深度解析 | 大數(shù)據(jù)時(shí)代的視頻監(jiān)控

大數(shù)據(jù)正以最廣泛的方式革新我們的生活方式，而作為海量大數(shù)據(jù)的主要來(lái)源之一，視頻監(jiān)控將會(huì)挖掘出大數(shù)據(jù)的真正價(jià)值。當(dāng)前，在大數(shù)據(jù)的感知計(jì)算、數(shù)據(jù)分析、行業(yè)應(yīng)用三個(gè)方面，實(shí)用化的安防產(chǎn)品已經(jīng)出現(xiàn)。

隨著市場(chǎng)上視頻監(jiān)控超清化、智能化的軟硬件技術(shù)迭代，從智慧城市、智能零售到智能家居中所使用的視頻監(jiān)控系統(tǒng)所需技術(shù)也在高速創(chuàng)新，產(chǎn)生了海量的視頻和圖像數(shù)據(jù)。視頻因其信息含量最高、數(shù)據(jù)量最大、分析運(yùn)算最復(fù)雜，因而成為大數(shù)據(jù)時(shí)代采集、分析、傳輸、存儲(chǔ)、應(yīng)用最具挑戰(zhàn)性的國(guó)際技術(shù)難題。

大數(shù)據(jù)是視頻智能分析的基礎(chǔ), 分析算法以監(jiān)控視頻為資源，研究監(jiān)控視頻中的目標(biāo)特征提取、增強(qiáng)與行為分析等關(guān)鍵技術(shù)，以期促使監(jiān)控視頻應(yīng)用模式從事后被動(dòng)處置向事前主動(dòng)預(yù)防轉(zhuǎn)變。

未來(lái)安防大數(shù)據(jù)通過(guò)視頻結(jié)構(gòu)化、深度學(xué)習(xí)、云計(jì)算技術(shù)等提取人、車、物結(jié)構(gòu)化特征，并以這些數(shù)據(jù)為基礎(chǔ)，采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，服務(wù)于智能樓宇、智慧商業(yè)、智能家居、智慧城市、預(yù)測(cè)分析等各方面。

安防大數(shù)據(jù)從提出到現(xiàn)在已經(jīng)很多年了，雖然出現(xiàn)的產(chǎn)品越來(lái)越多，但依然沒(méi)有真正大規(guī)模使用，原因不難分析。

首先，數(shù)據(jù)整合及管理問(wèn)題。海量不同來(lái)源的大數(shù)據(jù)，存儲(chǔ)于不同的相互獨(dú)立的系統(tǒng)和設(shè)備中，將這些海量數(shù)據(jù)集中于統(tǒng)一的平臺(tái)，是安防大數(shù)據(jù)實(shí)施的基礎(chǔ)性工作。以高清最基本的720P效果為例，正常監(jiān)控錄像需要的硬盤容量大約為4G~8G/路/時(shí)。出于經(jīng)濟(jì)性考慮，部分安防廠商嘗試降低每小時(shí)視頻錄像，可壓縮到3GB左右。以此為例，按一個(gè)月時(shí)間計(jì)算，8路監(jiān)控容量大約在17T左右。而根據(jù)相關(guān)規(guī)定，公共場(chǎng)所的監(jiān)控錄像至少需要保存一個(gè)月(30天)以上，有些地方則更久，由此帶來(lái)的海量數(shù)據(jù)存儲(chǔ)問(wèn)題可達(dá)P級(jí)容量，難度及技術(shù)要求之高可想而知。

悠絡(luò)客通過(guò)7年的技術(shù)沉淀，針對(duì)視頻監(jiān)控行業(yè)特點(diǎn)構(gòu)建了完全彈性可擴(kuò)展的存儲(chǔ)服務(wù)，性能高達(dá) 6000IOPS以上，但通過(guò)自研分布式糾刪算法提供億級(jí)并發(fā)狀況下超低監(jiān)控存儲(chǔ)成本，同時(shí)兼顧商業(yè)性能和產(chǎn)品價(jià)格。

其次，數(shù)據(jù)的智能分析問(wèn)題。對(duì)于非結(jié)構(gòu)化的圖像視頻的理解和識(shí)別一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的難題，由于很難像人類一樣智能地分析出視頻中蘊(yùn)含的豐富內(nèi)容及對(duì)象，我們很多場(chǎng)合下仍然要耗費(fèi)大量的人力，在海量的視頻監(jiān)控?cái)?shù)據(jù)中查找有價(jià)值的信息。舉例來(lái)說(shuō)，在“周克華”案中，為了查找嫌疑人線索，長(zhǎng)沙警方投入約兩千名民警，花了1個(gè)多月的時(shí)間反復(fù)查看監(jiān)控錄像，視頻量相當(dāng)于83萬(wàn)部電影。雖然基于內(nèi)容的智能分析在部分安防領(lǐng)域得到了一些研究和產(chǎn)品推廣，但目前大部分也僅限于較低層次的應(yīng)用，例如人臉識(shí)別、車牌識(shí)別、物體檢測(cè)、人流統(tǒng)計(jì)、周界防范等。大部分智能分析除了受限于算法的發(fā)展，更受限于計(jì)算能力的發(fā)展。智能分析的算法復(fù)雜度較高，而且其樣本數(shù)量龐大，最終產(chǎn)品價(jià)格非常高，因此大部分無(wú)法真正形成成熟的商業(yè)產(chǎn)品。

