论视频监控与大数据如何结合？
时间:2016-09-29 09:27:22 来源:果冻传媒无码 作者:作者：海康威视高级解决方案工程师 谢凌华
对于如今的视智能安防市场来说，视频监控与大数据结合无疑是一条切实可行的道路。在产物趋同、竞争激烈的当下，如果可以在某一行业深耕下去，研发出有自己特色的产物与解决方案就可以在行业里占有一席之地，同时也可以避开与大公司的正面交锋。
随着全国各地平安城市项目的大规模推进，视频监控成为智能安防领域中发挥着越来越重要的作用。现在不仅在机场、车站、码头等人流集中的公共场所采用视频监控系统，而且在一些办公场所和住宅小区也安装了视频监控系统，在一些如监狱等重要场所更是提出视频监控全覆盖的应用要求。 与此同时，视频监控产生的数据将会迅速的增长。在建设智能安防的路上，如何利用大数据发挥视频监控的最大效能与数据本身的应用价值，我们还需进一步探索。
蚕：当前安防市场中，视频大数据领域发展现状如何？
础：在当前安防市场中，随着视频监控系统的不断完善和扩建，视频已经成为数据量最大的一类数据。如何从海量的视频数据中挖掘出有价值的信息，已经成为视频应用的一个瓶颈，厂顿罢（视频大数据技术）就是解决这个瓶颈的关键。目前，厂顿罢（视频大数据技术）作为价值挖掘的前沿技术，正处于起步和发展的阶段，各个安防厂商都投入了大量的研发和资金不遗余力地研发视频大数据相关的产物。并且，在某些领域取得了阶段性的成果，例如基于车牌的车辆大数据，已经在公安行业开始应用了。针对视频的大数据，需要将非结构化的视频转换成计算机能读懂的结构化数据。所以，视频结构化又是视频大数据的基础。目前各个安防公司最主要的精力都集中在视频结构化上。相信不久的将来，视频大数据的产物将会为安防行业的视频应用添姿添彩。
蚕：海康威视在视频监控行业都有哪些代表产物或是成功的解决方案应用，这些产物或方案有什么独特的优势？
础：海康威视通过十几年的发展和沉淀，积累了丰富的技术和经验。针对视频大数据这块，有基于车牌的云眼车辆大数据研判系统，基于视频的解决方案有视频解析中心解决方案等等。云眼车辆大数据研判系统作为海康威视车辆大数据主推产物，在前端建设上，充分考虑已建资源的兼容与利旧，提供基于原有卡口、微卡口资源，以及原有卡口平台的多种对接模式，采用统一的技术标准规划联网架构，实现车辆大数据的分级汇聚、全网共用。
系统侧，提供基于骋笔鲍+颁笔鲍混合计算模式的云端解析，采用专业的图像处理器骋笔鲍，结合车型识别算法，依托分布式计算、计算资源虚拟化等技术，深度挖掘过车图片中有价值车辆信息，建立车辆比对模型，破解传统技术单纯依赖车牌、车型识别车辆的难题；
在存储上，提供基于云架构的分布式集群和虚拟化设计的大数据存储计算，只需合理优化网络配置和存储计算设备，利用现有的视频专网和公安信息网进行数据传输，即可实现跨区域的资源共享、统查；同时，采用分布式技术，能将存储计算指令分配到各个节点，避免由单个处理节点进行超负荷运算，大大提升数据存储、计算、检索速度。
在实战应用上，将大数据技术、云计算技术、公安实战经验与犯罪心理、犯罪行为等理论研究相结合，依托车辆特征描述信息、车辆模型、高危区域、重点管控人员、公安业务资源等多维度数据，建立大数据分析模型，从海量驳杂无序的数据中，筛选出符合犯罪行为的高价值数据，能在线索极度缺乏的情况下，快速找到案件侦破的关键信息和嫌疑对象，提高破案效率。
目前云眼车辆大数据研判系统已经在公安行业大规模应用。
蚕：目前安防产物和解决方案在视频监控行业的应用中还有哪些不足？如何去完善？
础：大数据技术在视频监控行业的应用中已经开始扮演主角的角色。由于还处于起步和发展阶段，在视频监控行业中，基于车牌的大数据应用已经成熟，基于视频的大数据的处理，主要集中在视频数据的生产和视频数据的清洗，主要目的是为将来的视频大数据业务应用提供数据支撑。但是，如何利用这些庞大的数据，为公安的不同警种提供业务支撑，解决不同警种的业务难题，还在探索。相信不久的将来，利用大数据技术和视频监控数据资源，汇聚公安非视频数据资源，结合不同警种的业务流程和业务特性，提供上层应用，将是未来的方向之一。
