大数据大联网看智能可视管理深度应用
第1页:从视频监控技术的发展来看大联网
近两年层出不穷的“大”概念,诸如“大集成”、“大融合”、“大安防”、“大数据”等等,让人眼花缭乱、目不暇接,这也让安防工程师们都有些头大。
不过静下心来细细思量,寻找各种概念背后的根源,不难发现似乎都与“联网”有关,我们也称之为“大联网”。
实际上“大联网”概念最初来源于平安城市项目。经过前几轮的铺垫,全国主要城市的视频安防基础设施建设任务已经基本完成。随着视频图像系统联网国家标准的逐步完善,以及《全国公安机关视频图像信息整合与共享工作任务书》(以下简称《任务书》)的发布,新一轮的图像联网系统整合工作正在铺开,完成后将实现全国公安机关视频图像联网调度和资源共享,进一步提高我国社会治安防控水平。“大联网”最初表示的是联网的设备规模、种类和地理范围。但随着不断涌现的新业务和新应用,它的内涵也在不断地丰富和延伸,同时它的影响力也将注定不仅仅局限于公安行业。
从视频监控技术的发展来看“大联网”
我们通常将视频监控技术的发展划分为模拟、数字、网络、高清智能等阶段,也就是我们常说的“数字化、网络化、高清智能化”。但实际上,安防监控的网络化进程到今天也远未停止,我们现在所讲的“高清、智能”,实际上只是网络化的其中一种表现形式。而今天,视频监控技术网络化的最新表现形式,就是“大联网”。
回顾网络化的初期,联网仅是一种传输手段。通过网络,将地理位置分散的分布式编码/存储设备(DVR)与监控中心联系在一起,解决了如何将分散的用户与信息(视频、录像)联 系起来的问题。这时视频监控网络所起的作用,好比视觉神经的延伸,极大拓展了我们的视觉范围。
随着网络摄像机为代表的高清视频监控产品登上历史舞台,主流的监控视频分辨率从标清跨越到高清,视频监控网络中传输和存储的数据量呈几何级增长,直接推动视频监控网络的规模和范围逐步扩大,这一过程也直接或间接地推动了安防系统之间的融合。从而奠定了视频监控系统在安防系统中的核心地位,形成以视频监控为中心的安防系统集成模式。
借助于视频监控网络,报警、门禁、对讲、出入口控制等等传统安防系统与视频监控系统结合为一个整体,促成诸多新型应用的诞生。这时视频监控网络的作用犹如神经系统,拓展了我们的视觉、听觉、触觉等等综合感知手段,并且能够完成一些简单的联动控制和管理。
目前,智能视频分析应用日渐成熟,通过与高清视频监控的紧密结合,极大提高了分析的精度和准确度,这使得视频监控系统具备了初步的自主思维能力。当这样的思维能力与视频监控网络所具备的各种感知手段相遇,便产生了诸多奇妙的化学反应—各种层出不穷的新应用。这些新应用的一个共同特点,就是能让人的大脑从繁重的初级处理任务(看视频)中解脱出来,让系统运行更加智能和高效。这时视频监控网络的作用,已经不仅是对我们感知手 段的拓展,而是具备认知和思维能力的“大脑”(至少是在朝着这个方向努力)。
如今,视频监控的各种应用已经离不开联网,甚至应用的成效直接取决于联网的广度与深度。所谓广度,就是指联网的地理范围、联网设备的数量和种类,这是联网的量变;而深度则是 指,联网系统中应用的丰富程度、视频监控应用与业务应用之间结合的紧密程度,这是联网的质变。量变引起质变,反过来讲,质的变化也要依赖于量的积累。
因此,对于“大联网”而言,真正意义不在于联网本身,也不在于其规模和范围,而在于大联网所承载的深度应用。
第2页:“大联网”的深度应用
“大联网”的深度应用—智能可视化管理iVM
《任务书》中明确:“努力建立和完善视频图像信息深度应用机制,推动跨区域、跨 部门、跨警种的视频监控系统有效整合和视频图像信息共享,进一步加强公安机关视频图像信息资源的综合开发利用,拓展和深化视频图像信息在公安业务的应用,积极探索警务工作新机制,不断提升公安机关核心战斗力,为深入推进公安机关科技强警工作,预防打击违法犯罪、维护社会稳定提供有力的科技支撑。”这为“大联网”写下了深刻注脚,从中我们可以清晰地看到,大联网的真正目标还是在于“建立和完善视频图像信息深度应用机制”,“拓展和深化业务应用”。这一思想不但对公安部门的视频监控系统建设具有指导作用,对于视频监控在其它行业的深度应用也同样具有指导意义。
这说明视频监控的基本发展趋势就是让其参与到用户的业务中,从“幕后 ”(安全防范)走 到“台前”(业务管理),紧紧围绕“安全”和“业务”两类需求,对以视频为主的各种信息 进行深度挖掘,形成有效的可视化业务情报来对业务决策进行支撑。归纳起来就是—基于智能可视化的手段,实现视频监控的深度应用“智能可视化管理”(iVM)
从本质上讲,视频监控系统是一种被动式的安防手段,但伴随着网络化的推进,人们逐渐意识到,借助于网络视频监控系统,辅以适当的应用(如视频智能分析),可以变被动为主动,实现主动安防。另外,视频监控系统在满足安防需求的同时,也能参与到用户的业务中,成为一种管理业务的辅助手段。例如,商场的安防监控摄像头经过适当的改造,可用来统计客 流量,为用户提供业务决策所需的信息。商场摄像头每天记录下的视频就是一种非结构化数据,这些数据在以运动图像的形式被人脑所接收和理解之前毫无意义,也不能对商场 的 业 务形成支撑。如果我们采用人流量统计分析算法对这些数据加以处理,得到进出商场的人数,这就完成了从非结构化数据(视频)到结构化信息(人数)的转换;如果我们开发出某种应用(App)在这些结构化信息上加入时间和空间的属性,形成诸如每天营业时间各出入口的 人流量曲线,并与营业额、节假日安排、促销活动等信息进一步交叉比对,找出其中的关联和规律甚至做出某种形式的预测,这就进一步完成了从“信息”到“情报”的转换。商场的 管理者基于这些“情报”就能为做出相应的决策。这就是说,只有“情报”才能真正对业务形成支撑。
