
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(chē)、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(pán)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(lèi)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(xiàn)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(chē)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(hù)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(hù)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(kāi)啟大規(guī)模數(shù)據(jù)智能分析的商用大門(mén)。
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(lèi)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(kāi)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(hù)量積累,向算法開(kāi)發(fā)者開(kāi)放智能大數(shù)據(jù)視頻算法開(kāi)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(kāi)放接口,算法開(kāi)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(kāi)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(kāi)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)。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11