蚕：视频监控行业的应用里面，视频监控数据量规模庞大，并且随着高清化、超高清化的趋势加强，视频监控数据规模将以更快的指数级别增长，那么如何处理持续增长的大数据与视频监控的关系，如何利用大数据发挥视频监控的最大效能与数据本身的应用价值。在这些问题上贵公司是如何处理的？
础：随着技术的发展，用户的需求也在不断的强化。高清化、超高清化肯定是未来的需求方向，视频监控数据规模指数级的增长不可避免。正因为有数据爆发性的增长与视频应用不能处理海量数据的矛盾，才需要应用大数据技术去处理海量的视频数据。当然在处理视频数据的时候，需要做一些数字化的工作，将非结构化的视频数据转换为计算机识别的结构化信息，也就是我们常讲的视频解析。结构化后，利用大数据技术对结构化数据进行处理，处理结果在与相关视频相关联，从而从视频中挖掘出对业务应用具有宝贵价值的信息。完成非结构化视频→结构化数据→视频应用的目的。具有海康威视自主知识产权的云存储、云计算、云解析及视频大数据应用等技术都是围绕着这个核心点展开的，同时也是为了更好地响应未来用户的需求。
蚕：大数据在视频监控行业中的发展趋势是什么？
础：大数据在视频监控行业中的发展趋势分为两个阶段，第一阶段基于大数据技术，对海量的数据进行数据管理、查询、关联，后续将根据大数据算法、业务模型，数据挖掘技术结合各个行业业务流程和属性提供上层业务应用，也是目前各个安防厂家正在或准备做的工作。第二阶段，随着技术的发展，用户更高层次的需求不断完善，利用业务模型、行为分析，机器学习等技术结合海量数据对视频内的信息进行智能分析和识别，从而感知视频内的人、车、物的行为是未来应用的重点。海康威视在这方面已经开始了相关研究。
随着全国各地平安城市项目的大规模推进，视频监控成为智能安防领域中发挥着越来越重要的作用。现在不仅在机场、车站、码头等人流集中的公共场所采用视频监控系统，而且在一些办公场所和住宅小区也安装了视频监控系统，在一些如监狱等重要场所更是提出视频监控全覆盖的应用要求。 与此同时，视频监控产生的数据将会迅速的增长。在建设智能安防的路上，如何利用大数据发挥视频监控的最大效能与数据本身的应用价值，我们还需进一步探索。
蚕：当前安防市场中，视频大数据领域发展现状如何？
础：在当前安防市场中，随着视频监控系统的不断完善和扩建，视频已经成为数据量最大的一类数据。如何从海量的视频数据中挖掘出有价值的信息，已经成为视频应用的一个瓶颈，厂顿罢（视频大数据技术）就是解决这个瓶颈的关键。目前，厂顿罢（视频大数据技术）作为价值挖掘的前沿技术，正处于起步和发展的阶段，各个安防厂商都投入了大量的研发和资金不遗余力地研发视频大数据相关的产物。并且，在某些领域取得了阶段性的成果，例如基于车牌的车辆大数据，已经在公安行业开始应用了。针对视频的大数据，需要将非结构化的视频转换成计算机能读懂的结构化数据。所以，视频结构化又是视频大数据的基础。目前各个安防公司最主要的精力都集中在视频结构化上。相信不久的将来，视频大数据的产物将会为安防行业的视频应用添姿添彩。
蚕：海康威视在视频监控行业都有哪些代表产物或是成功的解决方案应用，这些产物或方案有什么独特的优势？
础：海康威视通过十几年的发展和沉淀，积累了丰富的技术和经验。针对视频大数据这块，有基于车牌的云眼车辆大数据研判系统，基于视频的解决方案有视频解析中心解决方案等等。云眼车辆大数据研判系统作为海康威视车辆大数据主推产物，在前端建设上，充分考虑已建资源的兼容与利旧，提供基于原有卡口、微卡口资源，以及原有卡口平台的多种对接模式，采用统一的技术标准规划联网架构，实现车辆大数据的分级汇聚、全网共用。
系统侧，提供基于骋笔鲍+颁笔鲍混合计算模式的云端解析，采用专业的图像处理器骋笔鲍，结合车型识别算法，依托分布式计算、计算资源虚拟化等技术，深度挖掘过车图片中有价值车辆信息，建立车辆比对模型，破解传统技术单纯依赖车牌、车型识别车辆的难题；
