大數據安防應用中的三種關(guān)鍵技術(shù)及五大挑戰

　　在安防行業(yè)，隨著(zhù)前端設備分辨率的不斷提高、安防系統建設規模的不斷擴大以及視頻、圖片數據存儲的時(shí)間越來(lái)越長(cháng)，安防大數據問(wèn)題日益凸顯。如何有效對數據進(jìn)行存儲、共享以及應用變得愈加重要。要應用安防大數據，首先要了解安防大數據有何特點(diǎn)。

　　安防大數據涉及的類(lèi)型比較多，主要包含結構化、半結構化和非結構化的數據信息。其中結構化數據主要包括報警記錄、系統日志、運維數據、摘要分析結構化描述記錄以及各種相關(guān)的信息數據庫，如人口庫、六合一系統信息等;半結構化數據如人臉建模數據、指紋記錄等;而非結構化數據主要包括視頻錄像和圖片記錄，如監控、報警、視頻摘要等錄像信息和卡口、人臉等圖片信息。區別于其他行業(yè)大數據特點(diǎn)，安防大數據以非結構化的視頻和圖片為主，如何對非結構化的數據進(jìn)行分析、提取、挖掘及處理，對安防行業(yè)提出了更多挑戰。

　　大數據

　　對于安防視頻圖像數據，傳統的處理方式主要靠事后人工查閱來(lái)完成，效率極低。面對海量的安防數據，如果繼續采用傳統方式，不僅效率低下，而且不能達到實(shí)戰應用目的，偏離了安防系統建設目的。為充分利用安防系統價(jià)值，提升對安防大數據的應用能力，大華股份從多層次、全方位考慮產(chǎn)品和方案規劃，不斷提升對于安防有效信息的快速挖掘能力。

　　要提升安防大數據的處理效率，首先要從智能分析做起，快速過(guò)濾無(wú)效信息。大華智能分析從多維度、多產(chǎn)品形態(tài)來(lái)實(shí)現。如對于事件檢測、行為分析、異常情況報警等，大華前端、存儲以及平臺系統產(chǎn)品都能夠快速實(shí)現智能檢測，并通知系統對事件進(jìn)行快速響應，這些產(chǎn)品從某種層面上將安防有效數據的分析分散化，大大加快了整個(gè)系統的大數據處理應用速度。此外，大華還推出了基于云存儲系統的大數據應用系統，如視頻編解碼系統、車(chē)輛研判系統、以圖搜圖系統、視頻濃縮摘要系統、人臉識別系統以及車(chē)型識別系統等等。

　　大數據安防應用的幾種關(guān)鍵技術(shù)

　　1)大數據融合技術(shù)

　　經(jīng)過(guò)十幾年的發(fā)展，國內安防系統建設基本形成了是以平安城市、智能交通系統為主體，其他行業(yè)系統有效完善的發(fā)展態(tài)勢。而“重建設、輕應用”的現況給安防應用提出了更高要求，如何解決這些問(wèn)題成為當務(wù)之急。

　　為實(shí)現數據融合、數據共享，首先要解決存儲“分散”問(wèn)題，大華云存儲系統不僅能夠實(shí)現數據的有效融合與共享，解決系統在硬件設備故障條件下視頻數據的正常存儲和數據恢復問(wèn)題，為安防大數據應用分析提供可靠基礎。

　　2)大數據處理技術(shù)

　　安防大數據以半結構化和非結構化數據居多，要實(shí)現對安防大數據的分析和信息挖掘，首先要解決數據結構化問(wèn)題。所謂的數據結構化就是通過(guò)某種方式將半結構化和非結構化數據轉換為結構化數據。大華通過(guò)采用先進(jìn)的云計算系統對安防非結構化數據進(jìn)行結構化處理，為大數據的進(jìn)一步分析和應用提供進(jìn)一步支持。

　　3)大數據分析和挖掘技術(shù)

　　國內平安城市歷經(jīng)十幾年的建設，在解決了穩定性、規?；?，當下面臨的問(wèn)題是如何深化應用的問(wèn)題，即如何實(shí)現公安部的要求，建為用、用為戰的目標，實(shí)現對安防系統的深層次應用。

　　對安防大數據而言，要實(shí)現業(yè)務(wù)的深層次應用，首先需要對安防數據進(jìn)行分析和挖掘，以云存儲和云計算系統為基礎，通過(guò)云計算系統實(shí)現對“大數據”的快速分析，如基于云的車(chē)牌識別，可通過(guò)對海量視頻的分析，快速提取海量車(chē)牌信息，并通過(guò)應用系統對相關(guān)數據進(jìn)行深一步挖掘、關(guān)聯(lián)，形成有效“檔案”。最后利用這些分析和挖掘的數據實(shí)現對事件的預測預防、報警，最終實(shí)現安防系統建設的實(shí)戰應用目的。

