李克強總理曾經說過，大數據就是生產力。我國政府對大數據產業的重視，勢必帶動大數據在社會認知、政策環境、市場規模、產業支撐等方面的大力發展。以政策制定為例，2015年國務院印發了《促進大數據發展行動綱要》，全面闡述了我國發展大數據產業的意義、目標、任務和政策，此綱要的出臺標志著大數據產業已被提升為國家戰略高度，而逐漸完善的政策體系為大數據產業發展提供了良好條件。
然而，我國大數據產業畢竟處于探索起步階段，目前還存在很多困難，比如信息壁壘降低了大數據產業資源配置效率。大數據產業發展必須實現數據信息的自由流動和共享，如果數據不開放、不能共享，數據整合就不能實現，數據價值也會大大降低。
這樣的情況同樣出現在安防產業，當然這種情況的出現，除了受部門利益、數據安全保護、政府全局思維缺乏等因素的影響外，數據本身的異構性也對相關技術提出了挑戰，特別是在安防行業，非結構化數據從抓拍、讀取、存儲、轉換到分析利用，需要大量的高尖端技術在背后做支撐。因此，基于這種高端技術的要求，造成安防大數據應用正處于細分行業階段應用與大行業整體綜合應用的交匯節點。在此應用階段，除了加快建立安防大數據的行業政策法規，制定數據共享、保護、利用的相關規章制度外，還要加大安防技術與物聯網、云計算等前言技術的融合發展，以技術發展驅動安防業務形態更加多樣化。
安防大數據感、知、用三個層次的體系建設安防業務形態的多樣化應用，基礎在于數據的獲取。然而安防行業并不缺少數據，以安防行業的主流市場視頻監控為例，一個大型城市每天經卡口、電子警察等監控攝像機入口產生的數據就可以達到1PB，已然成為世界上最大的數據生成器。因此如何高清、快速地抓拍、提取、分析、存儲和利用這些視頻數據才是業務應用的關鍵。
“感”是數據獲取的源頭
以物聯網的角度分析，安防行業要想獲得最上層的智慧應用，“感”是獲取海量數據的基礎，通過遍布各個角落的攝像機、門禁、報警、可視對講、環境感應器等設備，將“感”的基礎網絡鋪設開，通過多維的采集設備形成大數據的來源，這些數據以視頻數據為中心，將圖片、環境、音頻、方位等信息融合進來，形成并輸出可視化的數據內容。杭州海康威視數字技術股份有限公司技術經理朱佩凡舉例說，如把攝像頭和電子羅盤、GPS等傳感器結合起來，就能在電子地圖上清楚的看到這個攝像機所監控的區域，稱作可視域，攝像頭也會在監控畫面上自動地顯示出它所在的經緯度和街道信息，便于管理和調動。
而當前安防大數據獲取的困難之處在于當監控攝像機抓拍目標物體時，如果物體運動速度過快，或者由于拍攝清晰度、角度、光照、遮擋等因素的干擾，就有可能會造成數據的模糊和不完整，那么讓計算機“看懂”圖像和安防智慧化應用就無從談起。所以要解決安防視頻結構化中視頻源的清晰度、形狀、顏色等能夠被語義描述的目標信息，就要從數據獲取的設備和技術方案入手，例如通過槍機聯動彌補各自的不足，為安防大數據提供清晰的視頻源。
而在“感”的數據抓取之后，如何存儲也是降低用戶成本的關鍵。因為通常以一個安防項目的預算分析，存儲介質成本最高可占項目成本的40%左右。因此，視頻壓縮編解碼方式非常關鍵，目前許多設備商在H.265編解碼方式的基礎上，已經實現視頻數據傳輸碼流減半左右的功效。這也證明，在全球范圍內國內設備商安防技術的先進性和實用性，它們所帶來的市場競爭力和商業機會也是顯而易見。
“知”是數據處理的技術
安防大數據和商業/互聯網大數據最大的區別在于95%以上的安防數據都是非結構化的視頻數據，非結構化的數據便是無用的，因為它們無法被快速檢索、查詢、無實時數據研判、無歷史數據統計分析、無法快速共享、無法長期保存……簡單地說，行業還沒有找到一種廣泛、高效、低價的方法，將這些海量的視頻數據與具體業務有效結合起來，并使其效益最大化。
因此安防大數據走向深度應用的一個關鍵步驟就是視頻結構化，即通過屬性特征用語義描述的方式拆分目標物體，經過特征信息提取進行結構化的存儲，然后通過服務器針對海量的視頻結構化信息進行有效應用，提供高效的檢索、分析、挖掘、統計等大數據服務。蘇州科達科技股份有限公司策劃推廣部周宇杰以公安卡口應用舉例，對于卡口過車圖片這樣的海量非結構化數據而言，為了實現數據的檢索，必須通過智能分析技術對其進行結構化并入庫，從卡口圖片中提取出車牌顏色、車身顏色、車標、細分車型等傳統卡口前端不能提供的結構化信息并存儲在相應的數據庫中。
