如何才能將視頻大數(shù)據(jù)真正應用起來？

成都弱電公司訊：

在這個信息爆炸的時代，天天都有大量各種各樣的信息數(shù)據(jù)產(chǎn)生，怎么發(fā)掘這些海量數(shù)據(jù)的價值成為所有人關注的重點。因此，上至政府部門，下至平頭百姓，各行各業(yè)對大數(shù)據(jù)的討論越來越激烈，大家都在探尋大數(shù)據(jù)的奧妙和價值。

大數(shù)據(jù)說起來比較玄乎，實際上已經(jīng)慢慢地滲透到我們生活的方方面面。以現(xiàn)在越來越普及的網(wǎng)絡購物為例，我們在某購物網(wǎng)站中搜索了某些商品，再次登錄該網(wǎng)站，甚至是另外的網(wǎng)站，往往就會看到系統(tǒng)自動推薦的與上次搜索相關的商品信息。這就是購物網(wǎng)站應用大數(shù)據(jù)分析，摸清了用戶的消費習慣，精準推送用戶可能感興趣的產(chǎn)品，以更有效地促進用戶消費。這是個人購物行為，再更進一步，每年各大購物網(wǎng)站都會發(fā)布一些購物指南，得出了一些非常有趣的結論，好比哪個地區(qū)男士為女士購買的商品最多；哪個年齡段的網(wǎng)絡消費能力更強；同類產(chǎn)品，哪個品牌在某個區(qū)域的銷量更好等等，這些都是通過大數(shù)據(jù)分析得到。目前，政府、醫(yī)療、互聯(lián)網(wǎng)等等行業(yè)都已經(jīng)開始了大數(shù)據(jù)應用。

大數(shù)據(jù)與安防

雖然大數(shù)據(jù)在不少行業(yè)都已經(jīng)開始得到應用，并取得了非常不錯的效果，但是就安防行業(yè)來說，大數(shù)據(jù)應用之路才剛剛開啟。在安防領域，主要的數(shù)據(jù)來源是視頻，與另外行業(yè)結構化的數(shù)據(jù)不一樣，視頻是一種非結構化的數(shù)據(jù)，不能直接被計算機進行處理或分析。因此，安防要進行大數(shù)據(jù)應用，首先就要采用智能分析技術將非結構化的視頻數(shù)據(jù)轉換成計算機能夠辨認和處理的結構化信息，即將視頻中包含的各種信息（主要是運動目標及其特征）提取出來轉成文字描述，這樣才能通過計算機來對這些視頻進行搜索、比對、分析等。但是，早期安防行業(yè)并沒有有效的技術手段來展開這項工作。

智能分析技術其實很早就已經(jīng)應用于安防行業(yè)，只不過受限于智能分析算法本身以及攝像機的硬件性能，早期主要是通過智能分析服務器來實現(xiàn)視頻圖像的智能辨認和分析，但這種方式存在一個致命的缺陷——成本過高。一臺刀片式服務器價格在六七萬左右，而一臺服務器只能辨認七、八路1080P高清監(jiān)控錄像。以一個中等規(guī)模的城市為例，整體建設可能有十來萬個監(jiān)控點，即使只做2000路智能分析，也要兩百多臺服務器，這個成本是相當可觀的。除了服務器的設備成本之外，還有服務器的能耗、所占場地、數(shù)據(jù)中心的網(wǎng)絡設備、后期維護等成本，這些成本不比購買服務器的成本低。正是服務器這種智能分析模式因為成本過高無法規(guī)?；瘧?，所以視頻信息無法大規(guī)模轉換成結構化的數(shù)據(jù)，安防大數(shù)據(jù)也就一直無法落到實地。

隨著智能分析算法的逐步成熟，以及攝像機硬件性能的不斷提升，越來越多企業(yè)開始考慮將更多智能辨認算法前置到攝像機中，畢竟攝像機本身的成本增加是可以預見的。在安防業(yè)內，以科達為代表的感知型攝像機這類智能攝像機的推出，比較經(jīng)濟有效地解決了視頻數(shù)據(jù)結構化的問題，為安防大數(shù)據(jù)應用打下了基礎。

除了視頻數(shù)據(jù)的非結構化外，與另外行業(yè)相比，安防行業(yè)的大數(shù)據(jù)還有一些典型特征，這些特征對存儲系統(tǒng)提出了更高的要求。好比視頻的數(shù)據(jù)量特殊大，且還在不斷增多，就要求存儲系統(tǒng)能夠很方便地擴容；視頻的價值密度低，且是實時的，連續(xù)的，稍縱即逝的，不容丟失，就要求存儲的可靠性要高；一個PB級的存儲系統(tǒng)硬盤就有幾千甚至幾萬塊，這么多硬盤可能天天都會有損壞，假如一損壞就要更換會非常麻煩，這就對存儲提出了可維護性的要求；既然是大數(shù)據(jù)視頻，說明會有各種各樣的用戶會去訪問這些視頻數(shù)據(jù)，所以對并發(fā)訪問會有更高要求等等。要滿足上述要求，傳統(tǒng)的存儲方式已經(jīng)無能為力，只有云存儲才能支撐。

一段視頻經(jīng)過智能攝像機的分析提取以后，形成了原始視頻、視頻里面每個運動目標的圖片以及每個運動目標的語義文字描述三類數(shù)據(jù)，其中圖片和視頻是非結構化數(shù)據(jù)，一般存于云存儲系統(tǒng)中，而語義的文字描述這類結構化數(shù)據(jù)存在于后端的大數(shù)據(jù)數(shù)據(jù)庫中，每一條文字的描述對應相應的目標圖片和視頻。在完成了視頻的結構化處理，以及三類數(shù)據(jù)的存儲之后，應用就是接下來的關鍵，否則存儲的數(shù)據(jù)也沒有價值。

盡管在分歧的垂直行業(yè)，安防大數(shù)據(jù)的應用會有一定差異，但從目前應用最為成熟的公安、交通等行業(yè)來看，大數(shù)據(jù)應用大致可以歸結為檢索、分析研判、實時布控和調度三大類。

第一類檢索，在實現(xiàn)視頻結構化之前，查找、檢索視頻只能靠人，而將視頻結構化之后，利用后端的大數(shù)據(jù)檢索系統(tǒng)，就能很方便地搜出相對應的文字、圖片以及視頻。好比要查找某一時間段經(jīng)過某個路段一個穿藍色衣服的可疑人員，用戶只需要輸入“藍色衣服”，就能找出該時間段內所有穿藍色衣服的人的圖片，點擊圖片就可以獲取這個人經(jīng)過這個路段的視頻。

第二類分析研判，好比通過車輛的多點碰撞，看是否有哪輛車在幾個路口都出現(xiàn)過，從而幫助公安發(fā)現(xiàn)嫌疑車輛。

第三類是實時布控和調度，好比，公安知道一個嫌疑人住在某個小區(qū)，并且嫌疑人照片已經(jīng)存在于系統(tǒng)后臺，就可以通過安裝在門口的感知型攝像機抓拍每個進出小區(qū)人員的人臉特征，并馬上送到后臺去比對，一旦發(fā)現(xiàn)某個人員的外貌特征與目標嫌疑人比較相似，系統(tǒng)就會馬上報警，公安人員即可指揮調度實施現(xiàn)場抓捕。當然，要結合行業(yè)需求實現(xiàn)這三大類應用，需要企業(yè)深入研究行業(yè)用戶的需求，對行業(yè)需求的精準把握是大數(shù)據(jù)應用的關鍵。