用大數據技術挖掘視頻監控數據的價值

【中國數字視聽網訊】得益于IT信息技術的快速進步，人類可以隨時隨地記錄下產生的各類數據，同時數據存儲的成本也正以前所未有的速度下降，大數據時代正悄然來臨。在視頻監控領域，高清化，大聯網數據匯聚推動視頻大數據形成，業務實戰化推動大數據分析需求。

視頻監控業務的大數據特征

在視頻監控領域，大數據的特點，可用Volume、Variety、Velocity、Value這4個V來概括(如圖1)。大數據的特點包括以下幾點：

第一，數據體量巨大(Volume)。高清化帶來單個監控點數據量即以指數級增長，例如單個1080PIPC30天就會產生2T數據;IP化大聯網后，各平臺實現互聯，平安城市網內攝像頭數量達數萬數十萬級別，其數據量之巨大可想而知。

第二，數據類型繁多(Variety)。視頻監控領域的視頻編碼格式包括：H.264、MPEG-4、MJPEG等多樣化的編碼方式。而同時隨著各類物聯網技術的融入到視頻監控業務，匯聚了包括各種傳感器、IT、CT系統產生的多樣的數據。業務系統需要把結構化與非結構化數據相互關聯，統一存儲。

第三，處理速度快(Velocity)。視頻數據隨時間快速增長，并以持續順序到達。在視頻監控領域，視頻分析的效率決定價值，更低的延遲、更準確的分析是平安城市這類客戶的普遍需求。隨著數據量的增加，哪怕對TB級別的數據進行視頻內容的數據分析和檢索，采用串行計算模式都可能需要花費數小時的計算，已遠遠不能勝任時效性的需求。

第四，價值密度低(Value)，效率要求高。在視頻監控業務中，價值密度的高低與數據總量的大小成反比。一小時的視頻監控內容，可能有用的數據僅僅只有一兩秒。如何通過強大的機器算法更迅速地完成數據的價值“提純”是目前大數據洶涌背景下亟待解決的難題。

視頻監控業務的大數據應用需求

隨著數據量的增加，哪怕對TB級別的視頻數據進行對視頻內容的數據分析和檢索，傳統技術模式下可能需要花費數小時的計算，已遠遠不能勝任時效性的要求。用戶希望能夠對海量數據進行有效管理和使用，快速辨別有效數據，提高數據利用價值。

分析大數據產生小數據。攝像頭7×24小時工作，如實記錄鏡頭覆蓋范圍內發生的一切，僅僅記錄信息是不夠的，因為對于客戶來講可能大部分信息是無效，有效信息可能只分布在一個較短的時間段內，按照數學統計理論，信息是呈現出冪律分布的，或稱之為信息密度，往往密度越高的信息對客戶價值越大。實時涌入的海量數據容易產生大量的休眠數據，浪費大量存儲資源。對海量數據進行智能分析，提取出價值數據片段。建立摘要信息，減少用戶需要面對處理的數據量，形成元數據信息庫。

提純小數據產生價值數據，例如在公安系統中希望能集中分析過去和現在的犯罪數據和視頻圖片，整合所有信息，能提供對犯罪趨勢更全面的看法。這就需要針對海量歷史數據實現快速檢索，并對貌似非關聯的數據進行關聯，并在可視化平臺進行呈現，總結出數據規律，為決策者提供參考和預測未來業務走向。

視頻監控大數據分析所需的關鍵能力

因為視頻監控中大體量數據帶來了很多現實中的難題，我們需要在視頻監控解決方案中引入大數據技術�；�于視頻監控業務的特點，我們認為四類關鍵技術發揮至關重要的作用。

智能分析能力。基于計算機圖像識別算法，對視頻圖像內容進行理解和分析，生成圖像內容和行為的描述信息，并以結構化或半結構化語言描述，為視頻大數據分析與應用提供基礎;

大數據處理能力�；�于大數據并行或分布式處理技術，如Hadoop，Hbase等，形成面向大數據的分布式存儲與數據管理框架;提供實時和批處理ETL，實現數據清洗/轉換/裝載，以形成價值信息匯聚;

數據挖掘與分析能力。對智能分析元數據的檢索、數據挖掘與分析能力，即對視頻數據的高效利用能力;與非視頻數據整合分析，挖掘事件關聯及產生模式，提升視頻數據價值的能力;

可視化展現能力。對視頻內容的高效檢索、比對和呈現能力;與GIS平臺、情報分析平臺、應急處理平臺等地方平臺視圖整合展現，提升視頻數據實用性的能力。

通過大數據技術，進一步挖掘海量視頻監控數據背后的價值信息，快速反饋內涵知識輔助決策判斷將是未來視頻監控應用的發展方向。