近年來，隨著視頻監控點位的不斷增長以及高清視頻的深入普及，安防行業逐步進入了大數據時代。但是，海量的視頻數據本身是沒有意義的，提升有效視頻信息的搜索效率，對視頻數據實施有效的挖掘和分析才是重點。

　　實現監控數據價值 智能分析讓它活起來

　　視頻監控產生大量數據

　　2012年這個世界上增加了2.8ZB的數據，相當于30億TB。如果視頻數據也存儲下來，這個數據就要翻倍了。

　　以國內某省為例，公共視頻監控已經超過100多萬個攝像頭，總保有量近400萬，以此估計，全國攝像頭數量不少于4000萬，某投行的報告稱行業每年還在以20%加速增長，行業龍頭海康威視12年的年報披露的銷售量就達570萬套(含前后端)，增長37%。而另一個數據也很驚人，英國的攝像頭數量與人口數量之比已經達到1:15。粗略計世界至少有1億個攝像頭在角落靜靜的看著。

　　如果這些數據存儲下來，將是超級大數據。假設所有攝像頭換為1080P，每天的數據量是64G，每年的數據量是23T，全世界每年將產生23億T的視頻數據。

　　這是個可怕的數字，不知是有幸還是不幸，絕大部分視頻監控數據存儲不會超過一天，因為從目前看來，與存儲的價格相比，這些數據不值錢。所以大部分視頻數據的存儲很短，超過一周的少之又少。而另一方面，由于數據讀寫要求高，云端存儲極為昂貴(幾千元1TB)，絕大部分數據都還是存在前端。

　　視頻監控數據必定能成為下一個大數據的寶庫。一方面，它具備了典型的大數據4V特征，數據量巨大、多樣化、表面上無序、但暗含著無數人和物的行為。另一方面，它是真實世界的寫照，這與互聯網獲得的大數據有很大不同，真實世界蘊含了無數難以用格式化文字表達的信息，比如人通過視覺可以快速形成判斷，一個地方是繁榮還是衰退，氣氛是緊張還是歡快。

　　視頻智能分析實現大數據價值

　　視頻監控數據數據的重要性越來越突出，視頻智能分析技術的出現將海量視頻數據進行分析處理，將有效信息刪選出來，為存儲減輕了壓力。其核心是目標識別和行為分析，按照應用的要求設定規則，當視頻中的信息符合規則時才進行告警和記錄，以視頻濃縮與檢索技術和視頻圖像信息數據庫技術為例。

　　視頻濃縮檢索技術，主要是利用圖像處理(包括視頻濃縮、摘要、復原等)、模式識別、海量數據分類存儲以及搜索等技術，對海量的存儲錄像等原始信息進行分析和挖掘，對于目標特征、目標行為、目標間關聯關系這三大類信息內容，形成各種分類的特征信息庫、元數據和索引等，并提供統一接口供外部應用進行搜索，以期通過有限的線索，達到案件快速關聯和定位。

　　視頻圖像信息庫建設，目前應用比較廣泛的是卡口和電警的應用。由于車牌識別技術的日趨成熟，通過車牌、車牌顏色、車身、車身顏色、車輛類型等特征識別，把車輛圖片、車輛信息、車主信息、盜搶車輛庫等結合起來，可以有效地進行車輛的查找、布控和案件線索搜索。而其他如視頻監控錄像、案件等信息如何形成統一接口查詢，如何進行有效數據關聯，其應用還不是特別廣泛。

　　大數據視頻智能分析給行業帶來變革

　　安防監控領域，大數據視頻架構是革命性的技術，智能分析為視頻監控領域業務帶來深刻的變革：

　　平安城市領域，實時匯總并綜合分析各種公共安全數據和資料，為執法人員快速準確應對提供科學依據：如實時調閱現場視頻錄像、犯罪嫌疑人記錄、同一地區的相似案件資料;進行地理、時間和空間的比較分析，揭示其犯罪模式和行為模式;追蹤嫌疑人與其車輛的位置等。指揮人員也可以參照各種數據對不同來源的資料進行綜合分析，制作指揮圖。

　　智能交通行業，可以輕松監控攝像覆蓋范圍內的所有車輛的行駛狀態、運行軌跡，快速分析出其是否違章，通過對海量交通數據的比對、分析和研判，實現指定車輛行駛路徑、道路擁堵研判等功能。

　　云服務領域，實現基于大數據的視頻監控云服務，讓攝像機僅通過互連網就能連接云端的視頻監控托管服務，通過快速、智能的分析部署在云端的大數據，為小型企業、零售商店、餐館酒店等提供實時監控視頻和潛在風險管理，甚至能提供收費的基于視頻內容的分析報告，如日常的客戶數，平均隊列長度等，創造新的商業模式。

　　結語： 視頻監控進入網絡化時代以后，越來越多融入IT新興技術，大數據技術在視頻監控領域的廣闊發展路徑已經顯現，智能分析技術的出現讓大數據的價值實現成為可能，為行業發展帶來希望!