视频监控与其关键技术
监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机通过同轴视频电缆将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。
监控是各行业重点部门或重要场所进行实时监控的物理基础，管理部门可通过它获得有效数据、图像或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和高度、布置警力、处理案件等。随着当前计算机应用的迅速发展和推广，全世界掀起了一股强大的数字化浪潮，各种设备数字化已成为安全防护的首要目标。数码监控报警的性能特点是：监控画面实时显示，录像图象质量单路调节功能，每路录像速度可分别设置，快速检索，多种录像方式设定功能，自动备份，云台/镜头控制功能，网络传输等。
加装时间发生器，将时间显示叠加到图像中。在线路较长时加装音视频放大器以确保音视频监控质量。适用范围——银行、证券营业场所、企事业单位、机关、商业场所内外部环境、楼宇通道、停车场、高档社区家庭内外部环境、图书馆、医院、公园。
视频监控系统原理图
组成设备
视频监控系统产品包含光端机，光缆终端盒，云台，云台解码器，视频矩阵，
硬盘录像机，监控摄像机[1] ,镜头,支架。视频监控系统组成部分包括监控前端、管理中心、监控中心、PC客户端及无线网桥。各组成部分的说明如下：
（1）监控前端：用于采集被监控点的监控信息，并可以配备报警设备。①普通摄像头+视频服务器。普通摄像头可以是模拟摄像头，也可以是数字摄像头。原始视频信号传到视频服务器，经视频服务器编码后，以TCP/IP协议通过网络传至其他设备。
②网络摄像头。网络摄像头是融摄像、视频编码、Web服务于一体的高级摄像设备，内嵌了TCP/IP协议栈。可以直接连接到网络。
（2）管理中心：承担所有前端设备的管理、控制、报警处理、录像、录像回放、用户管理等工作。各部分功能分别由专门的服务器各司其职。
（3）监控中心：用于集中对所辖区域进行监控，包括电视墙、监控客户终端群组成。系统中可以有一个或多个监控中心。
（4）PC客户端：在监控中心之外，也可以由PC机接到网络上进行远程监控。
（5）无线网桥：无线网桥用于接入无线数据网络，并访问互联网。通过无线网桥，可以将IP网上的监控信息传至无线终端，也可以将无线终端的控制指令传给IP网上的视频监控管理系统。常用的无线网络为CDMA网络。
PC机
工作特点：
数字化
视频监控的数字化首先应该是系统中信息流（包括视频、音频、控制等）从模拟状态转为数字状态，这将彻底打破“经典闭路电视系统是以摄像机成像技术为中心”的结构，根本上改变视频监控系统从信息采集、数据处理、传输、系统控制等的方式和结构形式。信息流的数字化、编码压缩、开放式的协议，使智能网络视频监控系统与安防系统中的各个子系统间实现无缝连接，并在统一的操作平台上实现管理和控制，这就是系统集成的含义。
网络化
视频监控的网络化将以这系统的结构将由集成式向集散式系统过渡，集散式系统采用多层分级的结构形式，具有微内核技术的事时多任务、多用户、分布式
操作系统以实现抢先任务调度算法的快速响应，组成集散式视频监控系统的硬件和软件采用标准化、模块化和系统化设计，视频监控系统设备的配置具有通用性强、开放性好、系统组态灵活、控制功能完善、数据处理方便、人机界面友好以及系统安装、调试和维修简单化，系统安全，容错可靠等功能。
系统集成化
视频监控的网络化在某种程度上打破了布控区域和设备扩展的地域和数量界限。系统网络化将使整个网络系统硬件和软件资源的共享以及任务和负载的共享，这就是系统集成的一个重要概念。
闭路监控系统能在人无法直接观察的场合，适时、图象、真实地反映被监视控制对象的画面。闭路监控系统已成为广大用户，在现代化管理中监控的最为有效的观察工具。在控制中心，只要一个工作人员的操作，就能够观察多个被控区域，以及远距离区域的监控功能。
视频监控关键技术
视频图像处理技术
视频图像处理技术源自计算机视觉技术。计算机视觉技术是人工智能研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。视频监控图像处理技术依赖于计算机视觉技术，运用图像处理算法，在不需要人为干预的情况下，通过对摄像机拍摄的视频图像序列进行自动分析，实现对场景中目标定位、识别和跟踪，并在此基础上理解和描述目标的行为。根据行为特征分析并从图像中寻找满足预先设定的行为特征的事件，如：目标跟踪、徘徊、遗留物、物品遗失、人数统计、人群密度、人员倒地等。
随着计算机视觉技术的不断发展和完善，未来视频监控图像处理技术将向着图像语义的第三层抽象语义方向发展。按照图像语义的复杂程度可将图像语义分为三个层次：第一层是特征语义层。通过图像的底层视觉特征如颜色、纹理及形状等及其组合来提取相关语义描述；第二层是对象语义层。通过识别和推理找出图像中的具体目标对象及其相互之间的关系，然后给出语义表达；第三层是抽象语义层。通过图像包含的对象、场景的含义和目标进行高层推理，得到相关的语义描述。这个层次的语义主要涉及图像的场景语义、行为语义和情感语义。
目前计算机视觉技术还不能达到对目标进行高效识别的水准，导致了描述对象层语义和抽象层语义比较困难，因此现在对于图像语义特征的研究集中在语义特征模型的第一层，即特征语义层。视频监控图像处理技术采用的图像处理算法也主要集中在特征语义层，目前的视频监控图像处理技术主要是通过图像颜色、纹理等相关语义描述提取目标信息，该过程获得的语义信息较少，因此对复杂多变的场景适应能力较弱，同时很难识别和分析更多的行为和异常事件。8 Z 未来视频监控图像处理技术将向着抽象语义层发展，识别出更多图像信息，如图
像中的场景（沙滩，天空等）、图像中对象的行为及活动（足球比赛，游泳比赛等）以及图像给人带来的主观感受（高兴，生气等），可以像人类视觉一样认知场景中的目标，并对目标进行分析处理，得到用户感兴趣的图像部分，由于该过
程突破了“语义鸿沟”的限制，也即计算机获取的图像视觉信息与用户对图像理解
的语义信息一致，因此对目标信息的提取准确，并且受外界因素影响较小，能够适应复杂多变的场景。
近年来，随着计算机、网络以及图像处理、传输技术的飞速发展，视频监控系统正向着高清化、智能化和网络化方向发展。视频监控系统的高清化、智能化和网络化为视频监控图像处理技术的发展带来机遇的同时也带来了挑战。7高清视频图像包含大量的图像信息，为视频监控图像处理技术向着抽象语义层的发展奠定了理论基础，同时由于高清视频的数据量大，导致视频监控图像处理技术的运算速率下降，视频的实时性降低。为适应监控系统的发展趋势，视频监控图像处理技术可从两方面进行改进：第一、从图像算法层改进，可以选择适应能力更强同时效率更高的图像处理算法，以保证视频图像的实时性。第二、从视频监控图像处理技术所依撑的硬件资源层改进，目前视频监控图像处理技术在监控系统中的应用主要包括采用基于PC的视频图像处理的后端应用，以及基于嵌入式的视频图像处理的前端应用。基于PC的后端应用，其优势在于资源丰富，而且产品的更新速度很快，能够不断的适应市场的需求。相比PC来说，嵌入式系统资源较少，但也具有其特殊的优势。嵌入式是专用系统，体积小、稳定性高，因此大多数视频监控的前端采用基于嵌入式数字图像处理芯片的视频图像处理系统。改进硬件资源也即提高数字图像处理器（DSP）的性能，以适应视频监控系统的发展趋势。
运动目标检测技术
基于统计背景模型的运动目标检测方法
问题
（1）背景获取：需要在场景存在运动目标的情况下获得背景图像
（2）背景扰动：背景中可以含有轻微扰动的对象，如树枝、树叶的摇动，扰动部分不应该被看做是前景运动目标
（3）外界光照变化：一天中不同时间段光线、天气等的变化对检测结果的影响
（4）背景中固定对象的移动：背景里的固定对象可能移动，如场景中的一辆车开走、一把椅子移走，对象移走后的区域在一段时间内可能被误认为是运动目标，但不应该永远被看做是前景运动目标
（5）背景的更新：背景中固定对象的移动和外界光照条件的变化会使背景图像发生变化，需要及时对背景模型进行更新，以适应这种变化
