視頻監控在高清化、智能化之后，產生了海量的視頻和圖像數據，進而對傳統的后端存儲和智能分析帶來一系列的問題。在視頻監控行業應用領域，大數據的應用開始落地實施，但從前端到后端的大數據應用，是一個完整的閉環大數據技術的應用，目前能提出整體解決方案的安防廠商，屈指可數。
傳統大數據技術應用的弊端
為了在視頻監控畫面中找到震驚中外的“8·10重慶槍擊搶劫案”的犯罪嫌疑人周克華，當地公安部門動用了約兩千警力在視頻監控后端每天進行長達十幾個小時的看圖搜尋，總視頻瀏覽量相當于83萬部電影，耗費了大量的人力物力。而隨著大數據技術在安防領域的普及應用，基于后端智能分析服務器的大數據技術開始應用于公安行業，在一定程度上實現了基于計算機的目標查找功能。
從技術上分析，這樣的解決方案可以實現智能分析，但從商業化應用的角度看，在對海量的高清視頻圖像進行智能分析時，對后端服務器的硬件配置、處理性能要求非常高，因此用戶的使用成本會大大增加。一臺刀片式服務器只能分析幾路高清視頻，而成本就要好幾萬，最后導致做一路的視頻分析，就要增加近萬元的成本。這么高的成本對于公安、交通等安裝了成千上萬的攝像機的行業用戶而言，要實現大規模的智能分析應用壓力非常大。
大數據從前端到后端的閉環應用
對此，蘇州科達科技股份有限公司認為，在感知型攝像機問世之前，面向視頻監控大數據應用的技術從前端的采集，到中間的存儲，到后端的應用，都沒有很好的閉環。實際上，在感知型攝像機問世之前，視頻監控大數據應用僅僅停留在理論階段。
為了解決視頻數據海量存儲和應用的難題，讓大數據技術更好地服務于公安行業，最佳的解決方案是將后端智能分析功能前移至攝像機前端。即利用具有圖像識別、感知能力的攝像機采集并生成三類數據：非結構化的視頻數據、圖像數據和結構化的文本數據，而傳統的視頻監控攝像機只是產生視頻數據。
這是監控視頻大數據在深度應用時，對攝像機技術提出的全新的智能分析理念：將智能分析功能放到前端攝像機里面，讓攝像機做圖像的識別產生數據。舉一個簡單的例子，如果將感知型攝像機安裝在廣場上，那么任何經過的人和車都會被抓拍下來，然后把人臉特征、衣服顏色、車型、車身顏色、車牌等基本特征描述出來并進行文本的存儲。也就是說感知型攝像機除了采集、輸出視頻外，還將產生視頻里面運動物體的圖片和特征的描述文本這兩種數據。而這些海量的高清視頻數據和圖片存儲于云存儲中，文本信息則存儲在后端服務器的大數據庫中，兩者之間的數據存儲是有索引關聯的。比如，當搜索“紅色馬自達”這一關鍵詞時，系統會同時提供指定場所經過的所有紅色馬自達車輛，并同時關聯相應的視頻錄像。
視頻監控大數據未來可期
感知型攝像機結合大數據的應用，敲開了視頻監控與大數據之間的大門，讓各行各業都可以通過它實現基于圖像的大數據檢索、分析與深度應用。在具體的應用中，截至2014年底，科達已經為廣西、福建、遼寧、甘肅等多地平安城市建設了基于前端感知、后端大數據的應用系統。以廣西為例，廣西南寧“天網”系統是科達感知型攝像機的第一個應用案例。目前，已經上線了約3000臺科達感知型攝像機，占整個南寧“天網”前端總數量的近1/3。其中，以識別人、車分類/顏色/方向等基本特征為主的特征分析攝像機有2000余臺，以識別車型、車標、車身顏色等車輛詳細信息為主的車輛卡口攝像機約600臺，覆蓋了南寧市重要道路路口、廣場、重點單位出入口等主要治安監控場所。這3000路感知型攝像機的應用意味著全南寧所有重要治安場所的每一個人、每一輛車的照片和詳細文本信息能被保存長達數年，意味著過去要借助300余臺智能服務器才能開展視頻分析的高昂設備成本可以省去，更意味著城市安全管理真正邁入具有實踐意義的大數據時代。
在IT時代轉向DT時代的背景下，大數據二次處理和應用的可行性以及它的價值正在被人們所認同。在安防領域，面向安防大數據的綜合應用正在發力變革，視頻數據作為非結構化的數據，在計算機信息應用領域一直是一個燙手的山芋?？七_感知型攝像機的出現，讓安防視頻監控大數據進入實際的操作層面，即感知型攝像機在前端采集、分析、識別、提供有效數據到后端，大數據平臺以云的方式對視頻數據進行存儲、二次深度分析、預測判斷結果，從而為公安、交通等行業在海量高清視頻數據來臨之際提供從前端、平臺到后端的閉環應用。
京公網安備 11010502049343號