對于如今的視智能安防市場來說，視頻監(jiān)控與大數(shù)據(jù)結(jié)合無疑是一條切實可行的道路。在產(chǎn)品趨同、競爭激烈的當(dāng)下，如果可以在某一行業(yè)深耕下去，研發(fā)出有自己特色的產(chǎn)品與解決方案就可以在行業(yè)里占有一席之地，同時也可以避開與大企業(yè)的正面交鋒。
    隨著全國各地平安城市項目的大規(guī)模推進，視頻監(jiān)控成為智能安防領(lǐng)域中發(fā)揮著越來越重要的作用�，F(xiàn)在不僅在機場、車站、碼頭等人流集中的公共場所采用視頻監(jiān)控系統(tǒng)，而且在一些辦公場所和住宅小區(qū)也安裝了視頻監(jiān)控系統(tǒng)，在一些如監(jiān)獄等重要場所更是提出視頻監(jiān)控全覆蓋的應(yīng)用要求。 與此同時，視頻監(jiān)控產(chǎn)生的數(shù)據(jù)將會迅速的增長。在建設(shè)智能安防的路上，如何利用大數(shù)據(jù)發(fā)揮視頻監(jiān)控的最大效能與數(shù)據(jù)本身的應(yīng)用價值，我們還需進一步探索。

Q：當(dāng)前安防市場中，視頻大數(shù)據(jù)領(lǐng)域發(fā)展現(xiàn)狀如何？
    A：在當(dāng)前安防市場中，隨著視頻監(jiān)控系統(tǒng)的不斷完善和擴建，視頻已經(jīng)成為數(shù)據(jù)量最大的一類數(shù)據(jù)。如何從海量的視頻數(shù)據(jù)中挖掘出有價值的信息，已經(jīng)成為視頻應(yīng)用的一個瓶頸，SDT（視頻大數(shù)據(jù)技術(shù)）就是解決這個瓶頸的關(guān)鍵。目前，SDT（視頻大數(shù)據(jù)技術(shù)）作為價值挖掘的前沿技術(shù)，正處于起步和發(fā)展的階段，各個安防廠商都投入了大量的研發(fā)和資金不遺余力地研發(fā)視頻大數(shù)據(jù)相關(guān)的產(chǎn)品。并且，在某些領(lǐng)域取得了階段性的成果，例如基于車牌的車輛大數(shù)據(jù)，已經(jīng)在公安行業(yè)開始應(yīng)用了。針對視頻的大數(shù)據(jù)，需要將非結(jié)構(gòu)化的視頻轉(zhuǎn)換成計算機能讀懂的結(jié)構(gòu)化數(shù)據(jù)。所以，視頻結(jié)構(gòu)化又是視頻大數(shù)據(jù)的基礎(chǔ)。目前各個安防企業(yè)最主要的精力都集中在視頻結(jié)構(gòu)化上。相信不久的將來，視頻大數(shù)據(jù)的產(chǎn)品將會為安防行業(yè)的視頻應(yīng)用添姿添彩。

Q：�？低�視在視頻監(jiān)控行業(yè)都有哪些代表產(chǎn)品或是成功的解決方案應(yīng)用，這些產(chǎn)品或方案有什么獨特的優(yōu)勢？
    A：�？低�視通過十幾年的發(fā)展和沉淀，積累了豐富的技術(shù)和經(jīng)驗。針對視頻大數(shù)據(jù)這塊，有基于車牌的云眼車輛大數(shù)據(jù)研判系統(tǒng)，基于視頻的解決方案有視頻解析中心解決方案等等。云眼車輛大數(shù)據(jù)研判系統(tǒng)作為海康威視車輛大數(shù)據(jù)主推產(chǎn)品，在前端建設(shè)上，充分考慮已建資源的兼容與利舊，提供基于原有卡口、微卡口資源，以及原有卡口平臺的多種對接模式，采用統(tǒng)一的技術(shù)標(biāo)準(zhǔn)規(guī)劃聯(lián)網(wǎng)架構(gòu)，實現(xiàn)車輛大數(shù)據(jù)的分級匯聚、全網(wǎng)共用。
    系統(tǒng)側(cè)，提供基于GPU+CPU混合計算模式的云端解析，采用專業(yè)的圖像處理器GPU，結(jié)合車型識別算法，依托分布式計算、計算資源虛擬化等技術(shù)，深度挖掘過車圖片中有價值車輛信息，建立車輛比對模型，破解傳統(tǒng)技術(shù)單純依賴車牌、車型識別車輛的難題；
    在存儲上，提供基于云架構(gòu)的分布式集群和虛擬化設(shè)計的大數(shù)據(jù)存儲計算，只需合理優(yōu)化網(wǎng)絡(luò)配置和存儲計算設(shè)備，利用現(xiàn)有的視頻專網(wǎng)和公安信息網(wǎng)進行數(shù)據(jù)傳輸，即可實現(xiàn)跨區(qū)域的資源共享、統(tǒng)查；同時，采用分布式技術(shù)，能將存儲計算指令分配到各個節(jié)點，避免由單個處理節(jié)點進行超負(fù)荷運算，大大提升數(shù)據(jù)存儲、計算、檢索速度。
    在實戰(zhàn)應(yīng)用上，將大數(shù)據(jù)技術(shù)、云計算技術(shù)、公安實戰(zhàn)經(jīng)驗與犯罪心理、犯罪行為等理論研究相結(jié)合，依托車輛特征描述信息、車輛模型、高危區(qū)域、重點管控人員、公安業(yè)務(wù)資源等多維度數(shù)據(jù)，建立大數(shù)據(jù)分析模型，從海量駁雜無序的數(shù)據(jù)中，篩選出符合犯罪行為的高價值數(shù)據(jù)，能在線索極度缺乏的情況下，快速找到案件偵破的關(guān)鍵信息和嫌疑對象，提高破案效率。
    目前云眼車輛大數(shù)據(jù)研判系統(tǒng)已經(jīng)在公安行業(yè)大規(guī)模應(yīng)用。

