如何让安防大数据摆脱好事多磨的窘境

    【CPS中安网 cps.com.cn】 　　

　　随着IT技术的发展，大数据时代正在IT行业内如火如荼的开展着，然而安防行业却只有一只脚迈入了大数据时代。都说好事多磨，那么阻碍着安防行业真正进入大数据时代的那些“磨难”都有什么?安防大数据又该如何摆脱好事多磨的窘境?

　　一、大数据的今天

　　1、应用领域

　　智能交通

　　在安防行业内，大数据可进行交通分析，即通过对交通卡口采集的海量过车记录进行分析，发现车辆的行车轨迹，发现异常行为，为案件研判、交通诱导等提供信息支撑。

　　平安城市

　　英我们所居住的城市中有无数的高清摄像头，涉及治安监控、指挥通信、侦查破案、规范执法、社会服务等，视频接入规模从几千到几十万，每天产生海量数据。

　　卡口

　　目前大数据在安防行业内应用较多的主要还是针对卡口方面的应用，如碰撞分析、随车分析、假牌套**、初次入城分析等等，这些应用应该说是在实践中有明确和迫切需要的，且应用起来还是很有效的。

　　公安执法

　　此外，大数据不但可为公安侦查提供人、车、物和时空的相关性，在这些信息的分析和比对中发现有价值的线索信息;同时还可利用数据分析进行事前预警防范，如人脸识别比对系统，通过搭建人脸识别比对，建立人脸捕捉数据库，将人脸信息归档，并与个人身份建立关系，在实际运用过程中采用人脸搜索、黑名单布防、陌生人识别等多项智能分析技术，大大提高视频监控的防范功效，可让犯罪分子无可遁形。

　　2、大数据的组成及特征

　　在安防行业，涉及的数据信息类型很多，以数据的结构类型来看，包括各类非结构化、结构化及半结构化信息。其中，非结构化数据主要包括视频录像和图片记录，如监控视频录像，报警录像，摘要录像，车辆卡口图片，人脸抓拍图片，报警抓拍图片等;结构化数据则包括报警记录，系统日志记录，运维数据记录，摘要分析结构化描述记录，以及各种相关的信息数据库，如人口信息，地理数据信息，车驾管信息等;半结构化数据则如人脸建模数据，指纹记录等。

　　对IT大数据来说，其特征通常用4V(Velocity、Variety、Volume、Veracity)来概括，但对于安防大数据来说，它有自己独特的特点。首先，安防大数据以非结构化的视频监控数据为主，因而它更侧重于对非结构化数据的信息分析、提取挖掘以及处理能力;其次，就数据容量而言，以视频录像为主的安防大数据对传输、存储和计算过程中需要的带宽以及存储空间要求都更高;再次，以数据量基础做比较，安防大数据中的信息价值密度更低，从海量的图像信息中快速和准确地检测或者挖掘出有用信息的难度更大;最后，视频监控数据7×24小时都在持续不断地更新积累，其时效性更高。

　　3、应用/实施状况

　　截至目前，许多智能化功能和大数据应用已在技术上得到实现，主要包括入侵检测、徘徊检测、遗弃物检测、人流统计、车流统计、车牌识别、视频诊断等;此外还有未遂检测、停止检测、方向检测、颜色识别等高级智能分析功能，这些技术正在广泛地运用于安防领域。而目前智能化的市场正在通过部分典型应用进行拓展，例如智能交通的车辆统计和车流分析、公共场所的人数统计和警戒设置、商铺家居的常规防范等。随着更多智能化功能的不断完善，大数据的智能化处理正在从专业市场向民用及商业市场快速推进。