京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在安防行业的应用成果如何
多年期盼,大数据终于在蹒跚中来了。一经落地,其发展速度之迅猛,超乎行业想象,一时间无论是硬件制造商还是软件开发商,几乎都跟大数据或多或少扯上了关系。而大数据的落地及遍地开花,似乎昭示着安防产业即将再掀风云。
“安防大数据”的口号始终在延续,多年在“云端”,一度神一般地存在,却又捉不透、摸不着。不过在行业同仁的共同努力下,其终于开始“食人间烟火”了。作为新一代安防的寄托,大数据应用神技究竟练到了什么程度?今天我们就来扒一扒。
大数据拔高了安防入门门槛
大数据技术早在IT领域得到了应用,如当下的百度搜索引擎等,用的就是大数据技术;当安防提升到IT技术层面,产业将会面临两极分化的加剧。
从当前产业看,首先推出大数据技术的,清一色为主流设备商或颇具实力的平台厂家,比如IT背景的宇视科技,传统安防厂家海康威视、大华股份、苏州科达,软件平台商东方网力、中盛益华等,无一不是一方枭雄;中小企业与之相比,差距不断拉大。
其次是国内安防企业的国际领先性,从目前看,国际安防品牌企业也在跟进大数据技术的开发,但进度缓慢,此前一直牢据世界安防50强第一名的霍尼韦尔,还未见其在中国大陆的进一步动作;而泰科、UTC、安讯士、三星安防等众企业关于大数据的介绍也是鲜少得到披露;即便有,与大陆的大数据分析也存在很大的不同。
结构化偏科大交通
不可否认的是,交通是安防领域中人工智能发展最为成熟的科目,可识别的内容页包括拍摄方向、是否机动车、车牌号、车牌色、车标、车色、车身重要特征以及压黄线、闯红灯等违规检测,还可通过地感线圈或视频、微波感知车速。仅车标一种,目前已知可识别的种类就超过了3600种。
大数据的应用类型绝非车辆识别一种,不过从目前公开的大数据开发情况,除少数门禁平台外,几乎清一色都是针对车辆的检索应用。或许人员卡口产品的出现会稍微丰富大数据类型,但人员卡口是自科达的感知型摄像机推出后才获得快速发展,目前应用少、识别的准确性也还在不断提升当中,难以形成规模化应用。
应用:二次结构化才是重点
数据结构化是大数据应用的基础,即是将视频等非结构化数据经过处理分析后,提取视频特征,并以文本形式保存,同时对文本与原非结构化数据进行关联,以便在检索时能快速对应到原始数据。
数据的结构化主要有两种方式,一是成像时即进行结构化处理;二是通过后台服务器进行数据二次分析从而实现结构化处理。
从目前看,除了智能交通卡口摄像机和新一代人员卡口摄像机可以实现前端数据结构化,可直接将结构化数据提供给分析后台使用外,大部分摄像机都是非结构化或半结构化产品,可提供的结构化数据有限。
在实际项目中,品牌庞杂易造成兼容性、原有结构化前端可执行的结构化内容有限、非结构化设备量大等问题,后端结构化处理就渐渐成了重点,即二次结构化。
硬件选配:各显神通
就目前来看,各家二次结构化处理平台所采用的服务器均不一样,从2U到4U、单处理节点到多处理节点均有,服务器供应商也是品牌多样,如凌华、浪潮、IBM等均有;共同点都是基于英特尔高性能芯片开发的X86架构服务器、Linux操作系统。
从目前了解的情况看,海康威视采用的硬件应为4U多节点高性能服务器,最高支持160路1080P视频流实时处理;大华股份为2U4节点处理单元,支持每天600万张图片分析性能;东方网力应为2U处理机型;科达亦有可能采用的是2U处理机型。而宇视经过升级,最新的产品为2U服务器机型,实现了数据服务器与搜索引擎的二合一。
结语
大数据已经成为近几年IT技术发展的新亮点,也成为视频监控应用技术发展的重点之一,随着高清化、超高清化的趋势加强,视频监控数据规模将以更快的指数级别增长,其中产生的绝大多数非结构化数据也给传统的数据管理带来了极大的挑战。
随着安防企业对大数据产业布局的展开,未来安防大数据价值也将得到进一步挖掘与应用,促进安防行业发展。对于如何利用大数据发挥安防与数据本身的应用价值,我们还需进一步探索,克服前进中面临的众多瓶颈问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14