（6）阴影的影响：通常前景目标的阴影也被检测为运动目标的一部分，这样将影响对运动目标的进一步处理和分析
背景模型提取
前提假设在背景模型提取阶段，运动目标在场景区域中运动，不会长时间停留在某一位置
视频流中某一像素点只有在前景运动目标通过时，它的亮度值才发生大的变化，在一段时间内，亮度值主要集中在很小的一个区域中，可以用这个区域内的平均值作为该点的背景值。具体实现过程：在YUV颜色空间下，Y值的变化范围
为0~255，将该范围划分成若干区间[0,T][T,2T]…[Nt,255],n=255/T，对于每
个像素点，统计一段时间内每个区间内亮度值的出现的次数。找出出现次数最多的那个区间，将该区间内所有值的平均值作为背景模型在该点的亮度值。这种方法不受前景运动目标的影响。
运动目标检测
检测当前图像和背景图像中对应像素点的差异，如果差值大于一定阈值，则判定该像素为前景运动目标
后处理
噪声的影响，会使检测结果中出现一些本身背景的区域像素点被检测成运动区域，也可能是运动目标内的部分区域被漏检。另外，背景的扰动，如树枝、树叶的轻微摇动，会使这部分也被误判断为运动目标，为了消除这些影响，首先对上一步的检测结果用形态学的方法进行处理，在找出经过形态学处理的后的连通域，计算每个连通域中的面积，对于面积小于一定值的区域，将其抛弃，不看做是前景运动目标。
视频监控存储技术
大数据时代数据存储量呈现爆炸式增长。同时，随着IT网络技术的蓬勃发展和视频监控数字化、网络化、智能化的逐渐成熟，视频监控前端摄像机视频采集技术也在飞速发展，从早期的10万像素到今天的200万、500万像素，视频清晰度越来越高，视频画面中的信息量也越来越丰富。高清时代，当传统的存储模式遇到今天的爆炸式信息发展时，作为安防视频管理系统信息的最终集散地，存储技术有怎样的发展，这些发展又将带来怎样的行业变革。
高清视频数据存储技术现状
从大环境来看，视频监控存储系统可以有多种实现方式，目前在用户应用端
主流的实现方式有三种：DVR、NVR和SAN。至于近几年被热炒的“云存储”，我们可以看到，其噱头远大于应用，能够真正落到实地的应用少之又少。而随着高清技术的普及和成本的降低，近期新建的监控系统几乎清一色地选择了“高清解决方案”。其中，“平安城市”作为视频监控项目建设的领军项目，具有风向标的作用，
其对于高清存储解决方案的青睐，侧面反映了高清技术在监控存储中越来越重要的地位。
目前高清视频监控系统的存储设备应用模式呈现四种技术现状：单一设备存储模式、Scale-Up形式的容量扩容、传统RAID存储以及对性能的关注大于容量。单一设备存储模式：目前，在“平安城市”等中大型视频监控项目中，主流
的存储模式是SAN架构(IP-SAN和FC-SAN两种)，而在中小型视频监控项目中，NVR的存储模式是主流。无论是哪种情况，存储设备都是通过单一设备的存储模
式来提供服务的。虽然近期有很多厂商在宣传和推广“云存储”解决方案，但从实际应用来看，能够落地的“云”少之又少，云存储解决方案的遇冷一方面说明“云存储”技术还不够成熟，用户对使用“云存储”还存在一定的“戒心”;另一方面也说明目前的SAN架构的存储模式仍能满足用户对存储的应用需求。形式的容量扩容：对于动辄数PB的“平安城市”类大型监控项目，存储的扩容模式仍然采用增加扩
展柜、选用大容量硬盘和纵向堆叠存储设备的方式。传统RAID算法：虽然近几年视频监控系统应用需求和整体技术突飞猛进，从模拟视频，到1080P，甚至更高清晰度的数字视频，仅用了数年的时间，但是存储核心的RAID算法却没有针对视频监控应用做出相应调整，仍然是传统RAID算法行天下。对性能的关注大于容量：在高清视频存储系统的应用中，设备的性能是用户较为关心的问题，但从实际的应用来看，性能往往能够轻松满足相应容量的应用需求，并不是存储设
备的瓶颈。例如在“平安城市”项目中，视频存储一般需要满足30天的存储需求，
一台24盘位的存储设备做一个RAID组+1块热备盘，若选择3TB硬盘，单台设备可提供近60TB存储空间，仅能满足43路4Mbps的视频存储，即并发170Mbps 的码流，这样的写入压力对于配置了千兆iSCSI端口的存储设备而言，压力并不大。
高清存储的核心技术分析
从上面的分析来看，目前的存储设备的性能和应用模式是可以满足现阶段高清视频监控系统的需求的。高清存储的核心技术更偏向于稳定性，例如大码流并发读写的稳定性与设备自身面对应用的稳定性。大码流并发读写的稳定性：同样是100Mbps的并发读写压力，100路1Mbps码流、50路2Mbps码流和25路4Mbps
码流的写入压力是不同的。高清视频应用要求存储系统对更大数据块、更大码流的应用环境进行优化，这种优化一方面是存储设备自身的优化，另一方面，还要求存储厂商要具有较强的软件研发能力，能够针对不同的平台厂商对视频发送的不同模式进行对接性优化。设备自身面对应用的稳定性：在路数不变的前提下，高清视频要求更多的存储空间，对单台设备而言，意味着应用调优，而对整个存储系统而言，则考验着存储系统的整体运维能力，也是对存储厂商的集中管理软件易用性、大项目实施能力、大项目售后服务能力的综合考验。高清时代存储面临的挑战高清时代已经全面到来，而且随着未来技术的发展，视频的清晰度还会更上一层楼(当然，这并不意味着存储容量的激增，毕竟压缩算法也在升级)，这种情况对存储厂商而言，机遇与挑战并存。机遇自不待言，挑战却是全方面的，如存储系统稳定性、面向高清应用的开发能力、面向视频应用的RAID算法、大规模磁盘阵列管理软件、整合开发能力以及成本控制和供货能力。其中，软件开发能力、成本控制及供货能力需要引起关注。软件开发能力主要是指存储厂商面向监控平台厂商的软件开发能力。众所周知，全国有众多视频监控平台厂商，而
过去几年建设的“平安城市”等视频监控项目采用了多个平台厂商的软件系统，这
就要求存储厂商具有强大的软件研发对接实力：一方面能够针对监控平台的视频数据传输模式进行存储系统的优化，另一方面也要求存储厂商能够和监控平台厂商一起面向用户的应用需求做定制化的二次软件开发。成本控制和供货能力是众多厂商所忽视的，然而随着高清应用和视频点数的增加，存储设备的需求量也随之激增。动辄数PB的存储容量要求存储厂商能够合理控制存储设备的成本，同
时保证大规模存储设备的供货、安装、调试以及上线。高清时代，存储同样面
临着容量和带宽问题的困扰前文计算过目前SAN架构的应用模式下，存储性能是大于存储容量需求的，但这并不意味着存储厂商就无需为容量和带宽投入精力，相反，作为专业的存储厂商必须要做到两点：存储技术的前瞻性以及用户应用的
前瞻性。目前监控系统还处在建设阶段，监控系统的用途主要是“看”，存储的视
频数据绝大多数为无用数据，有用数据也只有在需要查看时才有可能被调出来。
但随着“大数据”时代的到来以及“智慧城市”建设的全面展开，以往被认为是无用
的数据也可以变得有用，视频监控系统将会对社会治安、城市管理发挥更大的作用。高清时代，存储技术的前瞻性和用户应用的前瞻性的交叉点问题即存储容量
和带宽问题，解决之道就是“云存储”。虽然“云存储”近几年已经被多次热炒，但
真正落地的却是少之又少。个人认为，云存储的成熟要求天时地利人和：用户应用需求的升级、云存储技术的真正成熟以及国家政策的扶持和标准的制定，三者缺一不可。同时，降低能源消耗及使用成本也成为棘手的问题。节能减排已经成为本世纪全球性的热门话题。对于数据中心机房而言，每年的电能消耗数字惊人，这也催生了存储系统的节能需求。节能减排应该从以下几方面入手：1.硬盘节能：硬盘是存储设备的主要耗电部件，硬盘节能技术的创新对整个存储系统的节能提升意义重大;2.存储产品自身节能：这要求存储产品厂商在产品设计中更多地考虑节能性，如选用高能效电源、主板、CPU，采用无线缆设计降低设备发热等;3.应用性节能：结合用户的实际应用需求，选择合适的存储设备休眠策略，优化存
储设备部署，达到存储系统节能的效果。
高清存储的未来趋势
目前，在高清存储领域的新技术有：RAID算法、快速重建、各行业应用的定制
化能力;同时，新应用方向为：大规模“平安城市”项目建设。个人认为，视频监
