大数据平台让视频监控更智能
乌鲁木齐机柜 乌鲁木齐机柜厂家 / 新闻资讯
大数据平台让视频监控更智能
智慧城市的管理中，视频监控发挥着越来越重要的作用。随着视频监控数据量的飞速增长，工作人员在用传统方式对视频进行分析和检索的时候遇到了很大的挑战。而大数据技术可以重构传统视频数据处理的架构，让人们可以更快速、更智能地分析和应用视频监控的大数据。
海量视频数据带来的挑战
随着视频监控数据量的快速增长，以及摄像头高清化、超高清化的趋势加强，视频监控数据规模将以更快的指数级别增长。以一个部署了1万个摄像头的中等城市为例，假定每个摄像头每秒压缩视频数据量为1Mb(比特)，则一天共产生108TB的视频录像，一个月共产生约3PB的视频录像。
现在，新的问题出来了，摄像头7×24小时地录制视频，让每个城市都产生了大量的视频监控文件。但是，当公安部门或交通部门希望快速搜索某时间或某些特征的视频段时，这个看似简单的想法，操作起来却犹如大海捞针。
与通常的结构化数据不同，视频监控业务产生的数据绝大多数以非结构化的数据为主，必须经过复杂繁重的分析处理才能提取出文本结构化的数据进行下一步处理。这些都给传统视频监控体系架构、数据的管理方式、数据分析，以及视频监控数据的传输、存储和计算带宽等带来了极大的挑战。
改造传统数据处理架构
视频监控的大数据平台一般以分布式集群的方式进行建设。分布式集群能够对数据处理进行负载均衡，同时，也便于未来一段时间进行扩展。而扩展的过程也无需重新部署系统，只需增加集群节点即可提升大数据平台的整体性能。
视频监控的大数据平台采用分布式计算，同时结合内存加速、负载均衡、本地处理，以提供高效的数据分析和挖掘能力。视频监控大数据处理过程中的存储则采用了分布式存储方式，以提高读写速度和扩大存储容量。在数据存储方面，大数据平台需要考虑以下3个方面：一是哪些数据需要保存到大数据平台上;二是如何对原有系统进行改造，原有系统中已存在的数据该如何处理;三是如何保证数据的可靠性。
视频大数据的智能应用
以2012年在南京发生的“1·6”抢劫案为例，在案件侦破过程中，南京警方从全市1万多个摄像头共提取了近2000TB的视频数据，为了处理这些视频，调动1500多名公安干警查阅搜索视频线索，共耗时一个多月的时间。很显然，通过人工查看模式，一段视频往往需要数倍于视频时间才能审看完，因此需要大量工作人员连续加班进行视频的审查，就不足为奇。
即便如此，人海战术仍然会影响公安部门破案的进度和效率，而且也使得工作人员把过多的精力耗费在查找视频线索上来。如果这时候，有一个视频监控的大数据平台就可以在短时间内对视频中运动的物体进行检索和排除，从而大大提高公安部门的办案效率。
时至今日，视频监控的大数据平台已经被成熟地应用于智能交通，可以轻松监控摄像覆盖范围内的所有车辆的行驶状态、运行轨迹，快速分析出其是否违章。
同时，在智能交通领域，视频监控的大数据平台还可以落地很多以前无法实现的操作。例如，实时交通状况分析，通过视频实时分析道路交通流量，然后综合分析统计出全城市的交通状况;汽车套牌的行为，通过视频进行车牌识别，按照一定的规则在全城检索相同车牌的汽车;犯罪嫌疑车辆追查，输入嫌疑车的照片或颜色车型等相关特征在所有视频中寻找;犯罪嫌疑人追查，通过输入嫌疑人照片进行人脸特征识别并在所有视频中寻找该人脸;人车物的轨迹分析，在所有视频中按照特征查找指定的人车物并绘制其时空轨迹等。
显然，视频监控的大数据框架是一种革命性的技术，特别在实时智能分析和数据挖掘方面，让视频监控从人工抽检进步到高效事前预警和事后分析，实现智能化的信息分析和预测，为视频监控领域业务带来深刻的变革
扫一扫手机快速访问