China: "the world's biggest camera surveillance network" - BBC News
當下，安控行業大數據的存在，已經被越來越多的人熟知，特別是安控行業海量的非結構化影像數據，以及飛速成長的特徵數據（卡口過車數據、人像抓拍數據、異常行為數據等），帶動了大數據的儲存、管理、分析等一系列問題，吸引著更多人的關注。
從數據的結構類型來看，包括各類非結構化、結構化以及半結構化資訊。非結構化數據主要包括影像錄影和圖像記錄，如監控影像錄影、報警錄影車輛卡口圖片、人臉抓拍圖片、警報抓拍圖片等；結構化數據則包括警報記錄、系統日誌記錄、運維數據記錄、摘要分析等結構化描述資訊，以及各種相關的資訊數據庫，如人口資訊、地理數據資訊、車駕管資訊等；半結構化數據則如人臉建模。
在安全監控領域，大數據的應用目前主要有兩個方向。一是個人消費領域，如家庭和社交媒體產生的數據；另外是城市基礎設施建設，智慧城市和智慧交通大數據，安控的規模化應用，說明這個城市基礎設施建設，是大數據安控應用主流，而個人消費領域還在孕育階段，期待厚積薄發。
不管怎樣，大數據帶給安控行業化應用的未來可以期待，關鍵在於如何深耕、挖掘，進而體現數據價值。
影像應用方面，是大數據在安控領域的主要應用。影像具有比較高資訊含量、比較大的數據量因而在影像智慧分析中，具有重要的地位。
智慧影像分析研究具有廣闊的前景，其以監控影像資源作為資源基礎，對於歷史監控和即時影像資源目標對象的提取、增強行為分析，使得對於監控影像的處理，從被動的處置，向事前主動預防轉變。
而影像監控的高清化和超高清化發展方向，以及數據資訊資源的，成倍指數級別的爆發式成長，使得對於影像監控的處理方式，更加靈、伸縮性更大，多台伺服器同時在多個節點，進行處理，大大加大了數據的處理進程，使得數據時代下，大數據與安控的結合，更加緊密和便利。
大數據在帶來巨大機遇的同時，也帶來了很大的挑戰。按照IT產業的法則：在滿足客戶需求的前提之下，往往技術成本越低，其生命力往往越強。
由於數據量的急速擴大，以及隨之而來的大規模計算的需求越來越多，一味採用高配硬體，使得硬體投資，成為客戶不可承受之重。
如何在滿足需求的前提下，刪除重複數據、降低硬體成本投資，將成為海量非結構化數據儲 存的一個難題。此外，還有數據挖掘、分析算法的成熟度問題、時效性問題、資訊安全與用戶隱私問題、影像圖像數據挖掘等難點。
大數據的魅力並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。所以，對於安防行業而言，如何將非結構化數據，轉換成為結構化數據，如何深入挖掘並有效利用這些大規模數據，已經迫在眉睫。
從大數據中「挖出金礦」，是真正考驗企業核心硬技術的階段。安控企業需要腳踏實地、一步步迭代出符合時代需求的產品，在保持自主研發和創新的基礎上，挖掘市場潛力，在具體應用上扎根垂直領域，並且從解決用戶在大數據管理中遇到的實際問題入手，以實際應用帶動產業鏈配套進行市場競爭。
沒有留言:
張貼留言