视频监控大数据的关键技术和应用.docx

视频监控大数据技术和应用 视频监控大数据技术是指在视频监控系统中产生的大量数据的采集、存储、处理和应用技术。随着全国各地平安城市、行业安防等项目的大规模建设，视频监控在安防领域中发挥着越来越重要的作用，成为技术防范的最有力手段。视频监控大数据技术的应用将成为下一代视频监控的发展关键。 视频监控大数据趋势 视频监控从最早的模拟闭路监控系统开始，经历过模拟监控、数字监控、网络监控等重要发展阶段，如今进入了大数据的时代，并面临着一系列的挑战。视频监控数据的增长有三个主要的因素： 1. 系统的融合将催生更丰富的数据。GB/T28181—2011 标准的发布和实施，在很大程度上改善了各大平台厂家各自为战、互不兼容的乱象，在“大联网”的背景下，所有的视频监控数据将能实现深度共享和统一处理。 2. 高清视频的编解码能力不断提高，导致数据生成的厚度和精度不断提升，高分辨率和高帧率已成为视频监控主流需求。 3. 数据生成点的规模在不断扩大，视频监控的覆盖范围和监控点、卡口的数量都以 30% 以上的增长率在快速增加。 视频监控大数据的管理存在瓶颈 数据的爆炸式增长，意味着需要投入更多的资源以及付出更多的努力，才能在这些体量庞大的数据中寻找到有价值的信息。目前对视频监控数据的管理能力较弱，其发展没能跟上数据增长的速度，体现在以下几个方面： 1. 数据的存储和管理视频监控数据具有高并发、大容量的特点。 2. 图像视频的理解和识别一直是计算机视觉领域的难题，由于很难智能地分析出视频中蕴含的丰富内容，我们仍然要耗费大量的人力物力，在海量的视频监控数据中查找有价值的信息。 大数据处理的关键技术 大数据在近几年成了炙手可热的流行词汇，并经常和云计算联系在一起，它是指大小超出了常用的软件工具在运行时间内可以承受的收集、管理、处理数据能力的数据集。一般将大数据归纳为三个特征，即 3V：体量巨大（Volumn）、类型多样（Variety）、快速处理（Velocity）。 在大数据中，绝大部分由非结构化数据组成。据统计，目前在全球所有大数据中占主导地位的是图像视频数据，2012 年其占比已达到了 80%，2013 年预计接近 90%。大数据的关键技术涵盖了数据采集、传输、存储、处理、应用等各个环节，本文主要围绕视频大数据的存储和处理来进行阐述。 传统的数据处理方法是以处理器为中心，而大数据具有海量和分布性的特点，需要采取以数据为中心的模式，将计算任务分配到数据所在的节点中执行，减少数据移动带来的庞大开销。云计算是大数据处理的核心技术，是大数据挖掘的主流方式。在业界，很多公司已经意识到大数据挖掘的重要意义，研发了一系列针对大数据进行处理的云计算技术，其中最具代表性的是 Hadoop、Spark 等技术。