控系统的未来趋势绝不会走向无限高清化，而应该是围绕解决实际问题多样化发展。如在智能交通领域要求监控系统高清、无延迟、高帧率;在城市视频监控要求系统合理应对各种天气、灯光等外界环境;而在某些应用领域要求面向低照度
的视频监控……因此未来的监控系统将会是多种视频格式的综合应用。多样化的
应用更好地匹配了用户环境对数据的需求，也给未来的数据分析、数据挖掘提供了更好的原始数据。在此基础上，有理由认为高清存储的未来趋势是面向应用的视频数据挖掘，但是这个过程会是曲折而漫长的，需要监控系统的软硬件设备厂
商突破相应的技术瓶颈。此外，“云存储”也将为高清存储带来很大影响。我们
看到，云存储解决了统一存储空间、负载均衡、故障切换、无限扩容等方面的问题，匹配了未来高清监控系统对存储的应用要求，已成为未来存储发展的必然趋势。与此同时，也应该看到，无论从技术层面还是成本层面，目前的云存储形态
还远未真正成熟。未来面向高清监控的云存储应该兼具“公有云”和“私有云”两种形态。“公有云”提供视频监控服务，面向家庭、商户等中小型用户;“私有云”更多是以公安、交通等重点行业自建的数据中心为主要应用。无论是“公有云”还是“私有云”都是对现有存储架构的划时代革新，能够真正使用户体验到“云”的便利
性。高清时代的存储行业变革高清时代，对存储行业的相关软硬件和系统提供商而言，机遇和挑战并存。高清全面推进意味着项目建设的遍地开花，对存储软硬件产品的需求呈几何增长，这是机遇。挑战则来自多方面：一方面是技术革新，高清时代对存储系统有更多、更高的要求，在技术变革的时代，产品布局不够优秀、好产品的技术方向把握不准确，就很容易在技术更新换代时期遭到淘汰，历史上很多巨头型企业的迅速没落已经证明了这一点。另一方面，需求的增长也意味着更多的巨头型企业进入这个原本不被注意的应用领域，带来了更加激烈的行业竞争格局。专业存储设备厂商必须清楚自身优势，并在将其优势发挥到极致的同时，思考产品、业务的适度外延。
智能技术
智能分析作为视频监控下一个技术的竞争焦点，在安防监控业内已然成为炙手可热的研究课题。现在不仅安防设备商/集成商对此功能蜂拥而至，很多IT
领域的集成商由于算法成本研发的成本不高，所以也开始从其他领域的智能识别涉足智能监控，或通过后端SDK提供服务，或与摄像机设备商合作，并且往往在产品形态上有异于当前主流的摄像机外形。
如此众多繁杂的摄像机产品及智能算法功能，不得不进行一些关键性技术
的区分辨别。以深度学习的人脸检测、人脸识别、人群分析、车牌识别、图像识别等技术而言，普通的二维智能算法多半通过后端大数据库的比对实现查找匹配的功能，在简单的应用场景下，准确率都能达到85%以上，但在复杂的应用场景，如拥挤的人群、遮挡物众多、移动速度过快等状况下，二维智能算法的缺陷表露无遗。
普通摄像机智能分析的缺点及根源
在市面上，普通的智能摄像机存在三个缺点：一是不带变焦的摄像机对远距离的目标无法看清目标细节;二是带变焦的镜头虽然通过人工操作，可以看清远处目标，但不能跟踪运动目标，同时因完全靠肉眼观察，容易疲劳，也需要大量人力投入，成本高昂;三是部分智能摄像机能识别车牌及实现有限的报警功能，但对安装角度、目标距离有很高要求，不适合大面积应用，并且在对多个运动目标实现自动锁定、自动跟踪、自动预警等方面的技术不够成熟。
而对于造成摄像机智能分析功能存在这些缺点，业内专业人士认为，当前
大多数做智能视频分析的厂家都是在后台对前端摄像机采集的图像进行分析处理，但因传输带宽及存储空间的瓶颈，前端传回后台的图像一般都经过压缩处理，清晰度变差，这大大降低了视频分析的识别率。目前，视频分析的众多产品都存在这样那样的问题，根源就在于视频源的低质量。
智能分析算法存在的困难
当前，智能分析算法存在的最大困难，主要来自于两方面：第一，是对处
理器芯片的实时处理能力要求很高，受制于处理器的有限资源，摄像机前端在实时处理能力上较弱，这会大大限制产品功能的有效性;第二，是对前端设备的制约较多，如芯片的处理能力、芯片的散热方案较难实现等。目前大多数商用的智能分析算法还存在误检/漏检率高，场景适应性差等问题，实际应用效果有限。而学术界高精度的算法则存在硬件要求高，不适应于大面积商业化运用。
不同摄像机能否自动识别同一个人的方法
在视频监控的智能分析功能中，对于同一个人进入不同摄像机之间能否被
准确辨认出来，业界一直在研究，如果此功能能够实现，对于公安破案将带来极大的帮助。对此算法，有业内人士认为，行人的跨摄像头跟踪，主要可以通过两种算法来实现，一是行人匹配算法，也就是利用某个特定行人的纹理特征和运动特征;另一个是人脸识别算法，也就是通过人脸检测算法和人脸匹配技术，来判断是否有同一个人出现在不同的摄像机里。
纵观整个安防市场，虽然视频监控智现在还在起步阶段，很多摄像机内的
智能分析功能也只是作为高附加值在项目招投标中略有体现，但随着算法精度的多元化和精度的提升，以及芯片及后端设备成本的下降，可以预估对智能分析功能进行大规模的商业应用已经为期不远。
视频监控及其关键技术
视频监控及其关键技术 14安防徐乐144402103 监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机 通过同轴视频电缆将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通 过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。 监控是各行业重点部门或重要场所进行实时监控的物理基础，管理部门可通过它获 得有效数据、图像或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和高度、布置警力、处理案件等。随着当前计算机应用的迅速发展和推广，全世界掀起了一股强大的数字化浪潮，各种设备数字化已成为安全防护的首要目标。数码监控报警的性能特点是：监控画面实时显示，录像图象质量单路调节功能，每路录像速度可分别设置，快速检索，多种录像方式设定功能，自动备份，云台/镜头控制功能，网络传输等。 加装时间发生器，将时间显示叠加到图像中。在线路较长时加装音视频放大器以确 保音视频监控质量。适用范围一一银行、证券营业场所、企事业单位、 机关、商业场所内外部环境、楼宇通道、停车场、高档社区家庭内外部环境、图书馆、医院、公园。 M4 >. M?L ua 匕 即” “ x m 视频监控系统原理 图 组成设备 视频监控系统产品包含光端机，光缆终端盒，云台，云台解码器，视频矩 阵，硬盘录像机，监控摄像机[1],镜头,支架。视频监控系统组成部分包括监 控前端、管理中心、监控中心、PC客户端及无线网桥。各组成部分的说明如下:
大数据技术的交通视频监控分析 发表时间：2019-07-22T14:09:30.717Z 来源：《基层建设》2019年第12期作者：金志敏[导读] 摘要：交通视频监控将计算机技术、智能监控技术、远程控制技术以及大数据技术等应用在视频监控系统中，使得交通视频实现了智能监控的功能。 身份证号码：36062219750529XXXX 摘要：交通视频监控将计算机技术、智能监控技术、远程控制技术以及大数据技术等应用在视频监控系统中，使得交通视频实现了智能监控的功能。智能交通监控系统就是在此基础上发展并应用的。大数据技术在交通视频监控中的应用促使交通管理的综合指挥和综合调配功能更加强大，交警人员在交通指挥中心即可灵活的切换各条交通线管理界面，了解实时的交通信息，为综合调配和控制管理交通提供了基础。本文就来分析大数据在交通施工监控中的应用。 关键词：大数据技术；交通管理；视频监控；控制中心 引言：随着汽车制造技术的发展，汽车在当代社会的发展展现出汹涌澎湃的一面。与日俱增的各类汽车为不同地区的交通管理带来的更大的难题，频发的交通事故和日益严重的交通事故阻碍着城市经济的发展。大数据在交通管理系统中的应用为高难度的交通管理提供了良好的技术，加上智能监控系统的应用，智能交通监控系统在现代交通监控与管理中发挥了重要的作用。 