CPS中安網
在安控行業，隨著前端設備解析度的不斷提高、安控系統建設規模的不斷擴大，以及影像、圖片資料儲存的時間越來越長，安控大數據問題日益凸顯。
如何有效對資料進行儲存、共用以及應用變得愈加重要。要應用安控大數據，首先要瞭解安控大數據有何特點。
安控大數據涉及的類型比較多，主要包含結構化、半結構化和非結構化的資料資訊。其中結構化資料主要包括報警記錄、系統日誌、運維資料、摘要分析結構化描述記錄，以及各種相關的資訊資料庫，如人口庫、六合一系統資訊等;半結構化資料如人臉建模資料、指紋記錄等;而非結構化資料主要包括影像錄影和圖片記錄，如監控、報警、影像摘要等錄影資訊和交通要塞、人臉等圖片資訊。
中國浙江大華眼裡的大數據
對於安控影像圖像資料，傳統的處理方式主要靠事後人工查閱來完成，效率極低。面對海量的安控資料，如果繼續採用傳統方式，不僅效率低下，而且不能達到實戰應用目的，偏離了安控系統建設目的。為充分利用安控系統價值，提升對安控大數據的應用能力，大華從多層次、全方位考慮產品和方案規劃，不斷提升對於安控有效資訊的快速挖掘能力。
要提升安控大數據的處理效率，首先要從智慧分析做起，快速過濾無效資訊。大華智慧分析從多維度、多產品形態來實現。如對於事件檢測、行為分析、異常情況報警等，大華前端、儲存以及平臺系統產品，都能夠快速實現智慧檢測，並通知系統對事件進行快速回應，這些產品從某種層面上將安控有效資料的分析分散化，大大加快了整個系統的大數據處理應用速度。
此外，大華還推出了基於雲端儲存系統的大數據應用系統，如影像編解碼系統、車輛研判系統、以圖搜圖系統、影像濃縮摘要系統、人臉辨識系統以及車型辨識系統等等。
大數據安控應用的幾種關鍵技術
1) 大數據融合技術
經過十幾年的發展，中國安控系統建設基本形成了是以平安城市、智慧交通系統為主體，其他行業系統有效完善的發展態勢。而“重建設、輕應用”的現況給安控應用提出了更高要求，如何解決這些問題成為當務之急。
為實現資料融合、資料共用，首先要解決儲存“分散”問題，大華雲端儲存系統不僅能夠實現資料的有效融合與共用，解決系統在硬體設備故障條件下影像資料的正常儲存和資料恢復問題，為安控大數據應用分析提供可靠基礎。
2) 大數據處理技術
安控大數據以半結構化和非結構化資料居多，要實現對安控大數據的分析和資訊挖掘，首先要解決資料結構化問題。所謂的資料結構化就是通過某種方式將半結構化和非結構化資料轉換為結構化資料。大華通過採用先進的雲端運算系統對安控非結構化資料進行結構化處理，為大數據的進一步分析和應用提供進一步支援。
3) 大數據分析和挖掘技術
中國平安城市歷經十幾年的建設，在解決了穩定性、規模化之後，當下面臨的問題是如何深化應用的問題，即如何實現「公安部」的要求，建為用、用為戰的目標，實現對安控系統的深層次應用。
對安控大數據而言，要實現業務的深層次應用，首先需要對安控資料進行分析和挖掘，以雲端儲存和雲端運算系統為基礎，通過雲端運算系統實現對“大數據”的快速分析，如基於雲的車牌辨識，可通過對海量影像的分析，快速提取海量車牌資訊，並通過應用系統對相關資料進行深一步挖掘、關聯，形成有效“檔案”。最後利用這些分析和挖掘的資料實現對事件的預測預防、報警，最終實現安防系統建設的實戰應用目的。
大數據成熟行業應用
安控影像監控行業是伴隨著平安城市、智慧交通而發展起來了，新一輪的智慧城市建設也為安控行業的再次發展注入了“興奮劑”。隨著各地安控系統建設規模不斷增大，安控資料迅速膨脹。由於缺乏適當的手段去利用這些海量資料，導致了“重建設、輕應用”現象，下面就安防大資料在公安和交通行業的應用進行簡單介紹。
