京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据大联网看智能可视管理深度应用
第1页:从视频监控技术的发展来看大联网
近两年层出不穷的“大”概念,诸如“大集成”、“大融合”、“大安防”、“大数据”等等,让人眼花缭乱、目不暇接,这也让安防工程师们都有些头大。
不过静下心来细细思量,寻找各种概念背后的根源,不难发现似乎都与“联网”有关,我们也称之为“大联网”。
实际上“大联网”概念最初来源于平安城市项目。经过前几轮的铺垫,全国主要城市的视频安防基础设施建设任务已经基本完成。随着视频图像系统联网国家标准的逐步完善,以及《全国公安机关视频图像信息整合与共享工作任务书》(以下简称《任务书》)的发布,新一轮的图像联网系统整合工作正在铺开,完成后将实现全国公安机关视频图像联网调度和资源共享,进一步提高我国社会治安防控水平。“大联网”最初表示的是联网的设备规模、种类和地理范围。但随着不断涌现的新业务和新应用,它的内涵也在不断地丰富和延伸,同时它的影响力也将注定不仅仅局限于公安行业。
从视频监控技术的发展来看“大联网”
我们通常将视频监控技术的发展划分为模拟、数字、网络、高清智能等阶段,也就是我们常说的“数字化、网络化、高清智能化”。但实际上,安防监控的网络化进程到今天也远未停止,我们现在所讲的“高清、智能”,实际上只是网络化的其中一种表现形式。而今天,视频监控技术网络化的最新表现形式,就是“大联网”。
回顾网络化的初期,联网仅是一种传输手段。通过网络,将地理位置分散的分布式编码/存储设备(DVR)与监控中心联系在一起,解决了如何将分散的用户与信息(视频、录像)联 系起来的问题。这时视频监控网络所起的作用,好比视觉神经的延伸,极大拓展了我们的视觉范围。
随着网络摄像机为代表的高清视频监控产品登上历史舞台,主流的监控视频分辨率从标清跨越到高清,视频监控网络中传输和存储的数据量呈几何级增长,直接推动视频监控网络的规模和范围逐步扩大,这一过程也直接或间接地推动了安防系统之间的融合。从而奠定了视频监控系统在安防系统中的核心地位,形成以视频监控为中心的安防系统集成模式。
借助于视频监控网络,报警、门禁、对讲、出入口控制等等传统安防系统与视频监控系统结合为一个整体,促成诸多新型应用的诞生。这时视频监控网络的作用犹如神经系统,拓展了我们的视觉、听觉、触觉等等综合感知手段,并且能够完成一些简单的联动控制和管理。
目前,智能视频分析应用日渐成熟,通过与高清视频监控的紧密结合,极大提高了分析的精度和准确度,这使得视频监控系统具备了初步的自主思维能力。当这样的思维能力与视频监控网络所具备的各种感知手段相遇,便产生了诸多奇妙的化学反应—各种层出不穷的新应用。这些新应用的一个共同特点,就是能让人的大脑从繁重的初级处理任务(看视频)中解脱出来,让系统运行更加智能和高效。这时视频监控网络的作用,已经不仅是对我们感知手 段的拓展,而是具备认知和思维能力的“大脑”(至少是在朝着这个方向努力)。
如今,视频监控的各种应用已经离不开联网,甚至应用的成效直接取决于联网的广度与深度。所谓广度,就是指联网的地理范围、联网设备的数量和种类,这是联网的量变;而深度则是 指,联网系统中应用的丰富程度、视频监控应用与业务应用之间结合的紧密程度,这是联网的质变。量变引起质变,反过来讲,质的变化也要依赖于量的积累。
因此,对于“大联网”而言,真正意义不在于联网本身,也不在于其规模和范围,而在于大联网所承载的深度应用。
第2页:“大联网”的深度应用
“大联网”的深度应用—智能可视化管理iVM
《任务书》中明确:“努力建立和完善视频图像信息深度应用机制,推动跨区域、跨 部门、跨警种的视频监控系统有效整合和视频图像信息共享,进一步加强公安机关视频图像信息资源的综合开发利用,拓展和深化视频图像信息在公安业务的应用,积极探索警务工作新机制,不断提升公安机关核心战斗力,为深入推进公安机关科技强警工作,预防打击违法犯罪、维护社会稳定提供有力的科技支撑。”这为“大联网”写下了深刻注脚,从中我们可以清晰地看到,大联网的真正目标还是在于“建立和完善视频图像信息深度应用机制”,“拓展和深化业务应用”。这一思想不但对公安部门的视频监控系统建设具有指导作用,对于视频监控在其它行业的深度应用也同样具有指导意义。
这说明视频监控的基本发展趋势就是让其参与到用户的业务中,从“幕后 ”(安全防范)走 到“台前”(业务管理),紧紧围绕“安全”和“业务”两类需求,对以视频为主的各种信息 进行深度挖掘,形成有效的可视化业务情报来对业务决策进行支撑。归纳起来就是—基于智能可视化的手段,实现视频监控的深度应用“智能可视化管理”(iVM)