一、大数据与智能交通监控系统 智能交通监控系统具有对交通信息实施监控的功能，在监控范围上尽可能保证了交通信息监控的完整性。该系统为交通参与者、交通管理者、交通工具、道路管理设施之间的细信息交换提供方便，极大的提高了交通监控与管理的效率。大数据在智能交通监控系统中的应用为智能交通监控的信息获取、信息处理、信息传递提供了先进的技术，使得海量的交通监控视频能够得到迅速而又高效的处理，丰富了智能交通监控软件的管理的功能，极大的提升了智能交通监控软件的管理效率。 如下图1所述，智能场外监控设备自动抓拍道路信息，场外监控的所有数据汇总到光端机，再由光端机传输给视频分配器，最终传输到客户终端及交通控制中心。客户终端与交通控制中心，这整个过程都属于智能交通监控系统。大数据处理技术主要应用与指挥中心的系统软件。指挥中心的系统软件应用大数据技术获取各客户终端的数据，并将海量的数据进行分析处理，从而提高交通视频的管理能力。在这个过程中，大数据处理技术能够实现对交通监控视频的获取、存储、管理和分析，所有功能集合与一体，使得海量的监控信息得到高效的处理与应用。 图1 基于大数据的智能交通监控系统 二、大数据技术在交通视频监控中的作用 （一）储存、处理海量监控视频的作用 交通视频在现代交通管理中的应用范围非常广，几乎城市的各个路口都应用了交通视频监控路况信息，高速公路中也采用了交通视频监控交通状况，因此同一时间产生的交通监控视频的数量非常庞大。大数据技术具有获取、存储、管理、分析、处理海量信息的作用，因此在交通监控视频的存储与处理中发挥了重要的作用。 （二）信息综合处理的作用 随着智能交通监控系统的应用，海量的交通信息为交通管理提供了条件，而大数据技术具有综合分析、处理信息的功能，在交通信息综合管理方面发挥着重要的作用。 （三）降低交通管理成本的作用 由于交通管理的覆盖面较广，传统的交通管理需要的人员较多，增加了交通管理的成本。基于大数据的交通视频监控具有自动化、智能化获取信息、存储信息和处理信息的功能，不仅提高了交通信息管理的效率，还优化了管理方式，减少了管理人员，极大的降低了交通管理的成本。 （四）管理方式更加灵活的作用 基于大数据技术的交通视频监控可以通系统软件实现对交通信息的管理与控制，系统软件界面（如图2所示）具有丰富的功能菜单，能够满足更多的交通管理需要。交通管理人员通过切换软件平台阶段菜单就能实现功能的转化，使得管理方式更加的灵活。 图2 系统软件界面图 三、大数据技术在交通视频监控中的应用 （一）监控视频数据库的建设 智能交通监控系统能够实现综合处理的关键在于综合信息的处理与应用，而实现这一功能的前提是建立海量的数据库。为海量的交通监控视频建立数据库，将所有的监控视频统一存储，有助于交通信息的综合分析和处理。监控视频数据库能够为智能交通系统提供基础信息，这有助于控制中心各具实时监控的路况统一管理交通情况。
视频监控与其关键技术 监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机通过同轴视频电缆将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。 监控是各行业重点部门或重要场所进行实时监控的物理基础，管理部门可通过它获得有效数据、图像或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和高度、布置警力、处理案件等。随着当前计算机应用的迅速发展和推广，全世界掀起了一股强大的数字化浪潮，各种设备数字化已成为安全防护的首要目标。数码监控报警的性能特点是：监控画面实时显示，录像图象质量单路调节功能，每路录像速度可分别设置，快速检索，多种录像方式设定功能，自动备份，云台/镜头控制功能，网络传输等。 加装时间发生器，将时间显示叠加到图像中。在线路较长时加装音视频放大器以确保音视频监控质量。适用范围——银行、证券营业场所、企事业单位、机关、商业场所内外部环境、楼宇通道、停车场、高档社区家庭内外部环境、图书馆、医院、公园。 视频监控系统原理图 组成设备
视频监控系统产品包含光端机，光缆终端盒，云台，云台解码器，视频矩阵， 硬盘录像机，监控摄像机[1] ,镜头,支架。视频监控系统组成部分包括监控前端、管理中心、监控中心、PC客户端及无线网桥。各组成部分的说明如下： （1）监控前端：用于采集被监控点的监控信息，并可以配备报警设备。①普通摄像头+视频服务器。普通摄像头可以是模拟摄像头，也可以是数字摄像头。原始视频信号传到视频服务器，经视频服务器编码后，以TCP/IP协议通过网络传至其他设备。 ②网络摄像头。网络摄像头是融摄像、视频编码、Web服务于一体的高级摄像设备，内嵌了TCP/IP协议栈。可以直接连接到网络。 （2）管理中心：承担所有前端设备的管理、控制、报警处理、录像、录像回放、用户管理等工作。各部分功能分别由专门的服务器各司其职。 （3）监控中心：用于集中对所辖区域进行监控，包括电视墙、监控客户终端群组成。系统中可以有一个或多个监控中心。 （4）PC客户端：在监控中心之外，也可以由PC机接到网络上进行远程监控。 （5）无线网桥：无线网桥用于接入无线数据网络，并访问互联网。通过无线网桥，可以将IP网上的监控信息传至无线终端，也可以将无线终端的控制指令传给IP网上的视频监控管理系统。常用的无线网络为CDMA网络。 PC机 工作特点： 数字化 视频监控的数字化首先应该是系统中信息流（包括视频、音频、控制等）从模拟状态转为数字状态，这将彻底打破“经典闭路电视系统是以摄像机成像技术为中心”的结构，根本上改变视频监控系统从信息采集、数据处理、传输、系统控制等的方式和结构形式。信息流的数字化、编码压缩、开放式的协议，使智能网络视频监控系统与安防系统中的各个子系统间实现无缝连接，并在统一的操作平台上实现管理和控制，这就是系统集成的含义。 网络化 视频监控的网络化将以这系统的结构将由集成式向集散式系统过渡，集散式系统采用多层分级的结构形式，具有微内核技术的事时多任务、多用户、分布式
智慧城市中视频监控大数据应用研究与探索 发表时间：2018-10-01T14:03:30.950Z 来源：《基层建设》2018年第23期作者：林长榜 [导读] 摘要：在大数据状态下，智慧城市的发展倾向于城市管理的规范性和信息畅通性，安防视频摘要系统的作用有机的结合使得智慧城市发展越来越符合人们的需求。 浙江九洲网络工程有限公司浙江省温州市 325000 摘要：在大数据状态下，智慧城市的发展倾向于城市管理的规范性和信息畅通性，安防视频摘要系统的作用有机的结合使得智慧城市发展越来越符合人们的需求。伴随智慧城市及大数据建设的狂飙突进势头，智慧城市中视频大数据建设将渐入佳境。 关键词：智慧城市；视频监控；大数据；应用 一、大数据及视频监控数据概述 1、大数据 如今，我们国家的专家学者针对大数据并未形成相对统一的认知理论，绝大部分人将其定义为传统数据处理技术不能够处理的一种复杂的数据系统。它能够很好的完成信息收集以及存储等活动，同时还可以以极快的速率分析数据，能够在复杂的系统中以极快的速度获知我们所需的内容，其实用性非常高。 2、视频监控数据分析 最近几年，科技高速发展，与此同时我国的视频监控体系也开始朝着新的方向发展，比如其更加的智能，画面更为清晰，而且此时系统的安装数量持续增加，这就在无形之中使得数据信息总量不断变大。站在相应的理论层面上来看，上述数据的存在对于管理工作以及安保等工作的开展有着非常关键的存在意义。不过，在具体的开展工作的时候，对于如此庞大的数据，假如只是单纯的依据人力来分析，是无法满足我们的需要的。所以，当前的现实情况是绝大多数的监控系统中的数据内容都无法被合理的运用，导致效率非常低。所以，作为相关工作人员，此时要做的就是把大数据合理的应用到视频监控体系中。具体来讲，大数据在运用的过程中有如下的一些特征。第一，数据总量非常大，而且增长速度很快。由于当前的监控技术得到显著发展，监控点也不断增加，这就在无形之中导致数据量以极快的速度增加，特别是电脑技术的運用，使得监控点的总数暴增，此时信息总量是非常庞大的。第二，数据类型非常多。