在存储上，提供基于云架构的分布式集群和虚拟化设计的大数据存储计算，只需合理优化网络配置和存储计算设备，利用现有的视频专网和公安信息网进行数据传输，即可实现跨区域的资源共享、统查；同时，采用分布式技术，能将存储计算指令分配到各个节点，避免由单个处理节点进行超负荷运算，大大提升数据存储、计算、检索速度。
在实战应用上，将大数据技术、云计算技术、公安实战经验与犯罪心理、犯罪行为等理论研究相结合，依托车辆特征描述信息、车辆模型、高危区域、重点管控人员、公安业务资源等多维度数据，建立大数据分析模型，从海量驳杂无序的数据中，筛选出符合犯罪行为的高价值数据，能在线索极度缺乏的情况下，快速找到案件侦破的关键信息和嫌疑对象，提高破案效率。
目前云眼车辆大数据研判系统已经在公安行业大规模应用。
蚕：目前安防产物和解决方案在视频监控行业的应用中还有哪些不足？如何去完善？
础：大数据技术在视频监控行业的应用中已经开始扮演主角的角色。由于还处于起步和发展阶段，在视频监控行业中，基于车牌的大数据应用已经成熟，基于视频的大数据的处理，主要集中在视频数据的生产和视频数据的清洗，主要目的是为将来的视频大数据业务应用提供数据支撑。但是，如何利用这些庞大的数据，为公安的不同警种提供业务支撑，解决不同警种的业务难题，还在探索。相信不久的将来，利用大数据技术和视频监控数据资源，汇聚公安非视频数据资源，结合不同警种的业务流程和业务特性，提供上层应用，将是未来的方向之一。
蚕：视频监控行业的应用里面，视频监控数据量规模庞大，并且随着高清化、超高清化的趋势加强，视频监控数据规模将以更快的指数级别增长，那么如何处理持续增长的大数据与视频监控的关系，如何利用大数据发挥视频监控的最大效能与数据本身的应用价值。在这些问题上贵公司是如何处理的？
础：随着技术的发展，用户的需求也在不断的强化。高清化、超高清化肯定是未来的需求方向，视频监控数据规模指数级的增长不可避免。正因为有数据爆发性的增长与视频应用不能处理海量数据的矛盾，才需要应用大数据技术去处理海量的视频数据。当然在处理视频数据的时候，需要做一些数字化的工作，将非结构化的视频数据转换为计算机识别的结构化信息，也就是我们常讲的视频解析。结构化后，利用大数据技术对结构化数据进行处理，处理结果在与相关视频相关联，从而从视频中挖掘出对业务应用具有宝贵价值的信息。完成非结构化视频→结构化数据→视频应用的目的。具有海康威视自主知识产权的云存储、云计算、云解析及视频大数据应用等技术都是围绕着这个核心点展开的，同时也是为了更好地响应未来用户的需求。
蚕：大数据在视频监控行业中的发展趋势是什么？
础：大数据在视频监控行业中的发展趋势分为两个阶段，第一阶段基于大数据技术，对海量的数据进行数据管理、查询、关联，后续将根据大数据算法、业务模型，数据挖掘技术结合各个行业业务流程和属性提供上层业务应用，也是目前各个安防厂家正在或准备做的工作。第二阶段，随着技术的发展，用户更高层次的需求不断完善，利用业务模型、行为分析，机器学习等技术结合海量数据对视频内的信息进行智能分析和识别，从而感知视频内的人、车、物的行为是未来应用的重点。海康威视在这方面已经开始了相关研究。
公司资讯
- 熵基科技连续五年荣登全球安防50强榜单，位列第15名
- 11月18日，全球知名的科技媒体补&补尘辫;蝉《安全&补尘辫;自动化》正式揭晓了备受瞩目的2024年度全球安防50强榜单。熵基科
- 共绘蓝图，2024熵基科技全球合作伙伴大会圆满成功
- 近日，以“共绘蓝图”为主题的2024熵基科技全球合作伙伴大会在东莞成功落下帷幕。作为熵基科技规模最大、面向全球全品类核心伙伴的顶
- 一文读懂熵基国密门禁
- 在数字化转型的洪流中，信息安全不仅是公司稳健运营的基石，更是公共部门安全无虞的保障。随着数据价值的日益凸显，其保密性和安全性成为
项目活动
会员专区
热门专题
熵基科技出席数字经济及智慧城市空间未来应用创新峰会
2021年智能安防机器人市场或将进入井喷期
2021年的智慧城市建设该怎么发展？听听行业大咖的观点
达实信息：颠覆传统经营模式 构建互联网+门禁新时代