淺析大數據安防應用

□ 文/范德耀

在安防行業，隨著前端設備分辨率的不斷提高、安防系統建設規模的不斷擴大以及視頻、圖片數據存儲的時間越來越長，安防大數據問題日益凸顯。如何有效對數據進行存儲、共享以及應用變得愈加重要。要應用安防大數據，首先要了解安防大數據有何特點。

安防大數據涉及的類型比較多，主要包含結構化、半結構化和非結構化的數據信息。其中結構化數據主要包括報警記錄、系統日志、運維數據、摘要分析結構化描述記錄以及各種相關的信息數據庫，如人口庫、六合一系統信息等；半結構化數據如人臉建模數據、指紋記錄等；而非結構化數據主要包括視頻錄像和圖片記錄，如監控、報警、視頻摘要等錄像信息和卡口、人臉等圖片信息。區別于其他行業大數據特點，安防大數據以非結構化的視頻和圖片為主，如何對非結構化的數據進行分析、提取、挖掘及處理，對安防行業提出了更多挑戰。

大數據安防應用的幾種關鍵技術

大數據融合技術

經過十幾年的發展，國內安防系統建設基本形成了是以平安城市、智能交通系統為主體，其他行業系統有效完善的發展態勢。而“重建設、輕應用”的現況給安防應用提出了更高要求，如何解決這些問題成為當務之急。

為實現數據融合、數據共享，首先要解決存儲“分散”問題，大華云存儲系統不僅能夠實現數據的有效融合與共享，解決系統在硬件設備故障條件下視頻數據的正常存儲和數據恢復問題，為安防大數據應用分析提供可靠基礎。

大數據處理技術

安防大數據以半結構化和非結構化數據居多，要實現對安防大數據的分析和信息挖掘，首先要解決數據結構化問題。所謂的數據結構化就是通過某種方式將半結構化和非結構化數據轉換為結構化數據。大華通過采用先進的云計算系統對安防非結構化數據進行結構化處理，為大數據的進一步分析和應用提供進一步支持。

大數據分析和挖掘技術

國內平安城市歷經十幾年的建設，在解決了穩定性、規模化之后，當下面臨的問題是如何深化應用的問題，即如何實現公安部的要求，建為用、用為戰的目標，實現對安防系統的深層次應用。

對安防大數據而言，要實現業務的深層次應用，首先需要對安防數據進行分析和挖掘，以云存儲和云計算系統為基礎，通過云計算系統實現對“大數據”的快速分析，如基于云的車牌識別，可通過對海量視頻的分析，快速提取海量車牌信息，并通過應用系統對相關數據進行深一步挖掘、關聯，形成有效“檔案”。最后利用這些分析和挖掘的數據實現對事件的預測預防、報警，最終實現安防系統建設的實戰應用目的。

大數據成熟行業應用

安防視頻監控行業是伴隨著平安城市、智能交通而發展起來了，新一輪的智慧城市建設也為安防行業的再次發展注入了“興奮劑”。隨著各地安防系統建設規模不斷增大，安防數據迅速膨脹。由于缺乏適當的手段去利用這些海量數據，導致了“重建設、輕應用”現象，下面就安防大數據在公安和交通行業的應用進行簡單介紹。

公安執法

在公安行業，大數據應用無處不存，下面簡單介紹一下大數據應用在公安行業幾個業務體現。

第一是稽查布控業務。當案件發生后，需要對嫌疑車輛進行稽查布控，一般采用布控車牌號，通過系統比對卡口車輛信息進行識別，但這種方式存在問題。當布控車輛從某個卡口經過時，攔截人員通常不在現場，等到攔截人員趕到現場時，嫌疑車輛早已逃之夭夭，從而失去布控的意義。對于這種情況，可實現移動警務、GIS系統有效關聯，通過在GIS系統中繪制嫌疑車輛逃跑路線和防控識別圈，可大大提高攔截效率。

