大數據，安防蛻變的開始

經過這幾年的市場教育，現在人們談起大數據一點也不陌生，無論是電商購物，還是旅游出行，隨處可見的大數據分析，這些技術極大地改善了我們的生活。作為安防從業人員，自從安防遇上大數據之后，似乎業內也擺脫了“賣攝像頭”的“Diao絲”窘態，開始走上DT化的“高富帥”之路：

高者，傳統的視頻數據價值集中在視頻特征的提取和單場景應用，例如球機的移動跟蹤，單鏡頭的運動對象熱區圖等簡單應用，技術也相對落后。大數據時代下，智能安防系統產生的數據將轉化為有效的價值數據，讓安防傳統突破原有事后取證的局限，實現事中或者事前的防范，高端的技術如動態人臉識別、大數據檢索等，將延伸安防服務范圍；

富者，隨著高清化、智能化、網絡化、數字化的要求，數據量迅速膨脹，視頻數據已經成為城市數據中占比最大的部分。政府已經開始有購買數據服務的動作，并會逐年加大投資，安防大數據資源市場化將成為行業未來的重要特點。

帥者，安防大數據與一般的數據不同，其一視頻數據量大，一個地級市30天的視頻錄像便能達到PB級；其二超80%的安防領域數據是非結構化數據，比如智慧型平安城市建設中的視頻監控數據、卡口的抓拍照片、智能分析輸出的特征數據等；其三視頻數據更新快，監控攝像頭每秒鐘都在工作；其四視頻數據在存儲后，用戶對于隨機訪問的需求，物聯網大數據系統需要更加快捷處理數據的能力外，還需要更智能地保存和管理數據。這些特點將讓廠商引進大數據技術框架，試圖解決安防行業的海量視頻數據問題成為常態。大數據技術與智能分析技術相結合，將催生更加炫酷的“黑科技”。

技術的發展讓曾經的“概念”，已經逐步落地，筆者慶幸生在當代，能目睹安防大數據在平安城市、智能交通中得到普遍的應用，我們距離好萊塢大片的場景越來越近了。

突破傳統 智能安防推動平安城市建設

在平安城市中，智能安防在這個舞臺上發揮得淋漓盡致。一方面智能前端設備采集到視頻數據，通過智能存儲以及智能平臺讓數據轉化為更多的價值數據，及時發現人為或自然災害、恐怖事件，提高應急處理能力和安全防范能力等。另一方面，隨著互聯網大數據技術的逐步成熟，安防行業意識到將互聯網大數據技術引入安防行業，加速數據處理，將會產生意想不到的效果。

除了視頻監控，大數據也將對安防報警運營的管理理念、管理方式和管理目標帶來顛覆性的改變：使廠商不再依賴監控報警產品的功能指標，而是轉向對大數據的價值挖掘上；不再局限于事中、事后的應急響應能力，而是著眼于事件發生前的趨勢預測上；不再受困于“事后取證”的被動狀態，而是有力把握“提前防范”的主控局面。

顯而易見，隨著平安城市建設的逐步深入，用戶需求開始從視頻的看、存、管、控向視頻的深度應用轉變，一方面開展視頻與業務的深度結合，另一方面充分挖掘視頻數據本身的價值。

智能交通管理不是夢

針對交通管理部門的需求以及我國的道路特點，海康威視建議可通過整合圖像處理、模式識別等技術，實現對監控路段的機動車道、非機動車道進行全天候實時監控和數據采集。

例如前端卡口處理系統對所拍攝的圖像進行分析獲取號牌號碼、號牌顏色、車身顏色、車標、車輛子品牌等數據，并將獲取到的車輛信息連同車輛的通過時間、地點、行駛方向等信息通過計算機網絡傳輸到卡口系統控制中心的數據庫中進行數據存儲、查詢、比對等處理，當發現肇事逃逸、違規或可疑車輛時，系統會自動向攔截系統及相關人員發出告警信號，為交通違章查糾、交通事故逃逸、盜搶機動車輛等案件的及時偵破提供重要的信息和證據。

廣州市某區全區400個電警卡口，每天產生300萬條過車記錄。隨著電警卡口數量增加，過車記錄迅速增長。原有數據庫已經無法支撐。采用海康大數據平臺后，系統支持保存三年過車記錄100億條，過車記錄查詢秒級返回，實時實現研判分析。

同時，隨著全城Smart系統的建設，新型的Smart IPC監控前端也將成為一個卡口系統，這使得城市卡口系統更加嚴密，能夠獲取到更多的過車數據，能更準確地描繪出車輛動態信息。前端卡口系統還能及時準確地記錄經過卡口的目標信息，隨時掌握出入轄區的車輛流量狀態，為交通誘導提供重要的參考數據。為了解決海量過車數據分析的挑戰，智能交通要轉變思路，積極嘗試使用大數據技術來解決智能交通數據分析和挖掘問題。

安防大數據展望

當前已經進入了視頻結構化的時代，數據經過結構化處理之后，視頻圖像已經突破原有的記錄功能的瓶頸，智能識別也成為大數據實現的基礎。

以海康威視為代表的安防主流廠家已經實現深度智能技術，如人臉識別比對、物體/行為分析、人員特征提取（性別、身高、膚色、年齡、衣服顏色、眼睛、帽子等），越來越多智能的功能被開發，將與《速度與激 情》7中的“天眼”功能越來越近。試想，管理人員通過輸入目標人物的體貌特征，系統便能定位出相應對象的運動軌跡，讓罪犯無處可匿。人工智能與大數據結合，讓一切變成可能。

來源：機房動力環境監控 動力環境監控系統 http://m.scdprobes.com/solution/  本文采集于網絡，如有問題有聯系刪除