大数据在安防行业的应用成果如何
多年期盼,大数据终于在蹒跚中来了。一经落地,其发展速度之迅猛,超乎行业想象,一时间无论是硬件制造商还是软件开发商,几乎都跟大数据或多或少扯上了关系。而大数据的落地及遍地开花,似乎昭示着安防产业即将再掀风云。
“安防大数据”的口号始终在延续,多年在“云端”,一度神一般地存在,却又捉不透、摸不着。不过在行业同仁的共同努力下,其终于开始“食人间烟火”了。作为新一代安防的寄托,大数据应用神技究竟练到了什么程度?今天我们就来扒一扒。
大数据拔高了安防入门门槛
大数据技术早在IT领域得到了应用,如当下的百度搜索引擎等,用的就是大数据技术;当安防提升到IT技术层面,产业将会面临两极分化的加剧。
从当前产业看,首先推出大数据技术的,清一色为主流设备商或颇具实力的平台厂家,比如IT背景的宇视科技,传统安防厂家海康威视、大华股份、苏州科达,软件平台商东方网力、中盛益华等,无一不是一方枭雄;中小企业与之相比,差距不断拉大。
其次是国内安防企业的国际领先性,从目前看,国际安防品牌企业也在跟进大数据技术的开发,但进度缓慢,此前一直牢据世界安防50强第一名的霍尼韦尔,还未见其在中国大陆的进一步动作;而泰科、UTC、安讯士、三星安防等众企业关于大数据的介绍也是鲜少得到披露;即便有,与大陆的大数据分析也存在很大的不同。
结构化偏科大交通
不可否认的是,交通是安防领域中人工智能发展最为成熟的科目,可识别的内容页包括拍摄方向、是否机动车、车牌号、车牌色、车标、车色、车身重要特征以及压黄线、闯红灯等违规检测,还可通过地感线圈或视频、微波感知车速。仅车标一种,目前已知可识别的种类就超过了3600种。
大数据的应用类型绝非车辆识别一种,不过从目前公开的大数据开发情况,除少数门禁平台外,几乎清一色都是针对车辆的检索应用。或许人员卡口产品的出现会稍微丰富大数据类型,但人员卡口是自科达的感知型摄像机推出后才获得快速发展,目前应用少、识别的准确性也还在不断提升当中,难以形成规模化应用。
应用:二次结构化才是重点
数据结构化是大数据应用的基础,即是将视频等非结构化数据经过处理分析后,提取视频特征,并以文本形式保存,同时对文本与原非结构化数据进行关联,以便在检索时能快速对应到原始数据。
数据的结构化主要有两种方式,一是成像时即进行结构化处理;二是通过后台服务器进行数据二次分析从而实现结构化处理。
从目前看,除了智能交通卡口摄像机和新一代人员卡口摄像机可以实现前端数据结构化,可直接将结构化数据提供给分析后台使用外,大部分摄像机都是非结构化或半结构化产品,可提供的结构化数据有限。
在实际项目中,品牌庞杂易造成兼容性、原有结构化前端可执行的结构化内容有限、非结构化设备量大等问题,后端结构化处理就渐渐成了重点,即二次结构化。
硬件选配:各显神通
就目前来看,各家二次结构化处理平台所采用的服务器均不一样,从2U到4U、单处理节点到多处理节点均有,服务器供应商也是品牌多样,如凌华、浪潮、IBM等均有;共同点都是基于英特尔高性能芯片开发的X86架构服务器、Linux操作系统。
从目前了解的情况看,海康威视采用的硬件应为4U多节点高性能服务器,最高支持160路1080P视频流实时处理;大华股份为2U4节点处理单元,支持每天600万张图片分析性能;东方网力应为2U处理机型;科达亦有可能采用的是2U处理机型。而宇视经过升级,最新的产品为2U服务器机型,实现了数据服务器与搜索引擎的二合一。
结语
大数据已经成为近几年IT技术发展的新亮点,也成为视频监控应用技术发展的重点之一,随着高清化、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,其中产生的绝大多数非结构化数据也给传统的数据管理带来了极大的挑战。
随着安防企业对大数据产业布局的展开,未来安防大数据价值也将得到进一步挖掘与应用,促进安防行业发展。对于如何利用大数据发挥安防与数据本身的应用价值,我们还需进一步探索,克服前进中面临的众多瓶颈问题。
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20