安防大数据时代 监控应用价值无限提升

　　大数据视频架构是革命性的技术，特别在实时智能分析和数据挖掘方面，让视频监控从人工抽检，进步到高效事前预警、事后分析，实现智能化的信息分析、预测，为视频监控领域业务带来深刻的变革。大数据时代，海量信息处理是关键，这对于监控构架的应用更显得具有价值。

　　安防大数据时代，海量信息处理是关键

　　视频图像监控系统通过多年的建设，已成为公安机关打防管控的重要手段和感知城市信息的重要途径。随着视频监控系统建设的不断发展和壮大，对大量的音视频信息的分析，需要耗用大量的人力物力和时间。

　　海量的视频数据需要得到有效的处理，使得能够快速、低成本、精准的发现相关目标的特征和活动轨迹。而有限的人力、计算能力，和持续增长的视频数据之间的矛盾日益突出，成为当下系统建设的重点和难点。为此，行业中近年来提出了视频浓缩与检索技术，以及视频图像信息数据库技术。

　　大数据技术革新，监控架构更加灵活

　　视频监控业务的核心就是数据，数据就是业务本身，那么基于大数据架构，可以给中大型的视频监控项目带来诸多的裨益。

　　第一，架构更加灵活，伸缩弹性更大

　　对于一些中大型项目，由于起点的差异，缺乏视频监控架构的顶层设计，后期的扩容升级难免尾大不掉，如在建设初期就引入面向大数据的架构，为业务扩张和管理带来好处。

　　第二，以廉价通用硬件迎合视频监控数据的爆发性增长

　　在面向大数据的架构中，可根据视频监控业务的部署需要，设立多个HDFS集群组成，采集的流数据会被划分成段，并分布于数据节点，这些数据节点可以采用廉价通用型的硬件，由软件技术保证其高可靠性，这种方式避免采用传统高端硬件的模式，大大降低投资成本。

　　第三，通过高速并行计算实现智能分析和数据挖掘

　　对于金矿来讲，唯有熠熠发光的金子才是有价值，视频监控数据就犹如这样一座金矿，传统人工和串行的数据筛选方式已在大数据时代不能满足要求。面向大数据的架构原理就是将海量数据分解为较小的更易访问的批量数据，在多台服务器上并行分析处理，从而大大加快视频数据的处理进程。

　　结合视频监控业务特点，引入Hadoop的架构，以顶层设计的视角来构建面向大数据视频监控架构，将对未来视频监控业务的规划设计产生深远的影响。下面简要描述下大数据视频监控逻辑架构。

　　数据源层，包括实时数据和非实时数据。实时数据指IP摄像头和传感器产生的实时流媒体数据。非实时数据指从DVR、编码器、第三方系统导入的媒体数据。

　　大数据存储层，采用了HDFS和HBASE，实现数据低成本、高可靠的管理。把采集的视频流保存在HDFS集群内，并通过HBase建立访问的索引。把传统NVR和专用存储进行重构，纳入到整体的分布式文件系统中来。

　　大数据计算层，实现智能分析和数据挖掘。通过MapReduce把对大视频的分析进行分解，充分利用闲置资源，把计算任务交由多台服务器进行并行计算分析，另外一方面，根据智能分析产生的视频元数据，通过Hive挖掘视频元数据的价值信息。

page

　　业务及管理层，实现设备和业务管理。基于Zookeeper组成的服务器集群，可以保证业务系统的无故障运营，基于Ganglia实现对摄像头等设备的监管。

　　基于大数据的视频架构，本质上是把视频数据作为最有价值的资产，以数据作为核心来构建的技术架构，重点解决了海量的视频数据分散和集中式存储并存、多级分布问题，极大提升了非结构化视频数据读写的效率，为视频监控的快速检索、智能分析提供了端到端的解决方案。

　　大数据视频监控构架带来的价值

　　视频监控进入网络化时代以后，越来越多融入IT新兴技术，大数据技术在视频监控领域的广阔发展路径已经显现，不少厂家正致力于通过将大数据技术和视频监控业务的完美融合，打造大数据时代的视频监控解决方案。

　　视频浓缩检索技术，主要是利用图像处理(包括视频浓缩、摘要、复原等)、模式识别、海量数据分类存储以及搜索等技术，对海量的存储录像等原始信息进行分析和挖掘，对于目标特征、目标行为、目标间关联关系这三大类信息内容，形成各种分类的特征信息库、元数据和索引等，并提供统一接口供外部应用进行搜索，以期通过有限的线索，达到案件快速关联和定位。

　　视频图像信息库建设，目前应用比较广泛的是卡口和电警的应用。由于车牌识别技术的日趋成熟，通过车牌、车牌颜色、车身、车身颜色、车辆类型等特征识别，把车辆图片、车辆信息、车主信息、盗抢车辆库等结合起来，可以有效的进行车辆的查找、布控和案件线索搜索。而其他如视频监控录像、案件等信息如何形成统一接口查询，如何进行有效数据关联，应用不是特别广泛。为此，国内很多科研单位和智能产品公司进行了多方面探索。如清华大学、中国科学院自动化研究所，上海交通大学、浙江大学等。

　　视频图像信息库建设和海量数据的处理、分析、检索，是提高效率的有力手段。通过视频智能分析技术，把海量的视频数据进行浓缩、提取特征摘要、减少了存储空间。如1小时的视频录像，通过特征值方式的视频浓缩，可以把录像压缩到10分钟左右。同时，视频图像信息库有别于传统的关系数据库模型，针对结构化，半结构化和非结构化数据，通过数据的多个副本分布式保存方式，可以有效节约存储空间，关键数据的二次备份，使系统架构更加稳定和可扩展，并且提供安全的负载均衡和容错机制。

　　视频图像信息库的建设，除了减少人力和搜索时间外，还可以通过搜索接口进行联网布控，对有针对性的特征图片进行匹配和模式识别，增强事前预警的功能。同时，这些系统的应用，将推动安防产业技术的进步和推广。

　　关于大数据

　　大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。