第二是車輛落腳點分析業務。隨著城市的快速發展，城市越來越大，路網也越來越復雜，為迅速逃脫公安機關的抓捕，很多犯罪分子避開城區主干道（一般來說，城區主干道都裝有電子卡口），逃竄到人員比較多的小區或偏僻區域。大華股份通過建設云卡口，通過視頻實現卡口相機功能，對海量數據進行云卡口識別，結合GIS系統，將嫌疑車輛軌跡描繪出來，大大提高公安辦案效率。

第三是伴隨車輛分析。由于公眾安全防范意識的不斷提高，犯罪分子獨立實施犯罪行為的成功率大大降低，因此，新時期的犯罪行為，開始表現為團伙作案。在踩點和作案時，犯罪團伙通常會使用多輛汽車，以提高成功率。從卡口系統的角度看，團伙作案具體表現為多輛車同時出沒于特定卡口覆蓋范圍，利用該特征，我們可以從海量的卡口車輛數據中，提取滿足特定條件（如車輛行進路線、車輛通行間隔時間、跟車數量以及分析起止時間范圍等）的車輛，提高案件偵破效率。此外，在公安行業還有基于人臉識別的人臉卡口、視頻摘要等安防大數據應用。

智能交通

第一是旅行時間計算。由于電子狗的大量使用，不少駕駛員在通過卡口時，會主動降低速度，一旦離開卡口覆蓋范圍，又會迅速提高速度，超速行駛。傳統的單點測度無法發現這種超速行為，利用區間測速便可快速檢測違章行為，且可減少區域卡口數量，節省建設成本。而當發現相同車牌在相距較遠卡口同時出現時，還可檢測出套牌車輛，并可通知相關人員進行攔截追捕。

第二是交通流量分析。對于交通流量的檢測，傳統方式是通過地磁、微波檢測完成的，但這種檢測只能檢測車輛數量，卻無法檢測相關車牌號，這就限制了傳統流量分析的應用場景，智能對單一路段進行分析，無法形成全局的流量分析。而卡口系統記錄了車輛號碼、車身顏色、車型等更多詳細信息，基于卡口系統的流量分析，不僅可計算出城市各小區機動車數量分布，指導出行目的地分析、出行路線分析等應用，而且能夠根據車輛流量信息找出城市熱點區域，為交管部門提供參考，更好地優化路網機制，規劃更為合理的路網參數。

此外，還可通過智能分析系統，對卡口數據進行深層次分析與挖掘，不僅識別車輛車牌號，而且實現對車輛品牌、車輛型號、是否粘貼年檢標識、駕駛員是否系安全帶、是否駕駛時撥打電話等一些行為狀態識別，從而進一步規范車輛達標和安全駕駛行為。

大數據安防面臨的挑戰

海量非結構化數據存儲

相較于其他行業，安防非結構化的數據存儲壓力不斷增大，一方面源于視頻、圖片等非結構化數據本身容量，另一方面源于安防數據規模的不斷擴大，安防大數據存儲對系統設備提出了更高挑戰，如何在滿足需求的前提下，刪除重復數據、降低存儲硬件成本投資成為海量數據存儲的一個難題。

數據共享

大數據需要通過快速的采集、發現和分析，從大量化、多類別的數據中提取價值。安防大數據時代最顯著的特征就是海量和非結構化數據共享，用以提高數據處理能力。而海量數據存儲在不同系統、不同區域、不同節點、不同設備中，這給數據的傳輸和共享帶來極大的挑戰。

數據安全

視頻監控數據具有私密性高、保密性強等特點，不僅是事后追查的依據，而且更是后續數據分析挖掘的基礎。因此，數據安全一方面體現在數據不受外界入侵或非法獲取，另一方面體現在龐大數據系統的魯棒性、體系容錯機制，確保硬件在發生故障時數據可以恢復，可以繼續保存。面對海量數據的存儲、共享、硬件和軟件設備承載的極大風險，如何構建大型、海量視頻監控存儲系統、數據分析系統以及容錯冗余機制是安防行業面臨的重大考驗。