1)公安執法
在公安行業，大數據應用無處不存，下面簡單介紹一下大數據應用在公安行業幾個業務體現。
第一是稽查布控業務。當案件發生後，需要對嫌疑車輛進行稽查布控，一般採用布控車牌號，通過系統比對交通要塞車輛資訊進行辨識，但這種方式存在問題。當布控車輛從某個交通要塞經過時，攔截人員通常不在現場，等到攔截人員趕到現場時，嫌疑車輛早已逃之夭夭，從而失去布控的意義。對於這種情況，可實現移動警務、GIS系統有效關聯，通過在GIS系統中繪製嫌疑車輛逃跑路線和防控辨識圈，可大大提高攔截效率;
第二是車輛落腳點分析業務。隨著城市的快速發展，城市越來越大，路網也越來越複雜，為迅速逃脫公安機關的抓捕，很多犯罪分子避開城區主幹道(一般來說，城區主幹道都裝有電子交通要塞)，逃竄到人員比較多的社區或偏僻區域。大華通過建設雲端交通要塞，通過影像實現交通要塞相機功能，對海量資料進行雲交通要塞辨識，結合GIS系統，將嫌疑車輛軌跡描繪出來，大大提高公安辦案效率。
第三是伴隨車輛分析。由於公眾安全防範意識的不斷提高，犯罪分子獨立實施犯罪行為的成功率大大降低，因此，新時期的犯罪行為，開始表現為團夥作案。
在踩點和作案時，犯罪團夥通常會使用多輛汽車，以提高成功率。從卡口系統的角度看，團夥作案具體表現為多輛車同時出沒於特定交通要塞覆蓋範圍，利用該特徵，我們可以從海量的交通要塞車輛資料中，提取滿足特定條件(如車輛行進路線、車輛通行間隔時間、跟車數量以及分析起止時間範圍等)的車輛，提高案件偵破效率。此外，在公安行業還有基於人臉辨識的人臉卡口、視頻摘要等安控大數據應用。
2)智慧交通
第一是旅行時間計算。由於電子狗的大量使用，不少駕駛員在通過交通要塞時，會主動降低速度，一旦離開交通要塞覆蓋範圍，又會迅速提高速度，超速行駛。傳統的單點測度無法發現這種超速行為，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。
而當發現相同車牌在相距較遠交通要塞同時出現時，還可檢測出套牌車輛，並可通知相關人員進行攔截追捕。
第二是交通流量分析。對於交通流量的檢測，傳統方式是通過地磁、微波檢測完成的，但這種檢測只能檢測車輛數量，卻無法檢測相關車牌號，這就限制了傳統流量分析的應用場景，智慧對單一路段進行分析，無法形成全域的流量分析。而交通要塞系統記錄了車輛號碼、車身顏色、車型等更多詳細資訊，基於交通要塞系統的流量分析，不僅可計算出城市各社區機動車數量分佈，指導出行目的地分析、出行路線分析等應用，而且能夠根據車輛流量資訊找出城市熱點區域，為交管部門提供參考，更好地優化路網機制，規劃更為合理的路網參數。
此外，還可通過智慧分析系統，對卡口資料進行深層次分析與挖掘，不僅辨識車輛車牌號，而且實現對車輛品牌、車輛型號、是否粘貼年檢標識、駕駛員是否系安全帶、是否駕駛時撥打電話等一些行為狀態辨識，從而進一步規範車輛達標和安全駕駛行為。
大數據安控面臨的挑戰
(1)海量非結構化資料存儲
相較於其他行業，安控非結構化的資料儲存壓力不斷增大，一方面源於影像、圖片等非結構化資料本身容量，另一方面源於安控資料規模的不斷擴大，安控大數據儲存對系統設備提出了更高挑戰，如何在滿足需求的前提下，刪除重復資料、降低儲存硬體成本投資成為海量資料儲存的一個難題;
(2)資料共用
大數據需要通過快速的採集、發現和分析，從大量化、多類別的資料中提取價值。安控大數據時代最顯著的特徵就是海量和非結構化資料共用，用以提高資料處理能力。而海量資料儲存在不同系統、不同區域、不同節點、不同設備中，這給資料的傳輸和共用帶來極大的挑戰;
