2014年，百度、騰訊、阿里等大互聯(lián)網(wǎng)公司針對自身的平臺用戶提供數(shù)據(jù)分析業(yè)務。國內(nèi)金融、環(huán)保、交通、醫(yī)療等行業(yè)的數(shù)據(jù)分析應用也逐漸開始。在安防領域，視頻監(jiān)控對大數(shù)據(jù)的依賴性也日益明顯，期待存儲量更大、算法檢測識別準確率更高、視頻畫面更清晰的視頻數(shù)據(jù)技術。今年是大數(shù)據(jù)的“落地年“，而在這樣的形勢下，視頻監(jiān)控將受到怎樣的影響？

　　大數(shù)據(jù)迎來“落地年”

　　作為時下最火熱的IT行業(yè)詞匯之一，大數(shù)據(jù)近年來成為各界關注的一大熱點。一方面，網(wǎng)民數(shù)量不斷增加;另一方面，以物聯(lián)網(wǎng)和智能移動終端等為代表的聯(lián)網(wǎng)設備數(shù)量飛速增長，使得人均網(wǎng)絡接入帶寬和流量也迅速提升。據(jù)相關機構預測，全球新產(chǎn)生數(shù)據(jù)年增40%，即信息總量每兩年就可以翻番。

　　國金證券研報指出，今年將是大數(shù)據(jù)分析應用的落地年，特別是在企業(yè)級領域。百度、騰訊、阿里等大互聯(lián)網(wǎng)公司針對自身的平臺用戶提供數(shù)據(jù)分析業(yè)務。國內(nèi)金融、環(huán)保、交通、醫(yī)療等行業(yè)的數(shù)據(jù)分析應用也逐漸開始。

　　大數(shù)據(jù)技術日益為各行各業(yè)所倚重。在國內(nèi)資本市場，許多上市公司也紛紛看中大數(shù)據(jù)這一新興市場，爭相投資布局。近期，中科云網(wǎng)、東方國信、朗瑪信息等上市企業(yè)紛紛宣布進軍大數(shù)據(jù)領域。

　　中國通信學會副理事長兼秘書長張新生表示，通過這幾年的發(fā)展，大數(shù)據(jù)在國內(nèi)已經(jīng)從炒作期進入了積極探索和應用發(fā)展初期，初步形成了以數(shù)據(jù)采集、整合分析等技術為支撐的產(chǎn)業(yè)生態(tài)。

　　大數(shù)據(jù)對監(jiān)控數(shù)據(jù)處理的價值

　　大數(shù)據(jù)在對安防數(shù)據(jù)處理價值上主要體現(xiàn)在以下幾個方面：

　　一、數(shù)據(jù)應用效率不斷提升。通過智能分析技術、大數(shù)據(jù)技術，能夠使視頻數(shù)據(jù)的應用效率不斷提升，解決以往應用效率低下的問題。應用效率的提升能夠使視頻數(shù)據(jù)產(chǎn)生更大的價值。

　　二、數(shù)據(jù)深度應用。數(shù)據(jù)的深度應用能夠體現(xiàn)大數(shù)據(jù)的真正價值，而這也更能提升安防系統(tǒng)的整體實力，使視頻數(shù)據(jù)的邊緣地位向核心地位靠攏，使安防行業(yè)的競爭力得到提升。

　　三、體制及標準的完善。標準和體制的完善能夠進一步促進大數(shù)據(jù)的發(fā)展，而掌握標準的安防企業(yè)將會有更強大的話語權。

　　視頻監(jiān)控大數(shù)據(jù)處理仍然面臨三大挑戰(zhàn)

　　目前的視頻系統(tǒng)大數(shù)據(jù)應用仍然面臨三大技術挑戰(zhàn)，可以概括為“存不下”、“找不到”、“看不清”三個方面。這三大挑戰(zhàn)在一定程度上反映出當前視頻大數(shù)據(jù)處理領域存在的主要問題，同時也對視頻大數(shù)據(jù)處理技術提出了更高的要求。

