功不可没的大数据,带来的全新安防行业需求分析!

盘点近几年的IT领域热门词汇:大数据、云计算、虚拟化、云存储、云服务等,几乎贯穿到所有信息技术领域的产品推广、解决方案和系统规划中。

面对大数据安全,安防行业的重视程度有何影响?

在网络安全法的要求下,如果安防产品存在明显的安全漏洞,造成使用者或消费者财产损失或其他损害的,应由厂家承担相应的经济赔偿责任,同时生产厂商应及时为用户提供免费的修补安防产品安全漏洞的技术服务。

这就对安防厂商的资质提出了更高的要求,不具备强大技术实力的厂商显然会逐渐被市场所淘汰。在这种情况下,诸如海康威视、蓝色星际、大华等具有强大安防技术实力的厂商无疑将迎来更多竞争机会。

在大数据的思想下,不追求个体数据的精确性,而是在海量数据中挖掘出规律性本质。 在这里,所有的基于结构化数据的检索与数据挖掘计算的服务得以实现。 同时,为实现更多的智能化业务,在数据应用服务层,也提供基于流式数据处理的视频智能分析服务。

面对安防大数据,视频监控业务将面临海量非结构化数据存储、数据共享、数据安全及数据利用四大难题。基于数据应用服务的计算结果,在数据可视化层进行呈现。

例如指挥中心的大屏显示,或者是基于电子地图的实时轨迹显示,或是基于交通流量统计的多种形式的信息发布等。 而贯穿整个系统架构的基础则是IP全交换技术。 摆脱了传统流媒体转发的技术,IP全交换技术可以大幅提高数据在网络中交互的效率。

大数据对安防重要性不言而喻

在AI时代,谁获取了场景化海量数据,谁就掌握了进入该领域通行证。从行业发展来看,无论是传统安防企业还是新晋AI算法企业,通过与各地公安业务部门成立联合实验室,向垂直应用领域提供技术,各地公安业务部门提供大数据支撑,双方共同开发垂直行业应用,并复制到其他领域,进而实现双赢。

宇视科技产品线总工程师朱兵表示,“从技术发的脉络来看,视频是最重要、最丰富、最有价值的数据源,当我们对视频监控的诉求从看得更久、看得更远、看得更清楚转化为如何管理、组织和使用这些信息, IT与安防深入融合,使安防行业变革彻底深入到业务模式上探究。”

他分析称,从市场发展大势来看,十年平安城市项目建设,产生了海量视频数据。但是,大数据技术战略意义不在于掌握庞大数据信息,而在于对这些含有意义数据进行专业化处理。换言之,在于如何让数据会“说话”。如何将海量的数据变成落地民生,进行商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定实时交通路况是顺应智慧城市、民用安防以及消费类视频市场的趋势所在。

安防大数据价值不仅仅在安防行业领域,其对安防边界扩宽起到非常大作用,在智能家居、楼宇、超市、地铁、人流疏导等区域所起作用也越来越大,通过成熟的智能算法和分析技术,厂商可以在视频数据中获得用户行为数据,并与第三方合作公司一起开发大数据相关业务,为用户提供精准服务,让安防产业触角向其他行业延伸,打造产业新增长点。

安防大数据面临问题

安防大数据涉及的类型比较多,主要包含结构化、半结构化和非结构化的数据信息。其中结构化数据主要包括报警记录、系统日志、运维数据、摘要分析结构化描述记录以及各种相关的信息数据库,如人口库、六合一系统信息等;半结构化数据如人脸建模数据、指纹记录等;而非结构化数据主要包括视频录像和图片记录,如监控、报警、视频摘要等录像信息和卡口、人脸等图片信息。

区别于其他行业大数据特点,安防大数据以非结构化的视频和图片为主,如何对非结构化的数据进行分析、提取、挖掘及处理,对安防行业提出了更多挑战。

此外,存储成本高和快速检索困难也是安防大数据面临的问题。

①存储成本高。视频图像特别是高清视频占存储空间大,监控视频数据通常只存储一个月,关键信息无法得到长时间保存,而且保存时间越长,成本就越高。

②快速检索困难。监控图像资源中包含大量冗余的数据信息,让用户从这些数据中自行寻找线索,不亚于大海捞针。人工的数据回溯,不仅占用了大量的人力、物力和时间,同时由于个人能力的差异也会导致针对视频的认知偏差。例如道路监控仅针对卡口实现了主干道的车辆识别,覆盖面有限,其他活动目标及特征无法获取,大多依靠人工进行收集和处理,难以结合多种时空交叉数据进行快速检索和研判比对。

结语:高清化、网络化和智能化的安防行业在新的纪元中,虽然会面临这样那样的问题,但是我相信随着云计算和大数据应用技术的成熟和完善,行业势必会更快速的发展,更加有力的推动社会的进步和发展。

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();