从本质上讲,视频监控系统是一种被动式的安防手段,但伴随着网络化的推进,人们逐渐意识到,借助于网络视频监控系统,辅以适当的应用(如视频智能分析),可以变被动为主动,实现主动安防。另外,视频监控系统在满足安防需求的同时,也能参与到用户的业务中,成为一种管理业务的辅助手段。例如,商场的安防监控摄像头经过适当的改造,可用来统计客 流量,为用户提供业务决策所需的信息。商场摄像头每天记录下的视频就是一种非结构化数据,这些数据在以运动图像的形式被人脑所接收和理解之前毫无意义,也不能对商场 的 业 务形成支撑。如果我们采用人流量统计分析算法对这些数据加以处理,得到进出商场的人数,这就完成了从非结构化数据(视频)到结构化信息(人数)的转换;如果我们开发出某种应用(App)在这些结构化信息上加入时间和空间的属性,形成诸如每天营业时间各出入口的 人流量曲线,并与营业额、节假日安排、促销活动等信息进一步交叉比对,找出其中的关联和规律甚至做出某种形式的预测,这就进一步完成了从“信息”到“情报”的转换。商场的 管理者基于这些“情报”就能为做出相应的决策。这就是说,只有“情报”才能真正对业务形成支撑。
因此,要使视频监控从被动安防跨越到主动安防乃至业务管理的手段,必须具备能够将非结构化“数据”转换为结构化“信息”再进一步转化为“情报”的能力。这构成iVM的基本业务框架。
传统的视频监控系统只能完成数据(视频)的采集、传输和存储,不能完成信息和情报的转换(这一过程是通过人脑来完成的),无法直接对业务形成支撑。从这个业务框架中可以看到,在“大联网”时代,具备iVM能力的视频监控系统应该包含数据、信息、情报和业务四个层次。其中数据层就是视频监控基础设施,主要负责视频数据的采集、编码、传输、存储、控制、显示以及管理等功能。传统的视频监控系统仅包含这一层。
信息层包含各种视频服务,主要负责信息的挖掘、过滤、组装等功能。
最典型的视频服务,就是视频智能分析(VCA),它的主要作用就是将视频数据中隐藏的信息转化为语义级信息,并以结构化的方式提供给其它服务或上层应用。
情报层包含各种视频应用,主要负责对信息进行进一步加工处理以及展现。情报层面向业务,其中的视频应用紧密围绕业务需求服务于用户业务。
业务层包含各种业务应用,或者可以是业务本身。在不同的行业中,其业务应用也会千差万别。在iVM的业务框架中,越接近业务,其个性化的行业特征就越明显。因此iVM的概念自诞生之初就被赋予了鲜明的行业特色,而这恰是“深度应用”的灵魂。
从这个框架中可以看到,“大联网”重点关注的是数据层,即视频监控基础设施的建设,如果缺少这个基础,其承载的深度应用就无异于空中楼阁;但如果“大联网”缺少iV M作为上层建筑,那只能形同烂尾,徒有框架而无实质。
“大联网”和“大数据”
让我们用一种特殊的视角再次回顾视频监控技术的发展阶段,可以得到这样一个关系式:MBGBTBPB。许多安防工程师看到它都会会心一笑。
因为,数年前我们还在用MB和GB为单位来计算视频存储容量,但如今我们已经开始频繁地用到TB乃至PB为单位了。而可以预见的是,在不久的将来,EB(1EB=1024PB)可能也会出现在我们的各种概算表中。
“大联网”给我们出了一个难题—如何用好如此庞大的数据量?能不能解决好这个问题,关系到深度应用是否能够实现。具体来说,就是数据量本身不是问题,问题是用什么样的方法来从海量数据中高效地挖掘有用的信息并对业务形成有效支撑。在维克托·迈尔—舍恩伯格所著的《大数据时代》一书中提出了大数据时代处理数据理念上的三大转变:要全体不要抽样,要效率不要绝对精确,要相关不要因果。这三大理念,恰好对应iVM 业务框架的三个层次。
首先,在数据层要全体不要抽样。一方面,要求数据来源尽可能全面,包含尽可能多的摄像头,这就需要通过大联网来扩大接入的终端数量以及共享的范围,并倚仗云存储系统的海量容量和高效的数据吞吐能力。另一方面,数据层要具备足够的信息密度,例如视频监控走向高清化,从1.0MP(Mega Pixel,百万像素)到2.0MP再到4K,实际上就是在追求单一摄像头的信息密度不断提升,从而提供更多、更丰富的细节。在传统的视频监控应用模式下,通过监控中心内有限的人手去盯少量的监控图像,这样的抽样不可能实现深度应用。
其次,在信息层要效率不要绝对精确。数据是7×24小时不间断产生的,所有的信息挖掘必须实时完成,在一些规模化的应用中(如城市级的视频监控系统),辅以云计算平台的海量数据处理能力,能够为智能视频分析(VCA)的处理效率提供坚实的保障。需要注意的是,在信息层并不追求绝对精确。一定程度上的漏识别、误识别是允许的,也是提高处理效率的必须。在商场的人数统计中,存在5%甚至以上的误差,并不会对最后的业务决策产生多大的影响。