　　1.“存不下”主要體現(xiàn)在視頻壓縮編解碼性能的限制

　　隨著數(shù)字視頻應用產(chǎn)業(yè)鏈的快速發(fā)展，政府、學校、社區(qū)、民用以及網(wǎng)絡終端所產(chǎn)生的海量視頻向傳統(tǒng)視頻編碼標準發(fā)出宣戰(zhàn)。存儲的視頻數(shù)量不斷加大就需要更大程度地提高編解碼效率，提高視頻壓縮率，從而降低存儲空間。網(wǎng)絡化進程的加快也要求編碼后的視頻在快速、便捷傳輸?shù)耐瑫r保證解碼還原的視頻質(zhì)量。

　　視頻壓縮也制約著智能視頻領域的發(fā)展。很多情況下我們要求降低解碼后的視頻損耗，比如多媒體視頻認證領域，視頻的無損還原是提高算法判斷準確度的先決條件，只有控制在一個合理的損耗范圍內(nèi)，它才能提高視頻篡改提示的準確度。因此隨著視頻的網(wǎng)絡化、高清化、智能化時代的來臨，領先新一代視頻編碼標準，超越新的技術框架和編碼性能，才能在城市級視頻應用領域中取得核心的主導地位。

　　2.“找不到”主要體現(xiàn)為智能視頻監(jiān)控領域中的算法檢測識別準確率的問題

　　目前的視頻監(jiān)控方法只能在非常簡單的環(huán)境下聚焦少量目標，檢測、識別、跟蹤性能還無法達到一個較高的水準，多數(shù)軟件都存在場景、環(huán)境的限制，例如在簡單、純凈的場景中，檢測目標背景與前景差別較大時，檢測結果較為準確;而在一些人流量密度大的復雜場景中，如地鐵、車站、商場，監(jiān)視成千上萬個個體時，準確地識別、跟蹤、檢測則是一項非常艱巨的任務。

　　同時算法檢測會受到光線、顏色、化妝、攝像機硬件誤差及精密度等一系列的問題影響，因此在低端智能與真正的人工智能之間還存在一個較大的鴻溝，它需要計算機處理能力及處理速度的提升。我們需要的是一種接近人類，甚至高于人類的識別準確率，并且能夠檢測區(qū)分人群行為，預測潛在的群體災難。這不僅僅在智能視頻領域，而且從多領域的交叉融合角度，智能分析的研發(fā)與探索對機器人的發(fā)展也能夠起到積極的推進作用。

　　3.“看不清”主要體現(xiàn)在高清監(jiān)控攝像機的智能化處理上

　　以往大多數(shù)城市級安防監(jiān)控攝像頭錄制的視頻畫面都較為模糊，刑偵破案分析的依據(jù)僅僅為模糊畫面動作方向，甚至是模糊的像素點，對具體人物細節(jié)的描述不清晰導致刑偵難度加大，輔助公安機關研判的力度不強。在智能監(jiān)控領域，傳統(tǒng)的智能分析方法較多的是在CIF格式下進行算法處理，這樣處理速度更易達到實時。當傳統(tǒng)視頻向高清視頻轉換過渡時需要多重處理策略相結合進行算法分析，這需要持續(xù)的研發(fā)革新。在從標清向高清的門檻跨越過程中，網(wǎng)絡帶寬的承載力、視頻的顯示、存儲等問題也不斷顯現(xiàn)。

　　結語

　　2014年是大數(shù)據(jù)的“落地年”，意味著大數(shù)據(jù)這艘大船已經(jīng)起航，未來它也一定可以乘風破浪，揚帆遠航。而視頻監(jiān)控作為船上的一名“乘客”，也一定可以感受到大數(shù)據(jù)發(fā)展所帶來的方便與智能，并與之攜手共進，創(chuàng)造安防行業(yè)的美好未來。
 

　　欲了解更多視頻監(jiān)控相關解決方案與電路圖設計，可關注電子發(fā)燒友榮譽出品的Designs of week欄目：