　　大數據成熟行業(yè)應用

　　安防視頻監控行業(yè)是伴隨著(zhù)平安城市、智能交通而發(fā)展起來(lái)了，新一輪的智慧城市建設也為安防行業(yè)的再次發(fā)展注入了“興奮劑”。隨著(zhù)各地安防系統建設規模不斷增大，安防數據迅速膨脹。由于缺乏適當的手段去利用這些海量數據，導致了“重建設、輕應用”現象，下面就安防大數據在公安和交通行業(yè)的應用進(jìn)行簡(jiǎn)單介紹。

　　1)公安執法

　　在公安行業(yè)，大數據應用無(wú)處不存，下面簡(jiǎn)單介紹一下大數據應用在公安行業(yè)幾個(gè)業(yè)務(wù)體現。

　　第一是稽查布控業(yè)務(wù)。當案件發(fā)生后，需要對嫌疑車(chē)輛進(jìn)行稽查布控，一般采用布控車(chē)牌號，通過(guò)系統比對卡口車(chē)輛信息進(jìn)行識別，但這種方式存在問(wèn)題。當布控車(chē)輛從某個(gè)卡口經(jīng)過(guò)時(shí)，攔截人員通常不在現場(chǎng)，等到攔截人員趕到現場(chǎng)時(shí)，嫌疑車(chē)輛早已逃之夭夭，從而失去布控的意義。對于這種情況，可實(shí)現移動(dòng)警務(wù)、GIS系統有效關(guān)聯(lián)，通過(guò)在GIS系統中繪制嫌疑車(chē)輛逃跑路線(xiàn)和防控識別圈，可大大提高攔截效率;

　　第二是車(chē)輛落腳點(diǎn)分析業(yè)務(wù)。隨著(zhù)城市的快速發(fā)展，城市越來(lái)越大，路網(wǎng)也越來(lái)越復雜，為迅速逃脫公安機關(guān)的抓捕，很多犯罪分子避開(kāi)城區主干道(一般來(lái)說(shuō)，城區主干道都裝有電子卡口)，逃竄到人員比較多的小區或偏僻區域。大華股份通過(guò)建設云卡口，通過(guò)視頻實(shí)現卡口相機功能，對海量數據進(jìn)行云卡口識別，結合GIS系統，將嫌疑車(chē)輛軌跡描繪出來(lái)，大大提高公安辦案效率。

　　第三是伴隨車(chē)輛分析。由于公眾安全防范意識的不斷提高，犯罪分子獨立實(shí)施犯罪行為的成功率大大降低，因此，新時(shí)期的犯罪行為，開(kāi)始表現為團伙作案。在踩點(diǎn)和作案時(shí)，犯罪團伙通常會(huì )使用多輛汽車(chē)，以提高成功率。從卡口系統的角度看，團伙作案具體表現為多輛車(chē)同時(shí)出沒(méi)于特定卡口覆蓋范圍，利用該特征，我們可以從海量的卡口車(chē)輛數據中，提取滿(mǎn)足特定條件(如車(chē)輛行進(jìn)路線(xiàn)、車(chē)輛通行間隔時(shí)間、跟車(chē)數量以及分析起止時(shí)間范圍等)的車(chē)輛，提高案件偵破效率。此外，在公安行業(yè)還有基于人臉識別的人臉卡口、視頻摘要等安防大數據應用。

　　2)智能交通

　　第一是旅行時(shí)間計算。由于電子狗的大量使用，不少駕駛員在通過(guò)卡口時(shí)，會(huì )主動(dòng)降低速度，一旦離開(kāi)卡口覆蓋范圍，又會(huì )迅速提高速度，超速行駛。傳統的單點(diǎn)測度無(wú)法發(fā)現這種超速行為，利用區間測速便可快速檢測違章行為，且可減少區域卡口數量，節省建設成本。而當發(fā)現相同車(chē)牌在相距較遠卡口同時(shí)出現時(shí)，還可檢測出套牌車(chē)輛，并可通知相關(guān)人員進(jìn)行攔截追捕。

　　第二是交通流量分析。對于交通流量的檢測，傳統方式是通過(guò)地磁、微波檢測完成的，但這種檢測只能檢測車(chē)輛數量，卻無(wú)法檢測相關(guān)車(chē)牌號，這就限制了傳統流量分析的應用場(chǎng)景，智能對單一路段進(jìn)行分析，無(wú)法形成全局的流量分析。而卡口系統記錄了車(chē)輛號碼、車(chē)身顏色、車(chē)型等更多詳細信息，基于卡口系統的流量分析，不僅可計算出城市各小區機動(dòng)車(chē)數量分布，指導出行目的地分析、出行路線(xiàn)分析等應用，而且能夠根據車(chē)輛流量信息找出城市熱點(diǎn)區域，為交管部門(mén)提供參考，更好地優(yōu)化路網(wǎng)機制，規劃更為合理的路網(wǎng)參數。

