大數據在視頻監控中的應用

鄒峰

摘 要：隨著科學技術的不斷發展，智能化、自動化技術的應用范圍更是不斷擴大，視頻監控就是其中的重要代表。視頻監控體系應用場合逐漸地增多，尤其是在安防工作方面發揮了重要的作用，已經是當前技術安全防范的最有效手段。在視頻監控體系的使用過程中，包含著較多的數據信息，需要存儲、分析，將大數據引入到視頻監控體系中是其發展的必然選擇。基于此，本文分析了視頻監控體系的數據特點，并且著重介紹了大數據在視頻監控中的作用。

關鍵詞：大數據；視頻監控；應用

中圖分類號： X924.3 文獻標識碼： A 文章編號： 1673-1069（2016）26-139-2

0 引言

隨著經濟的不斷發展以及信息技術的不斷進步，人們生產生活中的數據信息量急劇的增加，數據存儲量要求以及數據分析速度的要求不斷地提升，致使大數據得到快速的研發和使用。隨著視頻監控系統應用的廣泛深入，視頻數據的信息量不斷地增加，數據存儲、傳輸、分析全都依賴于大數據系統。因此大數據系統是推動視頻監控體系發展的關鍵，也是視頻監控功能實現的關鍵技術，加強大數據在視頻監控體系中的應用研究具有十分重要的現實意義。

1 大數據及視頻監控數據概述

1.1 大數據

目前，我國大數據并沒有形成比較統一的理論認知，可以簡單地認為大數據就是傳統的數據系統處理技術無法處理和分析的復雜數據體系。大數據在信息采集、信息管理、存儲、分析等方面具有重要的作用，可在龐大的數據信息系統中快速地提取有用的數據內涵，具有較大的實用價值。

1.2 視頻監控數據分析

隨著科學技術的不斷發展，我國的視頻監控系統也逐步實現了智能化、高清化，并且視頻監控系統的安裝數量不斷地增加，致使視頻監控系統中的數據信息越來越大。從視頻監控體系的理論來講，這些數據信息在現實管理工作以及安保工作中具有非常大的應用價值。但是，在實際工作中這些大量的監控數據，如果只是依靠人工處理的話，在其中提取有用的信息是非常困難的。因此在現實的生活過程中，視頻監控系統的數據信息基本上是處于閑置狀態的，其使用的效率非常的低。

因此，將大數據信息處理系統應用到視頻監控體系中是非常有必要的，并且在視頻監控體系中，大數據的應用也具有以下特點：一是，數據存儲量增長速度十分的快，并且存儲量龐大。隨著視頻監控技術的不斷提高，監控點不斷地增加，監控數據量也呈爆發式增長，尤其是互聯網技術的應用，管理的監控點數量增加，因此視頻監控系統的信息存儲量十分的大；二是，數據種類較多。在實際的監控系統中，具有較多類型的數據編碼格式。同時，隨著物聯網技術種類的增加，致使視頻監控系統的數據呈多樣化；三是，數據信息處理效率高。視頻監控數據信息不是一成不變的，而是隨著時間的增長，其數據信息量也在逐漸地增長。因此原來的數據計算模式已經無法適應當前數據信息的要求，數據信息處理速度十分慢。大數據的有效應用，不僅可以有效地提升數據信息的處理速度，也滿足了其實效性的要求；四是，數據價值密度低，效率要求高。目前，我國的視頻監控基本上都是實時監控模式，視頻監控數據的總量較大，但其中有用的數據非常少。

2 大數據視頻監控架構分析

將大數據有效地納入到視頻監控體系中，需要結合視頻監控業務需求，并且結合Hadoop（分布式系統構架），來構建大數據視頻監控架構。目前，大數據視頻監控架構主要包含以下內容：

2.1 數據源層

對于視頻監控體系而言，其中的數據來源主要包括實時數據和非實時數據兩方面內容。其中實時數據指的就是攝像頭和傳感器通過實時監測獲得的數據；非實時數據主要指的是第三方系統或是編碼器等導入的媒體數據信息。

2.2 數據存儲層

在進行視頻監控系統數據存儲的過程中，大數據主要利用HDFS（分布式文件系統）、Hbase（非關系型分布式數據庫），以提高數據存儲的可靠性和經濟性。視頻監控系統對原來的NVR和專用存儲進行變革，通過先進的HDFS存儲，并且利用Hbase系統建立訪問索引，提高了視頻監控系統數據存儲的科學性和應用性。

2.3 大數據分析層

大數據分析層也可以看作是數據計算層，對視頻監控系統數據實現智能分析和數據挖掘。首先大數據利用MapReduce（大規模、數據集的并行運算）對視頻數據資源進行科學的分解和分析，通過多臺計算機進行計算，提高數據資源使用效率；同時還利于Hive技術，對分析過的數據進行進一步的挖掘，提取有用的信息內涵。

