來源:中關村線上
Big Data與雲端運算在安防領域的應用，從2013年就開始持續加溫，而經歷了一年的鋪墊與技術發展，在未來一年隨著高清網路監控的大範圍普及，隨之帶來的Big Data與海量儲存都需要雲端運算的協助。隨著網路頻寬的提高和網路費用的產品定價下降，基於雲端運算的影像監控解決方案已制定更多的供應商的關注。
影像監控發展潮流：安防大數據技術應用
大數據成安防監控發展潮流
最早提出“Big Data時代”已經到來的機構是全球知名諮詢公司麥肯錫。麥肯錫在《Big Data時代到來》報告中指出，Big Data現在已經進入全球經濟的各個部門，就像其他的生產必備要素一樣，許多現代經濟活動離開了它根本不能發生，Big Data將帶來一波生產率增長和消費者盈餘浪潮。而至今，它也將開啟監控資本市場的新一輪的尋寶遊戲。
在影像監控領域，伴隨著高清監控時代的大潮，產生了越來越多的海量影像資料。但是，大量的影像資料仍然是獨立的、零散的。影像錄影資料散佈在各個行業、單位獨立的系統中，沒有發揮達到聯網、共用，業界也沒有形成對資料採擷、利用的通用方法，核心技術仍然在研究中，尚沒有實現重大突破。
目前大量的影像監控資料運用於安防領域，但主要以人工搜索為主，政府之間跨警種、跨部門、跨區域的聯網共用應用仍然較少，更不用說為老百姓、為社會所用的應用還沒有啟動。如能開放這些視頻資源，為老百姓服務，而不僅僅用於治安、刑事案件，能通過資訊公開、資料共用、資料採擷推動新型的資料服務業的大發展，將是社會的福音。
Big Data是未來發展趨勢，很多公司現在都在做Big Data業務，但真正將Big Data的挖掘和應用落到實處，轉變為商業模式的企業還是很少，目前很多Big Data概念都是噱頭。
而安防企業需要做的，便是積極加強內功，提高研發能力，加強技術儲備，應對更Big Data量帶來的衝擊。後期安防廠家會進行分化，部分傳統安防廠家更加專注於某固定安防領域繼續深耕，專注於產品和技術，一部分安防廠家會向大安防整合平臺轉變，專注於業務整合和資料分析處理。
大數據與儲存技術
這裡所說的Big Data儲存，可以認為是儲存廠商基於現有Big Data應用的特點進行優化的解決方案。利用Big Data分析可以為客戶提供定制化的服務，實現精準行銷。Big Data正在改變企業業務模式，也讓人們的生活變得更加便利和豐富多彩。Big Data儲存是一類單獨的產品嗎?把Big Data軟體與儲存進行整合，就稱為Big Data儲存，未免有些牽強。如果非要說出Big Data儲存的特徵，那麼我認為它至少應該能讓Big Data的"4V"發揮出應有的效果，滿足Big Data對性能和擴展性的要求。
與其說Big Data儲存是一類產品，不如說它是下一代的儲存架構。這種架構可以將傳統的DAS、SAN和NAS有效地整合起來，以滿足上層計算平臺的要求。大資料儲存本身的性能與傳統企業級儲存並沒有顯著差異，它主要依賴於上層運算平臺的分散式並行處理能力，但其擴展性一定要強。
在許多應用的市場上，大資料應用還沒有真正實現，許多用戶談的還是BI。而從國外的實踐看，BI只是Big Data的一部分，屬於Big Data的起步階段，真正的Big Data應用是近即時或即時的資料分析。運算、儲存、網路等都與Big Data的價值有關。Big Data儲存並不是一類單獨的產品，它也可以通過類似公有雲或私有雲的方式提供給使用者。應用和資料量的增加，對資料的存取提出了更高要求。因此，並行儲存能力的增強對Big Data儲存來說非常重要。