Q：目前安防產(chǎn)品和解決方案在視頻監(jiān)控行業(yè)的應(yīng)用中還有哪些不足？如何去完善？
    A：大數(shù)據(jù)技術(shù)在視頻監(jiān)控行業(yè)的應(yīng)用中已經(jīng)開始扮演主角的角色。由于還處于起步和發(fā)展階段，在視頻監(jiān)控行業(yè)中，基于車牌的大數(shù)據(jù)應(yīng)用已經(jīng)成熟，基于視頻的大數(shù)據(jù)的處理，主要集中在視頻數(shù)據(jù)的生產(chǎn)和視頻數(shù)據(jù)的清洗，主要目的是為將來的視頻大數(shù)據(jù)業(yè)務(wù)應(yīng)用提供數(shù)據(jù)支撐。但是，如何利用這些龐大的數(shù)據(jù)，為公安的不同警種提供業(yè)務(wù)支撐，解決不同警種的業(yè)務(wù)難題，還在探索。相信不久的將來，利用大數(shù)據(jù)技術(shù)和視頻監(jiān)控數(shù)據(jù)資源，匯聚公安非    視頻數(shù)據(jù)資源，結(jié)合不同警種的業(yè)務(wù)流程和業(yè)務(wù)特性，提供上層應(yīng)用，將是未來的方向之一。

Q：視頻監(jiān)控行業(yè)的應(yīng)用里面，視頻監(jiān)控數(shù)據(jù)量規(guī)模龐大，并且隨著高清化、超高清化的趨勢加強，視頻監(jiān)控數(shù)據(jù)規(guī)模將以更快的指數(shù)級別增長，那么如何處理持續(xù)增長的大數(shù)據(jù)與視頻監(jiān)控的關(guān)系，如何利用大數(shù)據(jù)發(fā)揮視頻監(jiān)控的最大效能與數(shù)據(jù)本身的應(yīng)用價值。在這些問題上貴公司是如何處理的？
    A：隨著技術(shù)的發(fā)展，用戶的需求也在不斷的強化。高清化、超高清化肯定是未來的需求方向，視頻監(jiān)控數(shù)據(jù)規(guī)模指數(shù)級的增長不可避免。正因為有數(shù)據(jù)爆發(fā)性的增長與視頻應(yīng)用不能處理海量數(shù)據(jù)的矛盾，才需要應(yīng)用大數(shù)據(jù)技術(shù)去處理海量的視頻數(shù)據(jù)。當(dāng)然在處理視頻數(shù)據(jù)的時候，需要做一些數(shù)字化的工作，將非結(jié)構(gòu)化的視頻數(shù)據(jù)轉(zhuǎn)換為計算機識別的結(jié)構(gòu)化信息，也就是我們常講的視頻解析。結(jié)構(gòu)化后，利用大數(shù)據(jù)技術(shù)對結(jié)構(gòu)化數(shù)據(jù)進行處理，處理結(jié)果在與相關(guān)視頻相關(guān)聯(lián)，從而從視頻中挖掘出對業(yè)務(wù)應(yīng)用具有寶貴價值的信息。完成非結(jié)構(gòu)化視頻→結(jié)構(gòu)化數(shù)據(jù)→視頻應(yīng)用的目的。具有�？低�視自主知識產(chǎn)權(quán)的云存儲、云計算、云解析及視頻大數(shù)據(jù)應(yīng)用等技術(shù)都是圍繞著這個核心點展開的，同時也是為了更好地響應(yīng)未來用戶的需求。

Q：大數(shù)據(jù)在視頻監(jiān)控行業(yè)中的發(fā)展趨勢是什么？
    A：大數(shù)據(jù)在視頻監(jiān)控行業(yè)中的發(fā)展趨勢分為兩個階段，第一階段基于大數(shù)據(jù)技術(shù)，對海量的數(shù)據(jù)進行數(shù)據(jù)管理、查詢、關(guān)聯(lián)，后續(xù)將根據(jù)大數(shù)據(jù)算法、業(yè)務(wù)模型，數(shù)據(jù)挖掘技術(shù)結(jié)合各個行業(yè)業(yè)務(wù)流程和屬性提供上層業(yè)務(wù)應(yīng)用，也是目前各個安防廠家正在或準(zhǔn)備做的工作。第二階段，隨著技術(shù)的發(fā)展，用戶更高層次的需求不斷完善，利用業(yè)務(wù)模型、行為分析，機器學(xué)習(xí)等技術(shù)結(jié)合海量數(shù)據(jù)對視頻內(nèi)的信息進行智能分析和識別，從而感知視頻內(nèi)的人、車、物的行為是未來應(yīng)用的重點。�？低�視在這方面已經(jīng)開始了相關(guān)研究。