通过分析我们发现，当前的监控系统中的数据编码的格式类型非常多。而且，由于网络技术的发展，使得监控系统呈现出明显的数据多样性特征。第三，数据处理效率非常高。众所周知，监控系统的数据是一直在变化的，而且由于时间在变化，导致数据的总量也在不断增加。因此，我们过去使用的运算措施已经不能够适应目前的发展形势了，其处理信息的速度相对要慢很多。借助大数据系统，我们能够确保信息处理速率得到显著的提升，符合实效性特征。第四，数据价值密度低，效率要求高。如今，我们国家的视频监控系统多是以实时模式为主，数据总量庞大，不过有用信息相对较少。 二、智慧城市中视频监控大数据的应用 1、视频监控大数据助力安防进入智能时代 拥有安全良好的治安环境是广大民众最基本的要求，但随着城市——特别是一、二线城市流动人口的不断增加，这些群体的不稳定性和复杂性给城市的安防带来了新的问题和提出了新的挑战。现如今的视频监控大数据分析技术的突破与提升，使得其在智慧城市中的应用大放光彩。 视频监控一般在人流密集地、路口、卡口等重点安防区域安装高清摄像头，对人、车辆、各类物体的状态和行为进行实时的监控，并同时将伴随产生的视频数据进行存储。再对这些海量的视频信息进行分类分析和处理，建立视频大数据一体化应用平台和协同调度体系。然后将这个一体化应用平台和协同调度体系与公安系统原始数据库（如人脸图像数据库、车辆基本信息和特征库、其他物体行为特征库等等）建立相应的搜索引擎，深度挖掘所需信息，充分发挥视频监控大数据的作用，实现视频监控信息的网络化、情报化和智慧化，大幅度提高公安部门办案的效率，进一步保障国家的安全与稳定和广大人民群众的生命财产安全。 目前，较为火热和被认可的安防管理模式，是以人脸识别为代表的人工智能技术与视频监控相结合，形成一种全新的“智慧监控”新体系，彻底实现了传统安访向智慧安防的转变。其中较为有名的是北京旷视科技有限公司提供的一款产品face++（Security），将监控摄像拍到的视频数据经过此产品的结构化云服务系统后，能够有效地检测、判断监控视频中物体的各种行为特征，如果是人的话，可以判别出其性别、年龄、衣着，所携物品、行走方向和速度等；如果是物的话，可以判别出其颜色、大小和物体相应行为等，再与目标嫌疑对象信息进行比对，也能从浩如烟海的视频信息中找出蛛丝马迹，为公安部门提供重要线索，让犯罪分子无处遁形。 2、视频监控大数据助力交通大整治 随着越来越多的人口涌向城市，原来的道路很难得到有效地扩大，交通拥堵俨然成为现代化城市发展不可逃避的现实，让人头痛的现象，如何更好更快地疏通减堵，考验着一个城市建设者和管理者的智慧。视频监控大数据的应用在当前乃至未来的智慧交通中将起关键性作用。 交通视频监控大数据主要来源于各交通要道卡口实时采集的视频或图片信息，然后对这些庞大的数据进行存储、分析、筛选和处理，按照需求得到各类有价值的信息，以快速、准确地预测相应路段的交通状况，为交通管理部门提供各种决策支持，如交通控制、交通疏导、紧急事件预处理等。值得一提的是，交通卡口视频大数据联合各类车辆的描述信息、重点监控区域和公安系统资源等多维数据，建立数据分析系统，从海量的复杂无序的数据中，筛选出违法违规的车辆和人员信息，极大程度地利于相关刑事案件的侦察和预警，提高办案的效率。 最近几年，国内一些主流的视频监控解决方案提供商，如杭州海康威视，浙江大华等，陆续推出网络化、智能化的视频监控产品，帮助许多大城市，像北京、上海、广州、深圳等初步建立起完善的交通网络管理系统，可以实现全网的车辆和道路的监控、调度和管理，大大促进了交通整治的智能化和效率化。 3、视频监控大数据助力智慧出行 随着人们生活水平的日益提高，精神需求层面的提升，企业与企业之间经济交往的密切，居民的出行（旅游、出差）需求越来越旺盛。可是，目前城市交通设施的供给与居民出行需求之间的矛盾不断加深，特别节假日，堵、堵、堵??成了出行居民的亲身体验与感受。可见，如何科学合理地运用现代化信息手段，打造顺畅的交通以方便居民的出行，已成为城市可持续发展的不容忽视的问题。
视频监控大数据的关键技术和应用 随着全国各地平安城市、行业安防等项目的大规模建设，视频监控在安防领域中发 挥着越来越重要的作用，成为技术防范的最有力手段。而在新的技术条件和应用需求的 推动下，视频监控将迎来系统融合和大数据的新时代，其产生的数据将会迅速地增长， 如何从这些数据中获得有效的信息和服务，是我们必须要面对的重要问题。笔者认为， 大数据处理技术的应用，将成为下一代视频监控的发展关键。 视频监控的大数据趋势 视频监控从最早的模拟闭路监控系统开始，经历过模拟监控、数字监控、网络监控等重要发展阶段，如今进入了大数据的时代，并面临着一系列的挑战。 视频监控产生的数据正迅速增长 视频监控数据的增长有三个主要的因素。首先，视频监控不再是一个独立割裂的系统，系统的融合将催生更丰富的数据。GB/T28181-2011标准的发布和实施，在很大程度上改善了各大平台厂家各自为战、互不兼容的乱象，在“大联网”的背景下，所有的视频监 控数据将能实现深度共享和统一处理。此外，安防监控的发展趋势是融合化，视频监控 平台与其它多种系统之间如警综、消防、卡口、门禁等，将实现资源和数据的无缝整合，统一协作，形成社会化的大系统。 其次，高清视频的编解码能力不断提高，导致数据生成的厚度和精度不断提升，高分辨率和高帧率已成为视频监控主流需求。 再次，数据生成点的规模在不断扩大，视频监控的覆盖范围和监控点、卡口的数量都以30%以上的增长率在快速增加。我国安装的监控摄像头目前已超过3000万个，每年产生数万PB的数据量。 视频监控数据的管理存在瓶颈 数据的爆炸式增长，意味着需要投入更多的资源以及付出更多的努力，才能在这些体量庞大的数据中寻找到有价值的信息。目前对视频监控数据的管理能力较弱，其发展没 能跟上数据增长的速度，体现在以下几个方面: 1.数据的存储和管理
用大数据技术挖掘视频监控数据的价值 随着数据量的增加，哪怕对TB级别的视频数据进行对视频内容的数据分析和检索，传统技术模式下可能需要花费数小时的计算，已远远不能胜任时效性的要求。用户希望能够对海量数据进行有效管理和使用，快速辨别有效数据，提高数据利用价值。 得益于IT信息技术的快速进步，人类可以随时随地记录下产生的各类数据，同时数据存储的成本也正以前所未有的速度下降，大数据时代正悄然来临。在视频监控领域，高清化，大联网数据汇聚推动视频大数据形成，业务实战化推动大数据分析需求。 一、视频监控业务的大数据特征 在视频监控领域，大数据的特点，可用Volume、Variety、Velocity、Value这4个V来概括(如图1)。大数据的特点包括以下几点： 第一，数据体量巨大(Volume)。高清化带来单个监控点数据量即以指数级增长，例如单个1080PIPC30天就会产生2T 数据;IP化大联网后，各平台实现互联，平安城市网内摄像头数量达数万数十万级别，其数据量之巨大可想而知。 第二，数据类型繁多(Variety)。视频监控领域的视频编码格式包括：H.264、MPEG-4、MJPEG等多样化的编码方式。而同时随着各类物联网技术的融入到视频监控业务，汇聚了包括各种传感器、IT、CT系统产生的多样的数据。业务系统需要把结构化与非结构化数据相互关联，统一存储。 第三，处理速度快(Velocity)。视频数据随时间快速增长，并以持续顺序到达。在视频监控领域，视频分析的效率决定价值，更低的延迟、更准确的分析是平安城市这类客户的普遍需求。随着数据量的增加，哪怕对TB级别的数据进行视频内容的数据分析和检索，采用串行计算模式都可能需要花费数小时的计算，已远远不能胜任时效性的需求。 第四，价值密度低(Value)，效率要求高。在视频监控业务中，价值密度的高低与数据总量的大小成反比。一小时的视频监控内容，可能有用的数据仅仅只有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”是目前大数据汹涌背景下亟待解决的难题。 二、视频监控业务的大数据应用需求 随着数据量的增加，哪怕对TB级别的视频数据进行对视频内容的数据分析和检索，传统技术模式下可能需要花费数小时的计算，已远远不能胜任时效性的要求。用户希望能够对海量数据进行有效管理和使用，快速辨别有效数据，提高数据利用价值。 分析大数据产生小数据。摄像头7×24小时工作，如实记录镜头覆盖范围内发生的一切，仅仅记录信息是不够的，因为对于客户来讲可能大部分信息是无效，有效信息可能只分布在一个较短的时间段内，按照数学统计理论，信息是呈现出幂律分布的，或称之为信息密度，往往密度越高的信息对客户价值越大。实时涌入的海量数据容易产生大量的休眠数据，浪费大量存储资源。对海量数据进行智能分析，提取出价值数据片段。建立摘要信息，减少用户需要面对处理的数据量，形成元数据信息库。 提纯小数据产生价值数据，例如在公安系统中希望能集中分析过去和现在的犯罪数据和视频图片，整合所有信息，能提供对犯罪趋势更全面的看法。这就需要针对海量历史数据实现快速检索，并对貌似非关联的数据进行关联，并在可视化平台
