隨著安防行業的發展，各地除了公安部門建設的視頻監控系統外，還有運營商、開發商、企事業單位等自行部署的視頻監控系統，其形成了龐大的視頻監控資源。對于如今的智能安防市場來說，視頻監控與大數據結合無疑是一條切實可行的道路。在產品趨同、競爭激烈的當下，如果可以在某一行業深耕下去，研發出有自己特色的產品與解決方案，同時認識到行業發展的需要與不足就可以在行業里占有一席之地。由于視頻監控行業化應用的不足之處是今后改進的重點，就此，小編特意采訪了幾家致力于研發視頻監控行業產品及解決方案的企業，來看看他們是怎樣看視頻監控行業化應用不足的。
博思廷：“有而無法利用”
目前的視頻監控系統會在使用上造成“有而無法有效利用”的問題。如何充分發揮城市基礎設施的作用，充分利用視頻系統積累的大量數據，提供城市前期投資的效益，是擺在城市管理者面前的一個重要課題。給視頻監控系統在功能方面帶來巨大進步的是近年來興起的智能分析系統。智能分析系統利用模式識別、實時計算機視頻圖像分析、動態圖像智能檢索等技術，在傳統視頻監控基礎上，極大增強了系統的功能?？梢詫崿F監控系統對于異常事件的24小時不間斷監控、實時報警，對歷史圖像的智能檢索等高級功能。這將極大地解放監控人員的勞動強度，避免由于人員疏忽所造成的疏漏，并可以提供方便快捷的事后圖像檢索支持。通過大數據分析技術提供智能化的圖像分析處理手段，實現實時監控的自動化和圖像管理/查詢的智能化。
東方網力：視頻分析準確度低
視頻監控行業發展幾年來，視頻分析準確度低是制約大規模應用的首要問題。東方網力通過構建基于深度學習的智能視頻分析服務產品，為公共安全領域提供智能、高效的智能視頻分析服務應用。比如人臉識別，通過深度學習，特征提取人臉識別首次超越人眼，識別準確率達99.55%。相比傳統的機器學習，經過深度學習后的算法，準確度會有整體提高。
另外，視頻圖像信息深度應用的問題也逐步顯現，主要是缺乏對視頻圖像信息深層次挖掘，難以支撐不同用戶的差異化應用需求。也就是說，視頻圖像信息的挖掘，并不僅僅是將視頻圖像結構化就夠了，這僅僅是第一步。后續需要通過結構化的數據分析出更多的價值信息，才能達到實戰的目的。舉個例子，攝像機起到眼睛的作用；借助視頻智能分析將看到的視頻圖像轉化為機器能夠理解的信息；視頻大數據類似大腦，負責將這些信息進行分析，篩選出價值信息，大腦才是真正實現智能化的關鍵。東方網力做的工作，就是將平臺賦予智能。
大華：產品缺乏亮點是主要問題
目前視頻大數據還處于相對比較初期的階段。整個視頻大數據的領域，包括了云存儲、云智能，以及大數據分析和挖掘。云存儲在行業內已經相對比較普遍，但是各個廠家對云存儲的定義不盡相同，有很多拿傳統的存儲系統包裝一下出來就是云存儲。云智能也是面臨著同樣的問題。大數據分析和挖掘部分則還處于相對早期的探索階段，因為它依賴于數據的沉淀、匯聚和清洗。目前市場上絕大部分安防產品的同質化競爭過于激烈，產品缺乏足夠的亮點。早期的監控平臺并不是以云架構方式建設的，也沒有數據開發共享的概念。在大數據時代的整體背景下，原來的很多監控平臺難以支撐大數據的應用，市場急需一個新的云架構的監控平臺來支撐未來的發展。
景陽科技：檢索速度慢、效率低
目前整個安防行業，特別是視頻監控領域，高分辨率、高清的視頻圖像已廣泛應用于實際的安保與生活中,據權威的電子行業研究機構IMSResearch統計，2015年全球攝像頭出貨量達5000多萬臺。僅僅視頻監控錄像而言，每天的數據量就有高達上千PB，累計的歷史數據將更為龐大，如此大級別數據量當前系統逐漸暴露出數據存儲壓力大，檢索速度越來越慢，數據統計、分析效率越來越低等問題。
慧聰安防網總結
隨著全國各地平安城市項目的大規模推進，智能安防在視頻監控領域中發揮著越來越重要的作用。現在不僅在機場、車站、碼頭等人流集中的公共場所采用視頻監控系統，而且在一些辦公場所和住宅小區也安裝了視頻監控系統，在監獄等重要場所更是提出視頻監控全覆蓋的應用要求。與此同時，視頻監控產生的數據將會迅速的增長。在建設智能安防的路上，如何探索目前存在的不足，進一步深入分析，有針對地解決這些問題，更好地利用大數據發揮視頻監控的最大效能與數據本身的應用價值。
京公網安備 11010502049343號