Big Data儲存有很多實現方式，不過它應具備以下特性：海量資料儲存能力、全域命名空間、支援標準介面、讀寫性能優異、易於管理維護、基於開放架構、多級資料冗餘、多級儲存備份等。儲存產品並不像網路產品那樣有嚴格的界線，因此很難將Big Data儲存單獨劃分出來。其實，Big Data儲存並不是只有分散式儲存這一種方式，傳統的儲存也可以成為Big Data儲存解決方案的一部分。
目前，業內並沒有關於Big Data儲存產品的通用定義，但是綜合考慮廠商的產品以及使用者的需求，可以簡單概括出Big Data儲存的特徵：首先，Big Data儲存必須能夠支援全類型資料，包括結構化、半結構化和非結構化資料，實現統一資料支援;其次，在保證可靠性的基礎之上，Big Data儲存必須具備線性擴展能力，同時還要具有很強的批次處理和即時處理能力;最後，在系統達到一定規模後，Big Data儲存平臺的易用性和可管理性也是不可或缺的。
在Big Data處理過程中，使用者發現性能的瓶頸並不在計算層面，而在於海量資料的上傳和下載。因此，極高的資料載入速率是Big Data儲存必須具備的特性。Big Data解決方案通常包含資料儲存、運算及分析，儲存是Big Data基礎架構中的一部分。
大數據與智慧影像分析技術
在Big Data時代，人們對智慧影像分析技術越來越看重。智慧影像分析依賴於影像演算法對影像內容進行分析，通過提取影像中關鍵資訊，進行標記或者相關處理，並形成相應事件和告警的監控方式，人們可以通過各種屬性描述進行快速檢索。如果把攝影機看作人的眼睛，而智慧影像監控系統可以理解為人的大腦。智慧影像技術借助處理器的強大計算功能，對影像畫面中的海量資料進行高速分析，獲取人們需要的資訊。
現在智慧影像分析技術已經逐漸被人們所接受，但是在智慧影像分析技術出現之前，海量影像的分析一直是困擾人們的一個難題，比如人們如果不小心將貴重物品遺留在計程車或公車上該怎麼辦?很多人認為有了監控攝影機，事情會好辦很多，可事實如此麼?對於相關辦案人員來說，查詢海量的影像監控資訊是件苦不堪言的差事，大有茫茫大海撈針之焦慮與糾結。
智慧影像分析技術在安防領域的重要作用是毋庸置疑的，其可以從海量資訊中迅速搜索到需要的資訊。對於重大刑事案件而言，可以協助警方儘快破案，節省了警察的辦案時間。
另外，利用智慧影像分析系統可以進行事前預警防範。比如人臉辨識比對系統，公安機關通過搭建人臉辨識比對系統，建立人臉捕捉資料庫，將人臉資訊歸檔，並與個人身份建立關係，在實際運用過程中採用人臉搜索、黑名單佈防、陌生人辨識等多項智慧分析技術，大大提高影像監控的防範功效，可以讓犯罪分子無可遁形。由於和智慧影像分析相關的高清產品並未得到真正的普及，社會上的高清監控佈局點也並不完善，目前還只是針對某些行業進行使用，還遠遠未達到全面普及。
只有大批量的使用高清攝影機，增大捕獲到清晰、正面人臉的可能性，才能有更好的實戰效果。此外，還需要公安和企業加強合作，加大監控點的部署密度。由於大量監控點的部署會帶來海量影像，需要重視智慧影像分析技術的應用，合理利用技術，人機配合，發揮技術的長處，從而有效輔助偵辦人員。
目前智慧影像分析技術已經逐漸的趨於成熟，這和安防企業的努力和貢獻是分不開的，他們是智慧影像分析的先行者，智慧影像分析技術的發展或許可以成為榜樣，帶動業內企業研發的腳步，真正為海量影像分析和檢索帶來革命性的變化。
關於大數據：
Big Data，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。(在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《Big Data時代》中Big Data指不用隨機分析法(抽樣調查)這樣的捷徑，而採用所有資料的方法)大資料的4V特點：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。