大数据在视频监控存储的应用与挑战 作为云时代海量数据的来源之一，安防视频监控行业随着智慧城市和智能交通的快速发展、移动互联设备的快速激增，产生了海量的非结构化视音频数据，带动了大数据的存储、管理、分析等应用。面向云时代，业界同仁一拥而上、热血沸腾，无论是IT供应商、存储厂商、还是解决方案提供商都不甘落后，雨后春笋般的纷纷提出基于计算、存储、网络等多层次虚拟化的数据中心解决方案，投入大量资源，推出云存储、云计算等系统产品。 面对大数据，视频监控行业面临哪些难题？我们如何应用云计算、大数据相关技术来获取数据背后隐含的信息？未来的挑战和前景如何？我将从以上几方面发表个人观点，意在抛砖引玉、引发业界同仁在产业发展的进一步思考和讨论。 一、视频监控存储及智能分析系统中的难题 根据IDC预测，全球在2010年已正式进入ZB时代，全球数据量大约每两年翻一番，意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。爆炸式增长的数据，正推动人类进入大数据的时代。 大数据包括社交媒体、移动设备、科学计算和城市中部署的各类传感器信息，其中视频是构成数据体量最大的组成部分。据IMS Research统计，2011年全球摄像头的出货量达到2646万台，预计到2015年摄像头出货量达5454万台。一天产生的视频监控数据超过1500PB，而累计历史数据将更为庞大，在视频监控大联网、高清化推动下，视频监控业务将面临海量非结构化数据存储、数据共享、数据安全及数据利用四大难题。 （一）海量非结构化数据存储 安防行业的大数据目前主要来源于智慧城市和智能交通等大型安防项目。例如，2011年全球两天的数据就高达1.8ZB，相当于文明起始到21世纪初全部的数据总和；2013年中国某一线城市一个季度产生的数据总量也在200PB。当前，智慧城市建设已成为地方政府推进城镇化发展的重要途径，而随着智慧城市的发展，对高清摄像机和智能化监控设备的需求会持续增长，智能交通行业将成为十二五政府投资的重点领域，这将使未来几年视频监控行业仍保持高景气度。此外随着智能家居、民用安防的普及，更多的用户会通过移动设备监看视频，于此同时会有更多的移动互联数据产生。2012年全国就拥有3.88亿移动互联网用户，预计2015年互联设备将达到150亿，2020年互联设备将达到2000亿。数据10倍速的增长，在带来巨大机遇的同时，也带来了很大的挑战。 按照IT产业的法则：在满足客户需求的前提之下，往往技术成本越低，其生命力往往越强。由于数据量的急速扩大，以及随之而来的大规模计算的需求越来越多，一味采用高配硬件，使得硬件投资成为客户不可承受之重。如何在满足需求的前提下，删除重复数据、降低硬件成本投资将成为海量非结构化数据存储的一个难题。
1.公安系统视频监控平台智能维护系统项目的主要内容、 术关键与创新点、完成时达到的技术水平及市场前景预测 智能维护系统的主要技术目标就是，全面推动公安系统视频监 控平台维护的及时性、智能化。其主要内容、关键技术与创新点和完成时达到的技术水平及市场前景预测如下: 1.1主要研究内容 1.1.1前端设备实时信息采集反馈系统 1 ）摄像机报警信息的采集 前端摄像机的采集主要依赖摄像机本身的故障输出系统，我们 只要在摄像机与信息采集模块之间创建一个对接即可采集实时的摄像机故障信息。 2 ）ONU报警信息的采集 光信号故障的采集我们分为两部分：一部分设在监控前端，前 端设立在无源ONL之前和之后的两个点，使用一个光信号检测电路进行监测。另一部分设在光汇聚交换机上，通过光汇聚交换机本身的故障检测系统将故障信息发送回监控维护平台。 3 ）视频服务器报警信息的采集 视频服务器也有本身的报警系统，我们将视频服务器故障信息 接到信息采集模块即可。 4 ）电源信息的采集
电源采集，我们采集点设在电源进线处，采用一组磁感线圈进 行监测，检测的信息发送回信息采集模块。 5)信息采集模块 其主要功能是收集监控摄像机、ONU 视频服务器、配电板的故 障信息，并对摄像机及视频服务器的故障信息进行解码； 然后将4个 故障信息重新编码、打包、加密后发送给后端监控维护平台。 具体原理如下： 1.1.2后端平台信息处理及视频实时情况量化系统 1) 前端信息收集及判定系统 监控维护平台在收集到前端监控点位传输回来的故障检测信息 后，调用数据库的相关数据进行比对，然后根据比对的结果做出判定, 对于判定的结果及时形成文档。 监控前端信息采集原理图 外 aw
大数据与视频监控结合：闪存易看善用 英特尔公司在2012年7月正式宣布，将支持海康威视开发和推广基于至强平台和英特尔ApacheHadoop发行版软件的大数据处理方案。同年10月，IBM 发布了专为大数据处理打造的专家集成系统PureData，并和南京有关部门达成建设;;智慧南京;;的战略合作。 一直以来，由于安防行业的自身业务特点以及国内厂商受研发方向所限，大数据技术在安防领域并不如在IT、互联网行业那样得以深入应用。随着科技巨头的入驻，这一市场格局正在发生巨变。 什么是;;大数据;; 大数据（bigdata）又称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策更积极目的的资讯。这里的;;大;;有几层含义，它可以形容组织的大小，而更重要的是它界定了企业中IT基础设施的规模，业内对大数据应用寄予了无限的期望，商业信息积累的越多价值也越大。 因此大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的;;加工能力;;，通过;;加工;;实现数据的;;增值;;。 对于安防行业来讲，在平安城市、智能交通管理、环境保护、危化品运输监控、食品安全监控，或是政府机构、大企业工作场所等的与网络连接的设备系统将最有可能成为最大的数据资源。随着平安城市、智慧城市等工程的推进，监控摄像头已经遍布大街小巷，安防监控对高清化、智能化、网络化、数字化的要求越来越高，数据量自然也不断地迅速增加。
大数据为安防行业带来崭新未来 Gartner的报告预计，2013年全球各大企业用于大数据业务的投资总额将增至340亿美元，同比增长8倍；IDC曾在2013年年初做出预测，大数据技术与服务市场将从2010年的32亿美元攀升至2015年的169亿美元，实现高达40%的年增长率，并将是整个IT与通信产业增长率的7倍。 数据越发庞大，积累的商业信息越多，价值也就越大。以海量、多样、快速为显着特征的大数据，不像传统数据库的数据那么易于管理和分析，在为整个IT及通信行业带来机会的同时，也提出了更高的要求。 驱动大数据发展的重要因素主要来自两个方面：一是消费领域，如网购及社交媒体应用产生的大量数据；另一方面来自城市基础设施建设，安防便是其中之一。建设平安城市的过程伴随大量数据的产生，尤其是以视频监控为主要特征的数字安全监控。 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，随着安防监控对高清、智能、联网的要求越来越高，每天产生的数据规模正以惊人的速度不断增长。 大数据技术与视频监控业务融合 ;;除了上帝，任何人都必须用数据来说话;;，美国着名管理学家、统计学家爱德华.戴明将数据提升到了和上帝平行的高度。视频监控业务正是一个典型的数据依赖型业务，依靠数据说话。可以说，大数据与视频监控业务有着天然的结合。综合来看，大数据与数据监控业务的结合主要体现在;;存;;、;;看;;、;;