因此,要使视频监控从被动安防跨越到主动安防乃至业务管理的手段,必须具备能够将非结构化“数据”转换为结构化“信息”再进一步转化为“情报”的能力。这构成iVM的基本业务框架。
传统的视频监控系统只能完成数据(视频)的采集、传输和存储,不能完成信息和情报的转换(这一过程是通过人脑来完成的),无法直接对业务形成支撑。从这个业务框架中可以看到,在“大联网”时代,具备iVM能力的视频监控系统应该包含数据、信息、情报和业务四个层次。其中数据层就是视频监控基础设施,主要负责视频数据的采集、编码、传输、存储、控制、显示以及管理等功能。传统的视频监控系统仅包含这一层。
信息层包含各种视频服务,主要负责信息的挖掘、过滤、组装等功能。
最典型的视频服务,就是视频智能分析(VCA),它的主要作用就是将视频数据中隐藏的信息转化为语义级信息,并以结构化的方式提供给其它服务或上层应用。
情报层包含各种视频应用,主要负责对信息进行进一步加工处理以及展现。情报层面向业务,其中的视频应用紧密围绕业务需求服务于用户业务。
业务层包含各种业务应用,或者可以是业务本身。在不同的行业中,其业务应用也会千差万别。在iVM的业务框架中,越接近业务,其个性化的行业特征就越明显。因此iVM的概念自诞生之初就被赋予了鲜明的行业特色,而这恰是“深度应用”的灵魂。
从这个框架中可以看到,“大联网”重点关注的是数据层,即视频监控基础设施的建设,如果缺少这个基础,其承载的深度应用就无异于空中楼阁;但如果“大联网”缺少iV M作为上层建筑,那只能形同烂尾,徒有框架而无实质。
“大联网”和“大数据”
让我们用一种特殊的视角再次回顾视频监控技术的发展阶段,可以得到这样一个关系式:MBGBTBPB。许多安防工程师看到它都会会心一笑。
因为,数年前我们还在用MB和GB为单位来计算视频存储容量,但如今我们已经开始频繁地用到TB乃至PB为单位了。而可以预见的是,在不久的将来,EB(1EB=1024PB)可能也会出现在我们的各种概算表中。
“大联网”给我们出了一个难题—如何用好如此庞大的数据量?能不能解决好这个问题,关系到深度应用是否能够实现。具体来说,就是数据量本身不是问题,问题是用什么样的方法来从海量数据中高效地挖掘有用的信息并对业务形成有效支撑。在维克托·迈尔—舍恩伯格所著的《大数据时代》一书中提出了大数据时代处理数据理念上的三大转变:要全体不要抽样,要效率不要绝对精确,要相关不要因果。这三大理念,恰好对应iVM 业务框架的三个层次。
首先,在数据层要全体不要抽样。一方面,要求数据来源尽可能全面,包含尽可能多的摄像头,这就需要通过大联网来扩大接入的终端数量以及共享的范围,并倚仗云存储系统的海量容量和高效的数据吞吐能力。另一方面,数据层要具备足够的信息密度,例如视频监控走向高清化,从1.0MP(Mega Pixel,百万像素)到2.0MP再到4K,实际上就是在追求单一摄像头的信息密度不断提升,从而提供更多、更丰富的细节。在传统的视频监控应用模式下,通过监控中心内有限的人手去盯少量的监控图像,这样的抽样不可能实现深度应用。
其次,在信息层要效率不要绝对精确。数据是7×24小时不间断产生的,所有的信息挖掘必须实时完成,在一些规模化的应用中(如城市级的视频监控系统),辅以云计算平台的海量数据处理能力,能够为智能视频分析(VCA)的处理效率提供坚实的保障。需要注意的是,在信息层并不追求绝对精确。一定程度上的漏识别、误识别是允许的,也是提高处理效率的必须。在商场的人数统计中,存在5%甚至以上的误差,并不会对最后的业务决策产生多大的影响。
最后,在情报层要相关不要因果。我们只需要知道“是什么”,而不需要知道“为什么”。在做出业务决策时,决策者更加希望能够预知未来。商场只需知道客流量和时间、空间之间的关联,而不需要知道因果。通过它们的关联关系,能帮助商场知道下一次客流高峰会在什么时间、什么地点到来就足够了。
由此可见,运用好“大数据”的理念是实现iVM的关键。
结束语
随着视频监控走入各行各业,基于视频的应用在向着行业纵深发展。以业务应用为核心的iVM为这一趋势勾画了蓝图。
在大联网时代,视频监控技术的高清化、智能化、标准化以及行业化并非孤立事件,视频监控与大数据、云计算的联姻也绝非偶然,它们的出现和发展,使得iVM已经不仅仅是一种概念,其内涵也逐渐丰满。同时我们从中可以看到视频监控技术在未来发展的走向。其中唯一的不确定性在于行业需求的多样性。然而这样的不确定性,也为iVM的行业化提供了更大的发挥空间。因此,在大联网时代,谁能够掌握行业的差异化需求,谁就掌握了通向安 防行业未来的金钥匙。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28