像功能。而在處理突發事件時，監控系統往往具有滯后性。例如警察需要調取一周內的視頻資料，且不說這些視頻數據量有多少，如果一分鐘一分鐘地看，也要花費不少時間。未來能夠在海量的視頻信息中提取關鍵數據信息，濃縮播放應運而生。
濃縮播放從字面上理解為快速瀏覽錄像信息。但實際應用中視頻系統又是如何做的呢?首先對視頻進行濃縮生成摘要，設立原始圖像；然后將數小時視頻片段壓縮成數分鐘的濃縮視頻；再次將視頻中出現在不同時間點上的目標疊加在同一畫面中；最后根據其出現的不同時間點進行播放并區分標注。這種濃縮播放、快速提煉有效信息，大大提高了查找效率。
人臉檢索確認速度快 解決問題多
與人臉識別不同的是，人臉檢索是提供需要檢索人員的面部圖像信息，到龐大的數據庫中進行檢索，通過人臉庫檢索對比找到樣貌相似人物，從而在進行判定。這是一種常見的快速確認身份的辦法。
人臉檢索對常住人口庫、重點人員庫、吸毒人員庫等進行檢索，快速確認身份。對在逃人員庫進行檢索，實現串并案分析。另外，還可以對身份證、暫住證、戶籍證等進行分析對比，查找一人多證等問題。
新型人臉人體分析 實現自動抓拍
除了人臉檢索外，我們熟悉的還有人臉識別。但是，現在有一種人臉識別方式更為智能，其識別不僅包括人臉，還包括了一些人體屬性。例如被捕捉到的人性別、年齡段、身高及是否佩戴眼鏡。如此詳細的人臉識別將進一步定位待檢索人員
人臉人體屬性分析是通過人臉抓拍機，實現對人臉的自動抓拍。結合雙目立體視覺技術實現人體屬性特征的提取，而這些特征正是上述筆者所舉例的那些。這種人體屬性分析大多應用在公安機關排查可疑人口，或針對人流量較大的商場商圈商業分析等。
三維立體識別更智能 判斷狀態及時預警
與傳統的人臉識別相比，三維立體識別更顯智能。通過這種立體式識別檢測方式可以檢查屋內是否有人及人員數量；此外還可以定位跟蹤屋內人員活動路徑；更為智能的是，可通過智能分析判定人員處于站立還是倒地狀態，進行及時預警。這種立體識別適用于小空間室內場景，路監獄審訊室、金庫場景等。
圖像復原技術 適用于車牌識別
開始處介紹了關于圖像復原技術，特別適用于車牌識別。往往有些狡猾的犯罪分子，可能會使用假車牌，這情況給破案帶來很大麻煩。法網恢恢疏而不漏，不給犯罪分子可乘之機，新型車臉檢索功能可判斷嫌疑人是否修改或更換號牌，車臉檢索同樣是輸入樣例圖片，找出相似車輛及車牌號碼，實現快速檢索的功能。
D1Net評論：
在智慧城市、平安城市大的發展潮流下，人們對于自己居住的環境要求也逐漸提升，不少消費者開始關注家庭級安防產品，一方面是應對用戶日漸苛刻的需求，而另一方面也是減少人工支出成本，安防監控領域逐漸向智能化轉變。當越來越多的地方普及監控設施，越來越多的地方普及高清監控，隨之而來的就是海量數據信息及復雜的視頻檢索。如何在安防大數據中找到最核心信息，智能監控對大數據提出了更多挑戰，安防大數據可謂是“壓力山大”。
京公網安備 11010502049343號