基于大数据技术的视频监控应用研究与探索在当前的社会生产中，大数据的使用已经十分广泛，数据来源众多，主要的数据来源包 括政府管理收集的数据、企业单位当中产生的数据、居民消费、生活等方面产生的数据等， 而视频监控正是数据可以得到收集的一个重要方式。因此，下文对基于大数据技术的视频监 控应用进行了相应的讨论。 2 大数据技术概述 2.1 大数据技术的概念 我们常说的大数据技术依托近年来的高速发展，现已展现出其巨大潜能，但针对其具体 概念，在公认其海量"数据"形态的基础上，仍存在较多不同的观点。第一种观点，即强调大 数据的"大"的特征，以及依托大数据所产生的技术能力和相应的资产，大数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和 多样化的信息资产。第二则是指那些大小已经超过了传统意义上的尺度，一般的软件工具难 以捕捉、存储、管理和分析的数据。第二种观点，以"大数据之父"舍恩伯格为代表的"规律" 的探寻及整体数据观，对大数据的挖掘及分析不再借助随机抽样技术，而是着眼于对整体数 据的深入研判。第三种观念，对大数据进行整体的界定，并对与其相关的技术等衍生物予以 概括。对于大数据的概念，所谓仁者见仁，且不论各位学者所持概念有何相左之处，单是在 纷繁复杂中立足各自的角度对大数据予以系统且完整的予以表述，已是对大数据基础理论的 总结与发展。基于上述三种观点，可以总结出对大数据的概念的界定，即大数据应是立足存 在于各类媒介中的海量数据，通过全体性、混杂性、相关性的指导，以数据挖掘、数据碰撞、数据分析等技术对海量数据分析研判，得到的依特定算法且具有一定针对性分析的数据结果。 2.2 大数据的特征 通常来说，学界认为大数据有以下几种特征。 （1）大数据的"大容量"。该特征可以是已有数据库中所储存的具有统一格式的数据集，也可以是散落于互联网中不限于文本格式或单一格式的数据集，其之广既可局限于多个已有 数据库间的互联互通，又可超越已有数据库间的交流而依托高速便捷的互联网交互行为，正如"得数据者得天下"，大数据能在个人决定、企业决策甚至国家宏观行为提供参考，正得益 于其对数据的萃娶转移、下载的低门槛要求，真正的实现了"样本=整体"的数据思维。 （2）大数据的"高速性"和"多样性"。这两个特征伴随着大数据技术从数据收集、挖掘、 分析阶段的始终，正是高速性保证了数据的实时性，避免滞后的分析结果不仅不能发挥必要 效果，且延误"战机"，多样性则是保证数据的整体分析结果中存在不可避免的混杂性，及时 发现异常数据，从而更加贴近真实情况，避免为了追求精确性而产生脱离实际的分析结果。 （3）"低价值密度"和"真实性"。这一特征使大数据的独特魅力得以彰显，即于低价值中 寻求精确的难点与关键。随着互联网的高速发展，各类数据的数量井喷式增长。于此三维度 发展下的数据中能为特定目的所利用的可能仅仅为沧海一粟，但要形成分析结果则必须建立 在混杂性与价值密度低的海量数据上，数据间相关性所揭示的潜在规律需要得到无关数据的 印证与支持，故在"真实性"的保证下，尽管最终结果可能看似匪夷所思，但其中所借揭露的 关系则正是大数据的魅力所在。 故综上所述，大数据的特征应以大容量、高速性、多样性为主，低价值密度、真实性为辅。其中，大量、高速、多样是大数据技术发挥其独有魅力的基础，而价值密度低、真实性 则是实现这一魅力的关键。依托大数据的这些独有特征，其结合现下的高速信息处理网络， 基于大数据技术的视频监控应用方向至少有"智慧城市"和"视频侦查"两方面。 3 基于大数据技术的视频监控应用
视频监控四大核心技 术
视频监控四大核心技术 一.图像传感器技术 视频监控系统的核心部分就是图像传感技术，目前，监控摄像机的图像传感器正逐渐从传统的CCD向CMOS转变。这两种传感器各有长短，但一直以来，CMOS传感器的缺点渐渐减少。CMOS图像传感器低成本、高集成度为其主要特点，图像质量已不输于CCD。与基于CCD的探头相比，CMOS探头的集成度更高，因为CMOS传感器集成了许多外围处理功能，所需器件比CCD探头少，且CMOS探头的功耗要低得多。从整个系统来看，CMOS传感器可将成本大大降低。 CMOS传感器与CCD传感器的比较CCD(ChargeCoupledDevice)，即“电荷耦合器件”，以百万像素为单位。数码相机规格中的多少百万像素，指的就是CCD 的分辨率。CCD是一种感光半导体芯片，用于捕捉图形，广泛运用于扫描仪、复印机以及无胶片相机等设备。与胶卷的原理相似，光线穿过一个镜头，将图形信息投射到CCD上。但与胶卷不同的是，CCD既没有能力记录图形数据，也没有能力永久保存下来，甚至不具备“曝光”能力。所有图形数据都会不停留地送入一个“模-数”转换器，一个信号处理器以及一个存储设备(比如内存芯片或内存卡)。CCD有各式各样的尺寸和形状，最大的有2×2平方英寸。1970美国贝尔实验室发明了CCD。二十年后，人们利用这一技术制造了数码相机，将影像处理行业推进到一个全新领域。 CMOS(ComplementaryMetalOxideSemiconductor)，即“互补金属氧化物半导体”。它是计算机系统内一种重要的芯片，保存了系统引导所需的大量资料。有人发
高速公路智能全程监控系统关键技术及其案例分析 高速公路智能全程监控系统关键技术及其案例分析 摘要：支撑高速公路运营管理的通信、收费、监控等系统是交通智能信息化的重要组成部分。随着计算机网络、自动化处理技术的水平不断提高，视频监视及人工智能等各项技术的广泛应用，高速公路智能全程监控系统的实施条件已经具备。文章就解决当前高速公路智能全程监控系统的关键技术进行分析并结合相关案例做出说明。 关键词：高速公路；智能全程监控系统；关键技术 中图分类号： U416 文献标识码： A 1、高速公路智能全程监控系统概述 高速公路智能全程监控系统的主要结构是监控中心和监控外场设备的两级布设。监控中心可以通过采集公路交通和气象等参数来实现交通数据自动检测、交通事件监测及报警和全程视频监视等相关技术手段的最有效结合。智能全程监控系统的实施，能够随时掌握不断变化的交通流，实现对全路段的有效监控，及时发现交通事件及异常情况，迅速采取有效对应措施，减少或避免交通阻塞、拥挤和事故的发生，使交通控制措施能够得到及时发布，减轻路政、养护、监控等人员的工作压力，保障高速公路的安全运营和畅通。 2、高速公路智能全程监控系统的功能分析 (1)信息采集：通过视频监视和交通数据信息采集系统,为管理人员提供各路段区域的实时交通状况。 (2)数据处理：综合监控软件通过自动交通状况监测的模型算法,能够准确,快速地检测拥塞与确认拥塞类型,提高系统的自动化程度。 (3)信息发布：通过可变信息标志、公众信息发布平台、车联网等方式发布信息,将实时交通信息传递给相关车辆驾驶员,诱导驾驶员安全、及时地适应道路情况变化。 (4)信息共享：以信息中心为路况信息平台,形成上、下级管理机构和系统内外用户的信息共享,提高高速公路管理的快速反应处理能力。
