近幾年，隨著雪亮工程、平安城市、智慧城市項目，以擴大視頻監(jiān)控覆蓋面、推動全國聯(lián)網(wǎng)工作并實現(xiàn)海量視頻信息智能化應(yīng)用。目前項目建設(shè)已卓有成效，監(jiān)控設(shè)備產(chǎn)生的數(shù)據(jù)量也在飛速增長，全國各行各業(yè)采用的監(jiān)控攝像頭達(dá)到幾億只，一天產(chǎn)生的數(shù)據(jù)量約50PB，是上千個國際級圖書館的數(shù)據(jù)量級?？梢韵胍?，這些數(shù)據(jù)量遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)處理管理軟件在可接受時間內(nèi)的處理能力，因此須使用"在數(shù)十、數(shù)百甚至數(shù)千臺服務(wù)器上同時平行運行的軟件"，大數(shù)據(jù)開始應(yīng)用在安防領(lǐng)域。

　　大數(shù)據(jù)架構(gòu)更加靈活，伸縮彈性更大，可根據(jù)視頻監(jiān)控業(yè)務(wù)部署需要，設(shè)立多個集群組成，將海量數(shù)據(jù)分解為較小且更易訪問的批量數(shù)據(jù)，在多臺服務(wù)器上并行分析處理，從而大大加快視頻數(shù)據(jù)處理進程。

　　大數(shù)據(jù)與視頻監(jiān)控業(yè)務(wù)的關(guān)系主要體現(xiàn)在"存"、"看"、"用"上。理論上說，應(yīng)用大數(shù)據(jù)技術(shù)后，在沒有人為干預(yù)的情況下，視頻監(jiān)控設(shè)備可通過自動分析對動態(tài)場景中的目標(biāo)進行定位、識別和跟蹤，在異常情況發(fā)生時做出反應(yīng)，進行自動報警。警察可以輕松搜索某一時段某一顏色或某一品牌汽車的視頻并快速識別違章行為。

　　依靠大數(shù)據(jù)技術(shù)，安防正在從被動防御向主動判斷、預(yù)警發(fā)展，行業(yè)也從單一安全領(lǐng)域向多行業(yè)應(yīng)用、提升生產(chǎn)效率、提高生活智能化程度方向發(fā)展。以城市智能交通管理為例，大數(shù)據(jù)能夠?qū)崿F(xiàn)海量視頻數(shù)據(jù)實時網(wǎng)絡(luò)傳輸和快速持久化存儲，同時將各類多媒體數(shù)據(jù)和車輛數(shù)據(jù)合二為一，對異常行為智能識別和自動報警等。

　　大數(shù)據(jù)是真正發(fā)揮大規(guī)模網(wǎng)絡(luò)視頻監(jiān)控價值的關(guān)鍵技術(shù)，視頻監(jiān)控數(shù)據(jù)是標(biāo)準(zhǔn)的大數(shù)據(jù)，而通過大數(shù)據(jù)存儲及分析挖掘，更能發(fā)揮海量視頻的潛在價值。更需注意的是，大數(shù)據(jù)技術(shù)主要適用于大型及超大型項目，并且與云計算技術(shù)融合，大數(shù)據(jù)在視頻監(jiān)控的應(yīng)用還在探索階段，具體應(yīng)用模式有所不同，但趨勢比較明顯。

　　大數(shù)據(jù)是通過非?？焖俚臄?shù)據(jù)采集，發(fā)現(xiàn)和分析，從大量化，多類別的數(shù)據(jù)中提取高價值信息。

　　而視頻監(jiān)控數(shù)據(jù)有兩個典型的特征即還量化和非結(jié)構(gòu)化。視頻監(jiān)控數(shù)據(jù)規(guī)模龐大，并且隨著高清化，超高清化的趨勢加強，視頻監(jiān)控數(shù)據(jù)規(guī)模會以指數(shù)級別增長。因此大數(shù)據(jù)會與視頻監(jiān)控技術(shù)連接更加緊密，會更進一步發(fā)展。