悠絡(luò)客在去年依托20萬(wàn)大型商鋪用戶7年經(jīng)驗(yàn)沉淀，構(gòu)架深度學(xué)習(xí)大數(shù)據(jù)平臺(tái)，幫助用戶在大數(shù)據(jù)的商業(yè)實(shí)際環(huán)境中通過(guò)視頻監(jiān)控精準(zhǔn)、高效地深度挖掘商業(yè)價(jià)值，特別針對(duì)智能巡店、人工智能報(bào)警、視頻檢索、人臉識(shí)別大規(guī)模的商用，這對(duì)大數(shù)據(jù)處理技術(shù)的實(shí)時(shí)性要求很高。悠絡(luò)客自研私有商業(yè)協(xié)議及彈性智能分析框架，逐漸開啟大規(guī)模數(shù)據(jù)智能分析的商用大門。

最后，安防數(shù)據(jù)的應(yīng)用落地問(wèn)題。安防數(shù)據(jù)的智能化是未來(lái)的需求方向，但云計(jì)算和大數(shù)據(jù)在應(yīng)用和推廣過(guò)程中仍然會(huì)面臨一系列技術(shù)難關(guān)的攻克和體系的建立。正因?yàn)椴煌袠I(yè)不同應(yīng)用場(chǎng)景的安防數(shù)據(jù)爆發(fā)性的增長(zhǎng)與安防視頻應(yīng)用不能處理海量數(shù)據(jù)之間的矛盾，才需要應(yīng)用大數(shù)據(jù)技術(shù)去處理海量的視頻數(shù)據(jù)。當(dāng)然在處理視頻數(shù)據(jù)的時(shí)候，需要根據(jù)不同的應(yīng)用類型，如人臉識(shí)別、對(duì)象識(shí)別、區(qū)域報(bào)警、視頻摘要等做很多不同的數(shù)據(jù)整理算法分析工作，先將非結(jié)構(gòu)化的視頻數(shù)據(jù)轉(zhuǎn)換為計(jì)算機(jī)能識(shí)別的結(jié)構(gòu)化信息，也就是我們常講的視頻解析。結(jié)構(gòu)化后，利用大數(shù)據(jù)技術(shù)對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，處理結(jié)果再與相關(guān)聯(lián)的應(yīng)用視頻算法并行計(jì)算，從而從視頻中挖掘出對(duì)不同業(yè)務(wù)場(chǎng)景具有寶貴價(jià)值的數(shù)據(jù)。

悠絡(luò)客通過(guò)自研智能視頻算法及海量視頻算法合作開放平臺(tái)，業(yè)已形成商用視頻云監(jiān)控完整算法生態(tài)鏈。依托目前國(guó)內(nèi)最大的視頻云監(jiān)控商鋪用戶量積累，向算法開發(fā)者開放智能大數(shù)據(jù)視頻算法開發(fā)平臺(tái)。通過(guò)億級(jí)云監(jiān)控平臺(tái)靈活的彈性算法開放接口，算法開放者可以在悠絡(luò)客智能算法平臺(tái)實(shí)現(xiàn)視頻算法變現(xiàn)，并可以提供從硬件模組設(shè)計(jì)至互聯(lián)網(wǎng)APP產(chǎn)品的全業(yè)務(wù)鏈開放合作。安眼云監(jiān)控合作目前已有超過(guò)百家圈內(nèi)大型合作伙伴加入。

悠絡(luò)客期望攜手海內(nèi)外各大算法開發(fā)者持續(xù)快速推動(dòng)監(jiān)控?cái)z像頭智能化，共贏計(jì)算機(jī)視覺(jué)及監(jiān)控硬件完整生態(tài)圈。

恐懼來(lái)自于對(duì)未來(lái)的無(wú)知，內(nèi)驅(qū)未必不能掌控未來(lái)。

世界的變化遠(yuǎn)遠(yuǎn)超過(guò)大家的想象，但未來(lái)的趨勢(shì)、市場(chǎng)的剛需已經(jīng)向我們招手，要么恐懼等待，要么勇敢應(yīng)對(duì)。監(jiān)控安防的互聯(lián)網(wǎng)浪潮將會(huì)淘汰顛覆整個(gè)行業(yè)，而融入安防大數(shù)據(jù)、深度學(xué)習(xí)、人工智能的新安防模式在未來(lái)將取而代之。傳統(tǒng)安防已經(jīng)受到市場(chǎng)剛需和互聯(lián)網(wǎng)的巨大沖擊，如何適應(yīng)安防大數(shù)據(jù)的技術(shù)，如何快速適應(yīng)互聯(lián)網(wǎng)化合作，如何和各行業(yè)進(jìn)行融合，已成為我們的必然挑戰(zhàn)。