在當前市場的產品應用中，大數據服務器支持200萬條消息收發、千億條數據秒級檢索、十億級圖片秒級以圖搜圖等功能已經產生商業價值，也是主流設備商競爭的焦點。例如以圖搜圖技術，在輸入人、車等圖片后，系統可以快速地在視頻庫里搜索出所有具有相似特征的人和車，從而定位出人和車的軌跡。在海量視頻圖片中尋找人員、車輛的軌跡，可以節省75%的人力和時間成本。
然而，除了主流的設備商提供的系統平臺外，很多傳統監控平臺系統并沒有這樣的能力去實現。例如在交通應用領域，浙江宇視科技有限公司智能交通拓展部副部長王敬陸指出，在面對海量數據時，很多傳統的系統架構暴露了在海量結構化數據處理上的瓶頸，如系統存儲無法彈性擴容；查詢速度緩慢，無法快速響應突發事件；應急指揮系統操作復雜；各種類型數據資源分散，無法做到整合并進行綜合分析。從這個角度分析，監控系統平臺的存量市場潛力也相當的巨大。
中小型廠商的市場在哪里？
“用”是大數據的價值
對大數據的“感、知”之后，用才是安防大數據的目標，即對結構化后的視頻數據進行分析挖掘，并被業務終端所用，服務于智慧城市、智能交通、公安刑偵、智慧醫療、智慧旅游、智能樓宇、智慧商鋪等相關領域。朱佩凡認為，當前安防大數據的應用主要有三個方向。
一是基于視頻數據內容提供的惠民服務，即將各類視頻資源匯聚進行聯網整合，并最終發布在一個統一的公共平臺上向公眾開放。比如說開展面向民眾的交通路況服務、可視化旅游服務、社區管理服務、透明廚房、安居安防、教育服務、老人看護服務等等，真正地實現了視頻資源共享，信息惠民。
二是基于行業數據進行細分業務的研判，它其實就是一個線索挖掘的過程，從海量的大數據所呈現的表象中分析出事件可能的原因和線索，比如在車輛大數據研判中，公安在追蹤一個嫌疑人車輛時，通過分析這輛車一段時間內的出行數據，發現這輛車總是頻繁的經過同一個卡口，那么基本可以推斷出，這個卡口附近就可能是嫌疑人的一個落腳點。
三是基于數據信息提供的業務決策，這是大數據比較深層次的應用，關鍵在于對大數據的態勢分析。態，就是當前狀態，勢，就是根據當前狀態預測的未來發展趨勢。比如一個城市每天道路交通的熱度圖就是態，把每一天的熱度圖進行疊加，就能預測出勢。根據這些態勢，一方面可以預測出未來一段時間的交通流量，幫助民眾合理的規劃出行計劃；另一方面這可以作為一個城市管理者對道路規劃和改善的最重要依據。
中小型廠商的市場在哪里？
從安防大數據“感、知、用”三個層次分析，以視頻監控行業應用來看，國內主流設備商已經從前端數據采集，中間的壓縮處理，及后端服務器的分析應用都實現了可靠穩定的安防大數據成熟解決方案，特別是在后端系統平臺方面的技術優勢，相比較其他中小型設備商而言，優勢更加明顯。那么，中小型廠商的市場在哪里？從當前的應用市場分析，許多廠商已經找到了突破點，例如利用“槍機聯動”的方式提供清晰可靠的視頻源，或者利用具有專利保護的視頻壓縮和傳輸技術實現更低碼流的傳輸，又或者利用定制化的云存儲解決海量數據的大盤位存儲。這些在細分領域的高尖端技術優勢，正成為設備商在競爭趨于白熱化的同質化市場的制勝法寶，也是抗衡主要競爭對手的利器。
但在安防IT化時代，技術的融合發展、升級迭代速度都在加快，細分技術領域如果不能保持不斷的創新和跨學科的技術融合，勢必會被同行所超越。對此，東方網力科技股份有限公司產品規劃總監張兵銳認為，伴隨著物聯網、移動互聯網、云計算等技術不斷綜合應用，大數據建設需要整合包括物聯網、互聯網以及其它社會資源數據，并實現與相關技術的交叉融合。而安防設備基于更加復雜的數據關聯模型，更加高效的數據計算，提供綜合性分析應用，提高在數據治理、預測預警、關系挖掘、比對布控等各方面的能力，從而提高整個安防能力。這也是安防技術發展脈絡趨于清晰的情況下，安防業務應用多樣化所帶來的行業思考。
京公網安備 11010502049343號