　　當(dāng)前，大數(shù)據(jù)在視頻監(jiān)控市場的主要有以下應(yīng)用領(lǐng)域總體來說分為兩大類：一是城市基建，平安城市和智能交通大數(shù)據(jù)安防的規(guī)?；瘧?yīng)用說明了這是大數(shù)據(jù)安防應(yīng)用的主流。二是個人消費領(lǐng)域，如家庭安防設(shè)備產(chǎn)生的數(shù)據(jù)，這一市場目前還在孕育階段，期待厚積薄發(fā)。無論如何，大數(shù)據(jù)帶給安防行業(yè)化應(yīng)用的未來可期，關(guān)鍵在于如何深耕、挖掘，進而體現(xiàn)數(shù)據(jù)價值。

　　大數(shù)據(jù)在公共安全視頻監(jiān)控中的應(yīng)用，根據(jù)采用不同處理方法、挖掘工具及多種數(shù)據(jù)融合，可獲得不同價值的數(shù)據(jù)應(yīng)用。

　　一、視頻監(jiān)控面臨的數(shù)據(jù)困境

　　(一)數(shù)據(jù)量的急劇擴大和IT投資之間的矛盾

　　按照IT產(chǎn)業(yè)的法則：在滿足客戶需求的前提之下，往往技術(shù)成本越低，其生命力越強。由于數(shù)據(jù)量的急速擴大，以及隨之而來的大規(guī)模計算的需求越來越多，一味采用高配硬件，使得硬件投資成為客戶不可承受之重，客戶越來越希望在滿足需求的前提下，用中低端的硬件來替換高配硬件。

　　(二)海量數(shù)據(jù)和有效數(shù)據(jù)之間的矛盾

　　攝像頭7×24小時工作，如實記錄鏡頭覆蓋范圍發(fā)生的一切，僅僅記錄信息是不夠的，因為對于客戶來講可能大部分信息是無效，有效信息可能只分布在一個較短的時間段內(nèi)，按照數(shù)學(xué)統(tǒng)計的說法，信息是呈現(xiàn)冪律分布的，也稱之為信息的密度，往往越高密度的信息對客戶價值越大。

　　(三)資源利用和效率之間的矛盾，串行計算和并行計算的矛盾

　　視頻監(jiān)控業(yè)務(wù)網(wǎng)絡(luò)化、大聯(lián)網(wǎng)后，網(wǎng)絡(luò)內(nèi)的設(shè)備越來越多，利用閑置的計算資源，實現(xiàn)資源的最大化利用，關(guān)乎運算的效率。在視頻監(jiān)控領(lǐng)域，往往視頻分析的效率決定價值，更低的延遲、更準(zhǔn)確的分析往往是平安城市這類客戶的普遍需求。隨著數(shù)據(jù)量的增加，哪怕對TB級別的數(shù)據(jù)進行對視頻內(nèi)容的數(shù)據(jù)分析和檢索，采用串行計算的模式都可能需要花費數(shù)小時的計算，已遠(yuǎn)遠(yuǎn)不能勝任時效性的需求。視頻的分析和檢索，不能依賴于傳統(tǒng)的手段，巨量數(shù)據(jù)的效率優(yōu)化，并行計算是視頻智能分析的唯一出路。

　　因為大數(shù)據(jù)帶來了很多現(xiàn)實中的難題，為了解決這些難題需要新的技術(shù)變革，需要新一代的數(shù)據(jù)庫技術(shù)，業(yè)界稱之為大數(shù)據(jù)技術(shù)。

　　二、大數(shù)據(jù)與視頻監(jiān)控業(yè)務(wù)結(jié)合的好處

　　"閃存"：如果類比水庫蓄水的方式，典型的網(wǎng)絡(luò)視頻監(jiān)控數(shù)據(jù)存儲模型是一個由小溪匯聚河流、再匯聚到水庫的蓄水方式。小溪數(shù)量增多、水量增大是水庫蓄水量的保證，然而傳統(tǒng)方式下蓄水量增大將提高水庫建造成本和蓄水安全的要求。而采用分布式蓄水模式，在河流中游建立多個中間蓄水池，不僅可以減少主水庫蓄水壓力和成本，化整為零也提高了就近用水效率。在大數(shù)據(jù)技術(shù)支撐下，網(wǎng)絡(luò)視頻監(jiān)控數(shù)據(jù)存儲模型可轉(zhuǎn)向分布式的數(shù)據(jù)存儲體系，提供高效、安全、廉價的存儲方式。

