視頻監(jiān)控業(yè)務的大數據特征在視頻監(jiān)控領域，大數據的特點，可用Volume、Variety、Velocity、Value這4個V來概括。

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(jiān)控點數據量即以指數級增長，例如單個1080P IPC 30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(jiān)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(jiān)控業(yè)務，匯聚了包括各種傳感器、IT、CT系統(tǒng)產生的多樣的數據。業(yè)務系統(tǒng)需要把結構化與非結構化數據相互關聯，統(tǒng)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(xù)順序到達。在視頻監(jiān)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(jiān)控業(yè)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(jiān)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(jiān)控業(yè)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(tǒng)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(fā)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(tǒng)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(tǒng)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(guī)律，為決策者提供參考和預測未來業(yè)務走向。

　　視頻監(jiān)控大數據分析所需的關鍵能力。因為視頻監(jiān)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(jiān)控解決方案中引入大數據技術。基于視頻監(jiān)控業(yè)務的特點，我們認為四類關鍵技術發(fā)揮至關重要的作用。

　　智能分析能力?；谟嬎銠C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?；诖髷祿⑿谢蚍植际教幚砑夹g，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(jiān)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(jiān)控應用的發(fā)展方向。

　　視頻智能大數據分析架構

　　視頻監(jiān)控業(yè)務的核心就是數據，數據就是業(yè)務本身，筆者公司的視頻監(jiān)控大數據架構平臺可以給大型的視頻監(jiān)控項目帶來諸多的裨益。

該智能大數據架構靈活，伸縮彈性更大。實現計算、存儲資源云化部署，設備自組網、自管理，業(yè)務永不中斷，按需彈性擴容。支持分布式檢索引擎，通過分布式數據庫MongoDB，支持海量數據存儲，10億條記錄，秒級即可完成數據檢索和呈現。

　　開放架構，智能分析插件化、可擴展，ISV定制開發(fā)簡單快捷。開放架構，第三方智能分析插件可無縫集成;提供智能算法、智能分析應用服務REST標準接口，支持ISV定制開發(fā)。

豐富的智能分析能力，支持可視化操作管理和圖形化研判分析。實現可疑行為自動報警、全網點實時布控、人/車精準識別、視頻內容高效檢索、案件智能分析、以及設備故障自診斷。

　　DAU(分布式分析單元)：支持流式計算，可分布式部署，對含視頻在內的媒體內容進行智能分析;通過媒體數據預處理，支持插件業(yè)務框架，可引入各類第三方算法插件，基于ONVIF/PSIA數據封裝器，對協(xié)議進行適配;

　　DPU(數據處理單元)：提供包括第三方數據接入適配，進行數據的匯聚，并對非結構化數據歸檔，通過數據轉換引擎，實現數據的清洗和轉換，另外根據規(guī)則引擎下發(fā)實時告警規(guī)則上報實時告警信息;

　　DMU(數據挖掘單元)：規(guī)則模型管理，采用可視化界面定義業(yè)務規(guī)則(Schema);為加快數據處理實時性，引入高效率的內存數據庫技術。經過前面數據處理層處理后的數據，以關系型數據形式進行存放;

　　AE(應用環(huán)境)：業(yè)務應用及呈現，提供業(yè)務生成框架，用戶可進行靈活的業(yè)務配置。統(tǒng)一數據訪問接口，應用開發(fā)環(huán)境，便于第三方合作伙伴進行整治業(yè)務應用開發(fā)。

　　大數據視頻監(jiān)控構架帶來的價值

　　大數據視頻架構是革命性的技術，特別在實時智能分析和數據挖掘方面，讓視頻監(jiān)控從人工抽檢，進步到高效事前預警、事后分析，實現智能化的信息分析、預測，為視頻監(jiān)控領域業(yè)務帶來深刻的變革(如圖3)：

平安城市領域，實時匯總并綜合分析各種公共安全數據和資料，為執(zhí)法人員快速準確應對提供科學依據：如實時調閱現場視頻錄像、犯罪嫌疑人記錄、同一地區(qū)的相似案件資料;進行地理、時間和空間的比較分析，揭示其犯罪模式和行為模式;追蹤嫌疑人與其車輛的位置等。指揮人員也可以參照各種數據對不同來源的資料進行綜合分析，制作指揮圖。

　　智能交通行業(yè)，可以輕松監(jiān)控攝像覆蓋范圍內的所有車輛的行駛狀態(tài)、運行軌跡，快速分析出其是否違章，通過對海量交通數據的比對、分析和研判，實現指定車輛行駛路徑、道路擁堵研判等功能。

云服務領域：實現基于大數據的視頻監(jiān)控云服務，讓攝像機僅通過互連網就能連接云端的視頻監(jiān)控托管服務，通過快速、智能地分析部署在云端的大數據，為小型企業(yè)、零售商店、餐館酒店等提供實時的監(jiān)控視頻和潛在的風險管理，甚至能提供收費的基于視頻內容的分析報告，如日常的客戶數，平均隊列長度等，創(chuàng)造新的商業(yè)模式。

　　大數據技術和視頻監(jiān)控的結合，把孤立的視頻內容通過大數據技術的加工，形成可視化結果呈現，這種轉變可為視頻監(jiān)控業(yè)務創(chuàng)造更加智能高效的使用方式，讓用戶從繁重的觀看視頻監(jiān)控勞動中解脫出來，能輕松自如地通過視頻監(jiān)控進行高效準確的決策。

　　總結

　　視頻監(jiān)控進入網絡化時代以后，越來越多融入IT新興技術，大數據技術在視頻監(jiān)控領域的廣闊發(fā)展路徑已經顯現，筆者公司正致力于把大數據技術和視頻監(jiān)控業(yè)務實現融合，以打造出大數據時代的視頻監(jiān)控解決方案。