视频大数据与图侦应用结合现状分析 近年来，中国大规模推进平安城市级视频监控系统的发展，使得视频图像侦查（以下简称图侦）在公安刑侦业务中发挥越来越大的作用，取得的社会效益很高，进而又促进了监控系统的建设规模进一步扩大，加上高清化技术的发展和推广，直接的结果是导致相关的数据量急剧增长，价值密度越来越低。于是，监控领域也主动和被动的跨入了“大数据”的时代。 大数据并不新鲜，早已经在不少领域得到成熟的应用。与日常生活最相关的就是电商，电商通过大规模的商业数据统计、分析，可以得出潜在的商业规律，为下一步的商业行动提供依据。 “大数据”不等同于“大数据应用”，不同行业中的数据要形成大数据应用，并非用“拿来主义”就可以解决的，要做好视频监控的大数据应用，首先要确定应用的模式和目标。大数据的应用说到底还是“有目的”的应用，没有一定明确的应用目的和方法，就没有设计大数据处理系统的依据，说白了就是“不知道要什么，那何谈怎么做？”从其他行业只能借鉴到处理系统搭建的技术，但是不能借鉴处理系统搭建的目的与输出。 如此说来，视频大数据系统的发展在哪里？由此看来，视频大数据的应用必然首先产生在公安业务中的图侦应用，有以下几点理由： 1.公安掌握了最多的视频数据来源。也是对视频大数据发展最直接的需求者和受益者。视频大数据的发展必然首先为公安下辖的业务服务。 2.相比于其他公安业务，图侦的应用模式多样，思维活跃，围绕着“发现线索”的目的可衍生出多种的技战法，只有从这些具体的技战法中才能提炼出需求，真正告诉系统的设计者“我们要什么”。 图侦里的大数据应用需要哪些？像商业大数据那样找规律的应用似乎还远了点，目前最实在的就是从海量视频数据里把有相同线索特征的图像给找出来，让干警发现出新的案件线
论视频监控与大数据如何结合？ 作者：海康威视高级解决方案工程师谢凌华 海康威视系统技术有限公司高级解决方案工程师谢凌华 对于如今的视智能安防市场来说，视频监控与大数据结合无疑是一条切实可行的道路。在产品趋同、竞争激烈的当下，如果可以在某一行业深耕下去，研发出有自己特色的产品与解决方案就可以在行业里占有一席之地，同时也可以避开与大企业的正面交锋。 随着全国各地平安城市项目的大规模推进，视频监控成为智能安防领域中发挥着越来越重要的作用。现在不仅在机场、车站、码头等人流集中的公共场所采用视频监控系统，而且在一些办公场所和住宅小区也安装了视频监控系统，在一些如监狱等重要场所更是提出视频监控全覆盖的应用要求。与此同时，视频监控产生的数据将会迅速的增长。在建设智能安防的路上，如何利用大数据发挥视频监控的最大效能与数据本身的应用价值，我们还需进一步探索。
Q：当前安防市场中，视频大数据领域发展现状如何？ A：在当前安防市场中，随着视频监控系统的不断完善和扩建，视频已经成为数据量最大的一类数据。如何从海量的视频数据中挖掘出有价值的信息，已经成为视频应用的一个瓶颈，SDT（视频大数据技术）就是解决这个瓶颈的关键。目前，SDT（视频大数据技术）作为价值挖掘的前沿技术，正处于起步和发展的阶段，各个安防厂商都投入了大量的研发和资金不遗余力地研发视频大数据相关的产品。并且，在某些领域取得了阶段性的成果，例如基于车牌的车辆大数据，已经在公安行业开始应用了。针对视频的大数据，需要将非结构化的视频转换成计算机能读懂的结构化数据。所以，视频结构化又是视频大数据的基础。目前各个安防企业最主要的精力都集中在视频结构化上。相信不久的将来，视频大数据的产品将会为安防行业的视频应用添姿添彩。 Q：海康威视在视频监控行业都有哪些代表产品或是成功的解决方案应用，这些产品或方案有什么独特的优势？ A：海康威视通过十几年的发展和沉淀，积累了丰富的技术和经验。针对视频大数据这块，有基于车牌的云眼车辆大数据研判系统，基于视频的解决方案有视频解析中心解决方案等等。云眼车辆大数据研判系统作为海康威视车辆大数据主推产品，在前端建设上，充分考虑已建资源的兼容与利旧，提供基于原有卡口、微卡口资源，以及原有卡口平台的多种对接模式，采用统一的技术标准规划联网架构，实现车辆大数据的分级汇聚、全网共用。 系统侧，提供基于GPU+CPU混合计算模式的云端解析，采用专业的图像处理器GPU，结合车型识别算法，依托分布式计算、计算资源虚拟化等技术，深度挖掘过车图片中有价值车辆信息，建立车辆比对模型，破解传统技术单纯依赖车牌、车型识别车辆的难题；
视频监控大数据处理仍然面临三大挑战 2014年，百度、腾讯、阿里等大互联网公司针对自身的平台用户提供数据分析业务。国内金融、环保、交通、医疗等行业的数据分析应用也逐渐开始。在安防领域，视频监控对大数据的依赖性也日益明显，期待存储量更大、算法检测识别准确率更高、视频画面更清晰的视频数据技术。今年是大数据的“落地年“，而在这样的形势下，视频监控将受到怎样的影响？ 大数据迎来“落地年” 作为时下最火热的IT行业词汇之一，大数据近年来成为各界关注的一大热点。一方面，网民数量不断增加；另一方面，以物联网和智能移动终端等为代表的联网设备数量飞速增长，使得人均网络接入带宽和流量也迅速提升。据相关机构预测，全球新产生数据年增40%，即信息总量每两年就可以翻番。 国金证券研报指出，今年将是大数据分析应用的落地年，特别是在企业级领域。百度、腾讯、阿里等大互联网公司针对自身的平台用户提供数据分析业务。国内金融、环保、交通、医疗等行业的数据分析应用也逐渐开始。 大数据技术日益为各行各业所倚重。在国内资本市场，许多上市公司也纷纷看中大数据这一新兴市场，争相投资布局。近期，中科云网、东方国信、朗玛信息等上市企业纷纷宣布进军大数据领域。 中国通信学会副理事长兼秘书长张新生表示，通过这几年的发展，大数据在国内已经从炒作期进入了积极探索和应用发展初期，初步形成了以数据采集、整合分析等技术为支撑的产业生态。 大数据对监控数据处理的价值 大数据在对安防数据处理价值上主要体现在以下几个方面： 一、数据应用效率不断提升。通过智能分析技术、大数据技术，能够使视频数据的应用效率不断提升，解决以往应用效率低下的问题。应用效率的提升能够使视频数据产生更大的价值。 二、数据深度应用。数据的深度应用能够体现大数据的真正价值，而这也更能提升安防系统的整体实力，使视频数据的边缘地位向核心地位靠拢，使安防行业的竞争力得到提升。 三、体制及标准的完善。标准和体制的完善能够进一步促进大数据的发展，而掌握标准的安防企业将会有更强大的话语权。 视频监控大数据处理仍然面临三大挑战 目前的视频系统大数据应用仍然面临三大技术挑战，可以概括为“存不下”、“找不到”、“看不清”三个方面。这三大挑战在一定程度上反映出当前视频大数据处理领域存在的主要问题，同时也对视频大数据处理技术提出了更高的要求。
视频监控四大核心技术 一.图像传感器技术 视频监控系统的核心部分就是图像传感技术，目前，监控摄像机的图像传感器正逐渐从传统的CCD向CMOS转变。这两种传感器各有长短，但一直以来，CMOS传感器的缺点渐渐减少。CMOS图像传感器低成本、高集成度为其主要特点，图像质量已不输于CCD。与基于CCD的探头相比，CMOS探头的集成度更高，因为CMOS传感器集成了许多外围处理功能，所需器件比CCD探头少，且CMOS 探头的功耗要低得多。从整个系统来看，CMOS传感器可将成本大大降低。 CMOS传感器与CCD传感器的比较CCD(ChargeCoupledDevice)，即“电荷耦合器件”，以百万像素为单位。数码相机规格中的多少百万像素，指的就是CCD 的分辨率。CCD是一种感光半导体芯片，用于捕捉图形，广泛运用于扫描仪、复印机以及无胶片相机等设备。与胶卷的原理相似，光线穿过一个镜头，将图形信息投射到CCD上。但与胶卷不同的是，CCD既没有能力记录图形数据，也没有能力永久保存下来，甚至不具备“曝光”能力。所有图形数据都会不停留地送入一个“模-数”转换器，一个信号处理器以及一个存储设备(比如内存芯片或内存卡)。CCD有各式各样的尺寸和形状，最大的有2×2平方英寸。1970美国贝尔实验室发明了CCD。二十年后，人们利用这一技术制造了数码相机，将影像处理行业推进到一个全新领域。 CMOS(ComplementaryMetalOxideSemiconductor)，即“互补金属氧化物半导体”。它是计算机系统内一种重要的芯片，保存了系统引导所需的大量资料。有人发现，将CMOS加工也可以作为数码相机中的感光传感器，其便于大规模生产和成本低廉的特性是商家们梦寐以求的。 从技术的角度比较，CCD与CMOS有如下四个方面的不同： 1.信息读取方式：CCD电荷耦合器存储的电荷信息，需在同步信号控制下一位一位地实施转移后读取，电荷信息转移和读取输出需要有时钟控制电路和三组不同的电源相配合，整个电路较为复杂。CMOS光电传感器经光电转换后直接产生电流(或电压)信号，信号读取十分简单。 2.速度：CCD电荷耦合器需在同步时钟的控制下，以行为单位一位一位地输出信息，速度较慢;而CMOS光电传感器采集光信号的同时就可以取出电信号，