　　此外，還可通過(guò)智能分析系統，對卡口數據進(jìn)行深層次分析與挖掘，不僅識別車(chē)輛車(chē)牌號，而且實(shí)現對車(chē)輛品牌、車(chē)輛型號、是否粘貼年檢標識、駕駛員是否系安全帶、是否駕駛時(shí)撥打電話(huà)等一些行為狀態(tài)識別，從而進(jìn)一步規范車(chē)輛達標和安全駕駛行為。

　　大數據安防面臨的挑戰

　　(1)海量非結構化數據存儲

　　相較于其他行業(yè)，安防非結構化的數據存儲壓力不斷增大，一方面源于視頻、圖片等非結構化數據本身容量，另一方面源于安防數據規模的不斷擴大，安防大數據存儲對系統設備提出了更高挑戰，如何在滿(mǎn)足需求的前提下，刪除重復數據、降低存儲硬件成本投資成為海量數據存儲的一個(gè)難題

　　(2)數據共享

　　大數據需要通過(guò)快速的采集、發(fā)現和分析，從大量化、多類(lèi)別的數據中提取價(jià)值。安防大數據時(shí)代最顯著(zhù)的特征就是海量和非結構化數據共享，用以提高數據處理能力。而海量數據存儲在不同系統、不同區域、不同節點(diǎn)、不同設備中，這給數據的傳輸和共享帶來(lái)極大的挑戰:

　　(3)數據安全

　　視頻監控數據具有私密性高、保密性強等特點(diǎn)，不僅是事后追查的依據，而且更是后續數據分析挖掘的基礎。因此，數據安全一方面體現在數據不受外界入侵或非法獲取，另一方面體現在龐大數據系統的魯棒性、體系容錯機制，確保硬件在發(fā)生故障時(shí)數據可以恢復，可以繼續保存。面對海量數據的存儲、共享、硬件和軟件設備承載的極大風(fēng)險，如何構建大型、海量視頻監控存儲系統、數據分析系統以及容錯冗余機制是安防行業(yè)面臨的重大考驗;

　　(4)數據利用

　　安防監控雖然數據量很大，但真正有用的信息并不多。安防數據的有效性分為兩個(gè)方面，一方面有效信息可能只分布在一個(gè)較短的時(shí)間段內，根據統計學(xué)原理，信息呈現冪率分布，往往越高密度的信息對客戶(hù)價(jià)值越大;另一方面，數據的有效性體現在深層次挖掘龐大的海量數據，關(guān)聯(lián)得出有效信息。視頻監控業(yè)務(wù)網(wǎng)絡(luò )化、大聯(lián)網(wǎng)后，網(wǎng)內的設備越來(lái)越多，利用網(wǎng)內的閑置資源，實(shí)現資源的最大化利用，關(guān)乎運算的效率。在視頻監控領(lǐng)域，往往視頻分析的效率決定價(jià)值，更低的延遲、更準確的分析往往是客戶(hù)的普遍需求。如何對海量的視頻數據進(jìn)行分析檢索業(yè)對行業(yè)提出更大的挑戰。

　　(5)缺乏統一標準

　　國內安防行業(yè)經(jīng)歷十幾年的快速發(fā)展，在此發(fā)展過(guò)程中，平安城市建設表現卓越，在安防應用中也一直走在前列，國內平安城市系統的建設也不斷推動(dòng)著(zhù)國內安防技術(shù)和安防廠(chǎng)商的發(fā)展。在平安城市項目的建設過(guò)程中，由于參與的安防廠(chǎng)家眾多，不同項目、不同系統甚至同一系統采用的設備廠(chǎng)商也不盡相同，為了更好的兼容各廠(chǎng)商產(chǎn)品，整個(gè)安防行業(yè)和政府也制定了一些標準，如ONVIF協(xié)議、GB28181協(xié)議以及各個(gè)地方省市發(fā)布的一些標準。

　　新一輪的智慧城市正在緊鑼密鼓地進(jìn)行著(zhù)，相對平安城市相對“簡(jiǎn)單”的治安監控，智慧城市要求數據共享，跨區域視頻聯(lián)網(wǎng)監控、監控資源整合與共享以及政府各部門(mén)之間的視頻監控資源共享等等。但是不同的地方城市，不同的行業(yè)類(lèi)別，不同的管理方式都會(huì )有不同的監控系統方案，數據融合或者共享兼容性問(wèn)題更多，對整個(gè)系統建設是重大考驗。

　　平安城市系統面向的是安防行業(yè)設備與系統的兼容問(wèn)題，隨著(zhù)各種行標、地標的制定，各種問(wèn)題基本得以解決;而智慧城市系統不僅僅是安防系統的整合，而是多個(gè)行業(yè)系統的集成應用，因缺乏統一標準帶來(lái)的復雜性可想而知。慶幸的是國家目前已經(jīng)開(kāi)始起草智慧城市建設的各種標準，而相關(guān)企業(yè)也在不斷規范自身系統的兼容性和開(kāi)放性。