大数据时代 视频解析服务体系实现监控产业转型

大数据时代已经来临是不争的事实，其呈现出的“4V”——Volume(数据体量巨大)、Variety(数据类型繁多)、Velocity(处理必须快速)、Value(价值密度较低)的特点，公安部第三研究所王文斐博士认为这与视频大数据特征完全符合：

Volume：视频数据来源广，规模大，存储要求已达到TB/PB/EB级;

Variety：视频数据内容涵盖丰富，包括地里环境信息、对象状态信息、事件活动信息等是包含众多信息的直观和集中汇聚体;

Velocity：视频数据的时效性要求视频应用必须快速完成传输、处理和分析等过程，必须具备在海量数据中高效挖掘线索的能力;

Value：视频数据是为再现现实场景而产生的，在记录精度上(画质、时间等)要求不断提高，同时也要求视频应用必须准确的处理内容。

王文斐博士分析，数据的规模大及丰富性对于传统视频系统而言将是前所未有的新的难题。首先，以监控视频为例：正常高清摄像头产生的数据量大约1~ 2GB/小时,一天24~ 48GB,对于一个平安城市项目而言，总的监控路数通常几千到上万路，这对于传统的存储行业是难以想象的;其次，大数据环境下的多源异构数据感知复杂、大数据自动化处理能力薄弱、大数据融合检索手段匮乏、大数据共享受限、大数据应用缺乏规范等因素导致视频大数据的实际利用率低;再者，视频大数据缺乏一套大数据的有效提取，满足安防业务需求的专业工具，缺乏一个大数据资源组织管理与集中共享的平台，缺乏一个基于不同领域的大数据专业知识库与标准，缺乏一支专业的大数据分析、研判人才队伍等因素导致视频大数据在实际工作中出现漏洞;最后，视频大数据在事前防控和事后破案中需投入大量的成本处理海量的视频数据。

目前现有的视频监控系统缺少整体性设计是关键的问题所在，导致后期工作的职责错位、条线不顺，应用杂乱、低水平重复，投资回报率低等问题出现，因此顶层设计打通过各个公安机构内部的各个“信息孤岛”成为了迫在眉睫的工作。王文斐博士认为根据业务、数据和应用直接的变化关系进行整体性设计是解决现状的有效手段。“视频监控的深度应用和视频监控产业的进一步发展，不仅仅是建设更多、更清楚、能联网的视频探头而已，更重要的是通过一个视频解析和服务体系的建设，从‘处理、分析、挖掘、评价’等环节出发，实现对海量视频资源的深度应用，以此来促进整个视频监控产业实现从监控到理解的转型。”

为落实完善社会治安防控运行机制的要求和信息资源互通共享和深度应用，视频服务体系的设计将实现全域覆盖、全网共享、全时可用、全程可控、健全机制的服务功能。王文斐博士介绍视频解析中心作为顶层设计的理想模式与监控视频顶层设计的目标向吻合。据介绍，视频解析服务体系的理想模式是实现数据层面横向集成，纵向贯通、共享共用，健全区域协作和部门联动机制，支持扁平化视频勤务指挥模式，健全实战指挥机制，并提供分析预测能力，健全社会治安形式分析研判机制。

安防进入智能化时代之后，国内对各种智能视频产品/算法的统一、客观的评测指标体系几乎没有，针对目前评测体系不完善，建设智能视频评测平台有效对该问题进行规范。王文斐博士介绍未来将从三个方面建设该平台：一、制定一个规范、标准化的评测指标体系，二、开发一套完整、基准性的智能视频算法和评测工具，三、搭建一个开放、稳定的网络评测平台，以此为生产企业、集成企业、研发机构、终端用户等提供测评服务。