　　"易看"：在視頻監(jiān)控業(yè)務(wù)中，錯看漏看、來不及看等是常見的困擾點。大數(shù)據(jù)監(jiān)控圖像的回溯給許多安防監(jiān)控管理人員帶來了生理與心理的雙重挑戰(zhàn)。在大量人力投入的公安案件追溯中，都常常耳聞"看到吐"、"看到暈"等無奈和感嘆。可想而知一般零售行業(yè)、金融行業(yè)等，對于視頻監(jiān)控圖像的回溯就更為困難。在視頻監(jiān)控大數(shù)據(jù)趨勢已經(jīng)來臨之際，依靠人眼去檢索、查看所有視頻圖像數(shù)據(jù)已經(jīng)不太現(xiàn)實。通過大數(shù)據(jù)技術(shù)實現(xiàn)視頻圖像模糊查詢、快速檢索、精準(zhǔn)定位，讓看變得簡單迫在眉睫。

　　"善用"：視頻監(jiān)控業(yè)務(wù)中，看只是信息采集的方式之一，用才是業(yè)務(wù)應(yīng)用的根本。視頻監(jiān)控業(yè)務(wù)的效率問題已經(jīng)成為阻礙產(chǎn)業(yè)發(fā)展的關(guān)鍵瓶頸。

　　隨著視頻監(jiān)控攝像機覆蓋廣度、密度增大，視頻圖像數(shù)據(jù)量呈指數(shù)級上升，而視頻監(jiān)控數(shù)據(jù)的使用效率卻在下降。智能交通應(yīng)用、消費者行為分析應(yīng)用等綜合視頻監(jiān)控和圖像智能分析的業(yè)務(wù)出現(xiàn)，正努力突破視頻監(jiān)控效率值及商業(yè)價值低下的瓶頸。通過大數(shù)據(jù)技術(shù)，進一步挖掘海量視頻監(jiān)控數(shù)據(jù)背后的價值信息，快速反饋內(nèi)涵知識輔助決策判斷是將視頻監(jiān)控用好、用善的金鑰匙。

　　三、大數(shù)據(jù)解決視頻監(jiān)控"痛點"的主要方法

　　1.人流密度分布、變化趨勢、活動的動態(tài)監(jiān)測，預(yù)測踩踏指數(shù)，實現(xiàn)大型活動和重要區(qū)域的風(fēng)險管理。

　　2.空間狀態(tài)分析，車流密度分布、變化趨勢，道路狀態(tài)及變化監(jiān)測，主要用于預(yù)測擁堵指數(shù)，實現(xiàn)交通信號的預(yù)測調(diào)節(jié);

　　3.數(shù)據(jù)融合、關(guān)聯(lián)，實現(xiàn)同號搜索，人、車軌跡跟蹤等。

　　4.有序過程與隨機過程分析，成為社會治安關(guān)鍵因素，進行常態(tài)與暫態(tài)分析，實現(xiàn)社會治安風(fēng)險評估，事件預(yù)警。

　　5.高風(fēng)險因素監(jiān)控和關(guān)聯(lián)分析，主要應(yīng)用于擴大社會掌控面;制定有效防范措施和反應(yīng)預(yù)案。

　　6.融合定位、通信、網(wǎng)絡(luò)等技術(shù)，提高對高風(fēng)險因素(人、物、事、時間、地點等)掌控的精度、粒度，建立重大事件風(fēng)險評估、預(yù)警機制，提高防范能力，進而實現(xiàn)犯罪高發(fā)分布及分類基礎(chǔ)性研究及綜合治理方案的制定。

　　7.高風(fēng)險單位、區(qū)域、活動安全管理，利用大數(shù)據(jù)，進行風(fēng)險和脆弱性分析，結(jié)合歷史數(shù)據(jù)的回歸統(tǒng)計;成功和不成功案例的分析，建立風(fēng)險管理機制，指導(dǎo)安防系統(tǒng)建設(shè)。

　　8.各類系統(tǒng)效能分析，主要應(yīng)用公共安全系統(tǒng)建設(shè)、評價。

　　9.安防基礎(chǔ)理論研究數(shù)據(jù)庫，通過數(shù)據(jù)融合、關(guān)聯(lián)及歷史回歸統(tǒng)計，開展大數(shù)據(jù)應(yīng)用;建立安全基礎(chǔ)研究和預(yù)警理論研究基礎(chǔ)數(shù)據(jù)庫?？傊髷?shù)據(jù)應(yīng)能解決公共安全的關(guān)鍵問題，支撐公共安全系統(tǒng)建設(shè)。