2.4 業務及管理層

視頻監控系統是依托眾多的管理設備實現的，可及時的消除運營設備中的故障，同時專門設置依托Ganglia（分布式監控系統）的管理體系，對攝像頭進行管理。

將大數據納入到視頻監控體系中，就是將監控視頻的數據信息作為有效資產來看待，以數據為根本內容，構建高效的視頻架構體系，提升視頻監控數據信息的利用效率，提高視頻數據處理能力。

3 大數據在視頻監控中的應用分析

3.1 視頻監控數據挖掘技術

目前我國的視頻監控系統主要是利用計算機、網絡系統實現的，視頻監控系統只是簡單地記錄表面的圖像，還沒有完全地實現智能化，與人類思維還存在較大的差距，因此很多視頻數據無法直接為人類所使用，必須借助數據挖掘技術，才能為我們所用。目前，視頻數據技術的發展還處于初始階段，并且在發展的過程中存在較多的問題。上文中已經提到視頻數據具有多樣性，并且缺乏規律，信息數量十分的龐大，與普通的文本數據信息有根本的區別，因此視頻監控數據挖掘技術的難度可想而知。目前，視頻監控數據挖掘技術在車牌識別、視頻入侵檢測技術方面已經取得了較大的進步。

3.2 視頻監控數據挖掘技術實現方式

就目前而言，視頻監控系統數據挖掘技術的實現方式主要有兩種：一是通過前端設備實現。前端設備實現方式主要指的是依靠視頻監控體系中一線的智能監控設備，實現快速有效的集成視頻服務，對視頻信息進行實時挖掘；二是后端設備實現方式。顧名思義，后端設備實現方式主要是利用后端設備的集成服務群對收集、存儲的視頻數據信息進行挖掘。并且這兩者都有較為明顯的應有優勢：首先，前端設備挖掘方式可以對視頻數據信息進行實時分析，并且還具有較高的靈活性，可根據視頻算法的需要有效控制前端的視頻監測設備，收集算法所需要的視頻數據。例如IP攝像機、網絡球機等多種視頻監測前端設備都可以實現數據信息的集成。其次，后端數據挖掘技術的應用優勢主要在其數據處理能力方面更加的強悍，并且可以對多個不同的視頻數據信息進行融合，并且數據處理效果更好，數據挖掘的價值也更大。視頻數據挖掘技術在后端服務器集群中實現，由于具有高度的靈活性及擴展性。后端數據挖掘方式的實現主要依靠的還是計算機系統，這也是數據挖掘功能實現的基礎。在實際的視頻數據挖掘過程中，一定要根據應用需要選擇適宜的數據挖掘方式。

3.3 數據挖掘流程

視頻數據挖掘的目的是建立底層視頻數據到高層語義信息之間的映射關系，由于這種映射關系比較復雜，一般采用多層次的信息提取及映射技術來最終實現數據挖掘過程。在視頻數據挖掘過程中，從底層的視頻數據中首先提取底層圖像特征信息，包括圖像紋理、圖像色塊、運動矢量、圖像邊緣、灰度直方圖等信息，這類信息無法為我們所直接理解，它們是提取原語義信息的基礎。然后利用目標檢測、目標跟蹤、特征比對等手段從圖像特征中提取原語義信息，包括運動目標、運動目標軌跡、車牌圖片、人臉圖片等，這類信息已經可以為我們所理解，但是離最終應用還有距離。最后將原語義信息融合為高層的語義級描述信息，例如融合運動目標軌跡信息及用戶設計的禁區信息所生成的描述內容為“發現有人闖入禁區”的語義級報警信息，再例如融合目標行人目標檢測信息及運動軌跡信息可以生成客流量統計報表等，隨著提取信息的層次越高，其包含的信息量逐步減少，其信息的抽象程度越高，也更接近我們所能應用及理解的范疇。

4 結束語

隨著信息技術、網絡技術的不斷發展，視頻監控水平也有了很大的提升，并且逐漸實現了智能化、高清化，視頻監控數據的需要也在不斷地提高。因此將大數據納入到視頻監控體系中是視頻監控發展的客觀需要，在發揮視頻監控數據信息方面具有重要的作用。

參 考 文 獻

[1] 巴麗娟.大數據應用架構下視頻監控云存儲發展[J].中國公共安全（綜合版），2014（9）：131-134.

[2] 林青.云領安防大數據時代——安防大數據時代下的視頻監控解決之道[J].中國安防，2013（9）：38-42.

[3] 李涵.大數據技術：助力視頻監控邁入“智能安防時代”[J].城市建設理論研究（電子版），2015（9）：3720-3721.