视频监控大数据的关键技术和应用

《视频监控大数据的关键技术和应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、视频监控大数据的关键技术和应用随着全国各地平安城市、行业安防等项目的大规模建设，视频监控在安防领域中发挥着越来越重要的作用，成为技术防范的最有力手段。而在新的技术条件和应用需求的推动下，视频监控将迎来系统融合和大数据的新时代，其产生的数据将会迅速地增长，如何从这些数据中获得有效的信息和服务，是我们必须要面对的重要问题。笔者认为，大数据处理技术的应用，将成为下一代视频监控的发展关键。视频监控的大数据趋势视频监控从最早的模拟闭路监控系统开始，经历过模拟监控、数字监控、网络监控等重要发展阶段，如今进入了大数据的时代，并面临着一系列的挑战

2、。视频监控产生的数据正迅速增长视频监控数据的增长有三个主要的因素。首先，视频监控不再是一个独立割裂的系统，系统的融合将催生更丰富的数据。GB/T28181-2011标准的发布和实施，在很大程度上改善了各大平台厂家各自为战、互不兼容的乱象，在“大联网”的背景下，所有的视频监控数据将能实现深度共享和统一处理。此外，安防监控的发展趋势是融合化，视频监控平台与其它多种系统之间如警综、消防、卡口、门禁等，将实现资源和数据的无缝整合，统一协作，形成社会化的大系统。其次，高清视频的编解码能力不断提高，导致数据生成的厚度和精度不断提升，高分辨率和

3、高帧率已成为视频监控主流需求。再次，数据生成点的规模在不断扩大，视频监控的覆盖范围和监控点、卡口的数量都以30%以上的增长率在快速增加。我国安装的监控摄像头目前已超过3000万个，每年产生数万PB的数据量。视频监控数据的管理存在瓶颈数据的爆炸式增长，意味着需要投入更多的资源以及付出更多的努力，才能在这些体量庞大的数据中寻找到有价值的信息。目前对视频监控数据的管理能力较弱，其发展没能跟上数据增长的速度，体现在以下几个方面:1.数据的存储和管理视频监控数据具有高并发、大容量的特点。以1080P为例，在8Mbps的码率下，每个摄像头每天

4、产生的视频数据约84GB，中等城市的监控规模一般为数千到数万个摄像头，而且这些数据一般要求必须在系统中保存30天以上。存储系统还必须具有高级别的容错性，存储介质的故障率通常较高，但故障发生时不应造成监控数据的丢失。此外，由于安防项目本身在不断发展，系统可能要进行在线扩容和升级，这就要求存储系统具有高度的可扩展性，可在系统中简单便捷地增添存储设备。目前主要采用分级集中存储的方案，视频数据按区域存储在不同的子平台中，通常使用RAID来进行存储。但RAID在性能、利用率、可靠性等方面很难达到理想的平衡，而且成本偏高。另外，各区域的视频数

5、据被分割存放，数据共享流程繁琐，不利于存储和计算资源的集中配置，也不利于数据的统一分析。2.数据的智能分析图像视频的理解和识别一直是计算机视觉领域的难题，由于很难智能地分析出视频中蕴含的丰富内容，我们仍然要耗费大量的人力物力，在海量的视频监控数据中查找有价值的信息。例如在“周克华”案中，为了查找嫌疑人线索，长沙警方投入约两千名民警，花了1个多月的时间反复查看监控录像，视频量相当于83万部电影。目前，虽然基于内容的智能分析在安防领域得到了研究和推广，但也仅限于较低层次的应用，例如人脸识别、车牌识别、物体检测、人流统计、周界防范等。智

6、能分析除了受限于算法的发展，更受限于计算能力的发展，智能分析的算法复杂度较高，而且其样本数量庞大，非普通计算系统所能胜任。3.数据的融合与协同应用目前，视频监控系统与其它相关系统之间，只是基于视频浏览等基础功能进行有限的对接。但如果能进行更深入的融合，通过对多种关联数据进行分析，可以挖掘出更有价值的应用，例如刑侦线索分析、案件规律分析、社会舆情分析、金融诈骗分析、公共交通优化等。如何对这些海量的融合数据进行清洗和选择，并建立有效的分析模型是一个有趣的挑战。大数据处理的关键技术大数据在近几年成了炙手可热的流行词汇，并经常和云计算联系

7、在一起，它是指大小超出了常用的软件工具在运行时间内可以承受的收集、管理、处理数据能力的数据集。一般将大数据归纳为三个特征，即3V：体量巨大（Volumn）、类型多样（Variety）、快速处理（Velocity）。在大数据中，绝大部分由非结构化数据组成。据统计，目前在全球所有大数据中占主导地位的是图像视频数据，2012年其占比已达到了80%，2013年预计接近90%。大数据的关键技术涵盖了数据采集、传输、存储、处理、应用等各个环节，本文主要围绕视频大数据的存储和处理来进行阐述。传统的数据处理方法是以处理器为中心，而大数据具有海量和

8、分布性的特点，需要采取以数据为中心的模式，将计算任务分配到数据所在的节点中执行，减少数据移动带来的庞大开销。云计算是大数据处理的核心技术，是大数据挖掘的主流方式。在业界，很多公司已经意识到大数据挖掘的重要意义，研发了一系列针对大数据进行处理的云计算