數據利用

安防監控雖然數據量很大，但真正有用的信息并不多。安防數據的有效性分為兩個方面，一方面有效信息可能只分布在一個較短的時間段內，根據統計學原理，信息呈現冪率分布，往往越高密度的信息對客戶價值越大；另一方面，數據的有效性體現在深層次挖掘龐大的海量數據，關聯得出有效信息。視頻監控業務網絡化、大聯網后，網內的設備越來越多，利用網內的閑置資源，實現資源的最大化利用，關乎運算的效率。在視頻監控領域，往往視頻分析的效率決定價值，更低的延遲、更準確的分析往往是客戶的普遍需求。如何對海量的視頻數據進行分析檢索業對行業提出更大的挑戰。

缺乏統一標準

國內安防行業經歷十幾年的快速發展，在此發展過程中，平安城市建設表現卓越，在安防應用中也一直走在前列，國內平安城市系統的建設也不斷推動著國內安防技術和安防廠商的發展。在平安城市項目的建設過程中，由于參與的安防廠家眾多，不同項目、不同系統甚至同一系統采用的設備廠商也不盡相同，為了更好的兼容各廠商產品，整個安防行業和政府也制定了一些標準，如ONVIF協議、GB28181協議以及各個地方省市發布的一些標準。

新一輪的智慧城市正在緊鑼密鼓地進行著，相對平安城市相對“簡單”的治安監控，智慧城市要求數據共享，跨區域視頻聯網監控、監控資源整合與共享以及政府各部門之間的視頻監控資源共享等等。但是不同的地方城市，不同的行業類別，不同的管理方式都會有不同的監控系統方案，數據融合或者共享兼容性問題更多，對整個系統建設是重大考驗。

平安城市系統面向的是安防行業設備與系統的兼容問題，隨著各種行標、地標的制定，各種問題基本得以解決；而智慧城市系統不僅僅是安防系統的整合，而是多個行業系統的集成應用，因缺乏統一標準帶來的復雜性可想而知。慶幸的是國家目前已經開始起草智慧城市建設的各種標準，而相關企業也在不斷規范自身系統的兼容性和開放性。

大華眼里的大數據

對于安防視頻圖像數據，傳統的處理方式主要靠事后人工查閱來完成，效率極低。面對海量的安防數據，如果繼續采用傳統方式，不僅效率低下，而且不能達到實戰應用目的，偏離了安防系統建設目的。為充分利用安防系統價值，提升對安防大數據的應用能力，大華股份從多層次、全方位考慮產品和方案規劃，不斷提升對于安防有效信息的快速挖掘能力。

要提升安防大數據的處理效率，首先要從智能分析做起，快速過濾無效信息。大華智能分析從多維度、多產品形態來實現。如對于事件檢測、行為分析、異常情況報警等，大華前端、存儲以及平臺系統產品都能夠快速實現智能檢測，并通知系統對事件進行快速響應，這些產品從某種層面上將安防有效數據的分析分散化，大大加快了整個系統的大數據處理應用速度。此外，大華還推出了基于云存儲系統的大數據應用系統，如視頻編解碼系統、車輛研判系統、以圖搜圖系統、視頻濃縮摘要系統、人臉識別系統以及車型識別系統等等。

結束語

隨著云計算、大數據的逐漸滲入，安防行業的發展已經到了一個歷史轉折點，這給整個安防行業帶來了新的機遇。安防行業的發展也不僅僅局限于各行業的視頻監控，而是以視頻監控為切入點，滲透到更多的細分行業業務中。

針對云存儲業務模式，可以更多的承載大數據的業務應用與開發，而對于舊項目改造，也可以更好的兼容老設備，實現利舊改造，不斷提升客戶價值；

針對云計算業務模式，可以充分利用云計算系統的優越性能，提升系統對于大數據處理的速度與效率，快速實現對于非結構化視頻數據的處理，為大數據的分析和信息挖掘提供技術支持；

針對大數據的應用模式，首先可通過云存儲系統將各承建子系統數據進行有效關聯，匯集安防海量數據，然后通過云計算系統對視頻非結構化數據進行處理，快速提取結構化數據，強化數據的挖掘與應用。而在數據應用環節，通過對各系統結構化數據的關聯，實現對事件全部信息的快速檢索，從而達到對數據的實戰應用，真正使安防系統應用達到“建為用，用為戰”的目的。