(3)資料安全
影像監控資料具有私密性高、保密性強等特點，不僅是事後追查的依據，而且更是後續資料分析挖掘的基礎。因此，資料安全一方面體現在資料不受外界入侵或非法獲取，另一方面體現在龐大資料系統的魯棒性、體系容錯機制，確保硬體在發生故障時資料可以恢復，可以繼續保存。面對海量資料的儲存、共用、硬體和軟體設備承載的極大風險，如何構建大型、海量影像監控儲存系統、資料分析系統以及容錯冗余機制是安控行業面臨的重大考驗;
(4)資料利用
安控監控雖然資料量很大，但真正有用的資訊並不多。安控資料的有效性分為兩個方面，一方面有效資訊可能只分佈在一個較短的時間段內，根據統計學原理，資訊呈現冪率分佈，往往越高密度的資訊對客戶價值越大;另一方面，資料的有效性體現在深層次挖掘龐大的海量資料，關聯得出有效資訊。影像監控業務網路化、大聯網後，網內的設備越來越多，利用網內的閒置資源，實現資源的最大化利用，關乎運算的效率。在影像監控領域，往往影像分析的效率決定價值，更低的延遲、更準確的分析往往是客戶的普遍需求。如何對海量的影像資料進行分析檢索業對行業提出更大的挑戰。
(5)缺乏統一標準
中國安控行業經歷十幾年的快速發展，在此發展過程中，平安城市建設表現卓越，在安控應用中也一直走在前列，中國平安城市系統的建設也不斷推動著中國安控技術和安防廠商的發展。在平安城市項目的建設過程中，由於參與的安控廠家眾多，不同專案、不同系統甚至同一系統採用的設備廠商也不盡相同，為了更好的相容各廠商產品，整個安控行業和政府也製訂了一些標準，如ONVIF協議、GB28181協議以及各個地方省市發佈的一些標準。
新一輪的智慧城市正在緊鑼密鼓地進行著，相對平安城市相對“簡單”的治安監控，智慧城市要求資料共用，跨區域影像聯網監控、監控資源整合與共用以及政府各部門之間的影像監控資源分享等等。但是不同的地方城市，不同的行業類別，不同的管理方式都會有不同的監控系統方案，資料融合或者共用相容性問題更多，對整個系統建設是重大考驗。
平安城市系統面向的是安防行業設備與系統的相容問題，隨著各種行標、地標的製訂，各種問題基本得以解決;而智慧城市系統不僅僅是安控系統的整合，而是多個行業系統的整合應用，因缺乏統一標準帶來的複雜性可想而知。慶倖的是中國政府目前已經開始起草智慧城市建設的各種標準，而相關企業也在不斷規範自身系統的相容性和開放性。
結語
隨著雲端運算、大數據的逐漸滲入，安控行業的發展已經到了一個歷史轉捩點，這給整個安控行業帶來了新的機遇。安控行業的發展也不僅僅局限於各行業的影像監控，而是以影像監控為切入點，滲透到更多的細分行業業務中。
針對雲端儲存業務模式，可以更多的承載大數據的業務應用與開發，而對於舊專案改造，也可以更好的相容老設備，實現利舊改造，不斷提升客戶價值;
針對雲端運算業務模式，可以充分利用雲端運算系統的優越性能，提升系統對於大數據處理的速度與效率，快速實現對於非結構化影像資料的處理，為大數據的分析和資訊挖掘提供技術支援;
針對大數據的應用模式，首先可通過雲端儲存系統將各承建子系統資料進行有效關聯，彙集安控海量資料，然後通過雲端運算系統對影像非結構化資料進行處理，快速提取結構化資料，強化資料的挖掘與應用。
而在資料應用環節，通過對各系統結構化資料的關聯，實現對事件全部資訊的快速檢索，從而達到對資料的實戰應用，真正使安防系統應用達到“建為用，用為戰”的目的。（作者：浙江大華技術股份有限公司產品經理 范德耀）
0 comments:
張貼留言