最后,在情报层要相关不要因果。我们只需要知道“是什么”,而不需要知道“为什么”。在做出业务决策时,决策者更加希望能够预知未来。商场只需知道客流量和时间、空间之间的关联,而不需要知道因果。通过它们的关联关系,能帮助商场知道下一次客流高峰会在什么时间、什么地点到来就足够了。
由此可见,运用好“大数据”的理念是实现iVM的关键。
结束语
随着视频监控走入各行各业,基于视频的应用在向着行业纵深发展。以业务应用为核心的iVM为这一趋势勾画了蓝图。
在大联网时代,视频监控技术的高清化、智能化、标准化以及行业化并非孤立事件,视频监控与大数据、云计算的联姻也绝非偶然,它们的出现和发展,使得iVM已经不仅仅是一种概念,其内涵也逐渐丰满。同时我们从中可以看到视频监控技术在未来发展的走向。其中唯一的不确定性在于行业需求的多样性。然而这样的不确定性,也为iVM的行业化提供了更大的发挥空间。因此,在大联网时代,谁能够掌握行业的差异化需求,谁就掌握了通向安 防行业未来的金钥匙。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-10-29大学里“比较有用”的证书,不能靠一张榜单排出来。同一张证,对目标岗位明确的人是简历上的能力证据,对没有方向的人只是一次报 ...
2026-10-29“比较好考”是选证书时最常被搜索、也最容易被误读的一个词。有人把它理解成报名条件宽松,有人理解成科目少、背一背就能过,还 ...
2026-10-29本科毕业能考的证书很多,但真正值得在毕业求职阶段投入的,通常只有一两个。判断顺序建议反过来:先按报考资格分档,确认“现在 ...
2026-10-29“中国证书难度排行”很难做成一张绝对总榜。原因不在证书太多,而在“难”的口径不同:有的证书难在报名资格,工作年限和专业限 ...
2026-10-29先把结论说清楚:真正以“在校学籍”为报考前置、社会人员完全不能报的证书并不多。网上流传的“大学生专属证书”清单,很多其实 ...
2026-10-29“有哪些比较好考的证书”,这个问题看似在要一份名单,实际难点在于“好考”本身没有统一口径。有人指报名不设专业限制,有人指 ...
2026-10-29“考什么证书有用”这个问题,很难有一个统一答案。同一张证书,对想进某个行业的人是敲门砖,对已经在该行业工作多年的人可能只 ...
2026-10-29大专学历能考的证书不少,但真正值得投入时间的,要先过两道筛子:第一道是“大专能不能报”,第二道是“这个证对应什么岗位、能 ...
2026-10-29“普通人能考的证书”这个问题,真正的难点不在找证书名单,而在两件事:一是你能不能报,二是考完有没有对应的岗位任务。前者看 ...
2026-10-29“女孩子容易考什么证”这个问题,真正难的不是找证书名单,而是“容易”两个字没有说清。报考门槛低,不等于考试简单;考试简单 ...
2026-10-29先说结论:不存在一张“所有女性都吃香”的证书。把“吃香”拆开看,无非三种意思——能不能进某个岗位(岗位需求)、单位认不认 ...
2026-10-29上班族选证书,最容易犯的错是先看“哪个证含金量高”,再倒推自己要不要考。更稳妥的顺序反过来:先看这个证能不能在业余时间学 ...
2026-10-29“目前哪个证书含金量高”没有放之四海皆准的答案。同一张证书,对财会在校生、想转行做数据分析的在职人员、工程从业者,价值完 ...
2026-10-29会计岗位没有一张“通吃”的证书。比较务实的思路是:先确认自己当前做的是哪一段工作——出纳与核算、成本与总账、税务申报、审 ...
2026-10-29计算机专业能考的证书不少,但真正值得先考的,取决于你准备走哪条岗位路径。比较稳妥的分类是四类:软考职称类、厂商技术认证、 ...
2026-10-29“国家认可的人工智能证书”这句话本身容易误导。证书体系里并没有一个统一的“国家认可”标签,同一个说法可能指向五种完全不同 ...
2026-10-29“各个行业都能考的证书”这句话,其实包含两个不同的问题:一是报考时不限专业、不限行业;二是考出来以后,在不同行业的岗位上 ...
2026-10-29大学生考证最容易踩的坑,是把“别人考了什么”当成自己的清单。更实用的做法是先回答三个问题:我打算投什么岗位?这个证书现在 ...
2026-10-29结论先说:大学生没有适合所有人的“必考清单”,把证书控制在2—4本核心组合较合理——1—2本通用基础,1—2本岗位技能,学有余 ...
2026-10-29