大数据助力安防行业的发展

oxQ安检之家
     三、安防大数据核心技术分析oxQ安检之家
     IT领域的大数据发展已相当成熟，其中的许多技术可以借鉴运用到安防领域中。但是，安防行业存在与IT行业不一样的地方，主要是数据的类型。在IT行业中，大数据的分析对象往往是日志、用户行为信息、网页索引等数据，是计算机可以识别的结构化数据；而安防行业中，大数据需要分析的对象主要是视频、图片、音频等非结构化数据，计算机无法直接对这些数据进行分析，而是需要先提取出其中的结构化信息，再进行分析。oxQ安检之家
     大数据的基础技术可以从IT领域借鉴到安防领域，具体包括如下这些技术：一、分布式文件系统，负责海量数据存储，将数据分散存储在多台独立的设备上，系统采用可扩展的体系结构，利用多台存储服务器分担存储负荷，利用元数据服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展；二、分布式数据库，面向列的实时分布式数据库，适合构建高并发低延时的在线数据服务系统，用于存储粗粒度的结构化数据；三、分布式计算，负责将一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果；四、全文检索引擎，负责对海量数据进行稳定、可靠、快速实时检索；五、内存计算，通过分布式的内存计算，能够对海量数据更加快速地分析处理；六、流计算，负责对流媒体数据进行分析处理。基于以上这些技术，能够对已结构化的数据进行快速处理，解决对海量数据处理效率上的问题。oxQ安检之家
     然而，正如上面所说，安防行业中最多的数据不是结构化数据，而是非结构化数据，如何从这些非结构化数据中提取出结构化信息，是首先需要解决的关键点。在视频图像中可以提取的结构化信息包括如下内容：一、人、车、物的特征信息，人的特征信息包括性别、年龄段、身高、体型、肤色、是否佩戴眼镜、发型、服饰特征、携带物等，车的特征信息包括车牌号码、车牌颜色、车牌类型、车辆类型、车身颜色、车标、车上人员信息等，物体的特征信息包括物品颜色、形状、大小、纹理特征等；二、行为信息，如穿越警戒面、进入/离开区域、区域入侵、人员徘徊、人员聚集等。当提取出这些数据后，就可以进一步进行深入分析，如对车辆的轨迹分析，对人的异常行为分析。所以，智能分析技术在安防大数据中显得格外重要，是实现安防大数据的基础。oxQ安检之家
     整合了大量的数据之后，就需要挖掘数据的深度价值。数据的真实价值就像海洋中的冰山，第一眼只能看到冰山一角，而绝大部分则是隐藏于表面之下。预测是大数据的核心价值所在，深度关联分析算法便是实现大数据价值的必要手段。数据分析算法就像是钻头，需要从大数据这座神奇的钻石矿中挖掘出真正的钻石。oxQ安检之家
     四、安防大数据面临的问题oxQ安检之家
     随着大数据的发展，许多问题逐渐暴露出来，主要表现在以下几点：oxQ安检之家
     (1)智能分析技术不够成熟。视频图像数据的结构化是实现安防大数据基础，当前，交通卡口的车辆信息提取技术较为成熟，但是，像人体信息提取、人脸比对等技术还不够成熟。oxQ安检之家
     (2)数据应用不够深入。当整合足够多的数据后，如何利用这些数据进行预测分析、趋势分析，几乎是当前应用模式上的空白。当然，其中也有一些可以借鉴的例子，比如卡口大数据系统，它可以对过车数据进行深度的智能研判：区域碰撞、轨迹分析、跟车研判等，这有助于刑侦破案效率的大幅提升。oxQ安检之家
     (3)数据共享不够广泛。特别是政府、公安、交通等部门中，信息孤岛普遍存在，这主要是由于体制问题造成的，并不是技术上的问题，很难由企业来改变这个现状，只能由相关部门贯彻推行并作出改变。oxQ安检之家
     (4)标准化建设不够全面。这主要是由于大数据还处于起步阶段，还需要更深入的探索和尝试。在标准化建设方面，如数据标准规范、互联互通标准规范、数据应用模式标准规范等，需要不断进行总结，并逐渐标准化。oxQ安检之家
     五、安防大数据发展趋势oxQ安检之家
     在安防行业未来的发展中，大数据势必会占据越来越重要的地位。面对发展过程中出现的问题，当前的首要任务是能够逐步解决这些问题，并不断完善安防大数据方案。