巨头大数据业务应用体系构建完善小厂商机会在哪里？

安防大数据感、知、用三个层次的体系建设

　　安防业务形态的多样化应用，基础在于数据的获取。然而安防行业并不缺少数据，以安防行业的主流市场视频监控为例，一个大型城市每天经卡口、电子警察等监控摄像机入口产生的数据就可以达到1PB，已然成为世界上最大的数据生成器。因此如何高清、快速地抓拍、提取、分析、存储和利用这些视频数据才是业务应用的关键。

　　“感”是数据获取的源头

　　以物联网的角度分析，安防行业要想获得最上层的智慧应用，“感”是获取海量数据的基础，通过遍布各个角落的摄像机、门禁、报警、可视对讲、环境感应器等设备，将“感”的基础网络铺设开，通过多维的采集设备形成大数据的来源，这些数据以视频数据为中心，将图片、环境、音频、方位等信息融合进来，形成并输出可视化的数据内容。杭州海康威视数字技术股份有限公司技术经理朱佩凡举例说，如把摄像头和电子罗盘、GPS等传感器结合起来，就能在电子地图上清楚的看到这个摄像机所监控的区域，称作可视域，摄像头也会在监控画面上自动地显示出它所在的经纬度和街道信息，便于管理和调动。

　　而当前安防大数据获取的困难之处在于当监控摄像机抓拍目标物体时，如果物体运动速度过快，或者由于拍摄清晰度、角度、光照、遮挡等因素的干扰，就有可能会造成数据的模糊和不完整，那么让计算机“看懂”图像和安防智慧化应用就无从谈起。所以要解决安防视频结构化中视频源的清晰度、形状、颜色等能够被语义描述的目标信息，就要从数据获取的设备和技术方案入手，例如通过枪机联动弥补各自的不足，为安防大数据提供清晰的视频源。

　　而在“感”的数据抓取之后，如何存储也是降低用户成本的关键。因为通常以一个安防项目的预算分析，存储介质成本最高可占项目成本的40%左右。因此，视频压缩编解码方式非常关键，目前许多设备商在H.265编解码方式的基础上，已经实现视频数据传输码流减半左右的功效。这也证明，在全球范围内国内设备商安防技术的先进性和实用性，它们所带来的市场竞争力和商业机会也是显而易见。

　　“知”是数据处理的技术

　　安防大数据和商业/互联网大数据最大的区别在于95%以上的安防数据都是非结构化的视频数据，非结构化的数据便是无用的，因为它们无法被快速检索、查询、无实时数据研判、无历史数据统计分析、无法快速共享、无法长期保存……简单地说，行业还没有找到一种广泛、高效、低价的方法，将这些海量的视频数据与具体业务有效结合起来，并使其效益最大化。

　　因此安防大数据走向深度应用的一个关键步骤就是视频结构化，即通过属性特征用语义描述的方式拆分目标物体，经过特征信息提取进行结构化的存储，然后通过服务器针对海量的视频结构化信息进行有效应用，提供高效的检索、分析、挖掘、统计等大数据服务。苏州科达科技股份有限公司策划推广部周宇杰以公安卡口应用举例，对于卡口过车图片这样的海量非结构化数据而言，为了实现数据的检索，必须通过智能分析技术对其进行结构化并入库，从卡口图片中提取出车牌颜色、车身颜色、车标、细分车型等传统卡口前端不能提供的结构化信息并存储在相应的数据库中。

　　在当前市场的产品应用中，大数据服务器支持200万条消息收发、千亿条数据秒级检索、十亿级图片秒级以图搜图等功能已经产生商业价值，也是主流设备商竞争的焦点。例如以图搜图技术，在输入人、车等图片后，系统可以快速地在视频库里搜索出所有具有相似特征的人和车，从而定位出人和车的轨迹。在海量视频图片中寻找人员、车辆的轨迹，可以节省75%的人力和时间成本。

　　然而，除了主流的设备商提供的系统平台外，很多传统监控平台系统并没有这样的能力去实现。例如在交通应用领域，浙江宇视科技有限公司智能交通拓展部副部长王敬陆指出，在面对海量数据时，很多传统的系统架构暴露了在海量结构化数据处理上的瓶颈，如系统存储无法弹性扩容；查询速度缓慢，无法快速响应突发事件；应急指挥系统操作复杂；各种类型数据资源分散，无法做到整合并进行综合分析。从这个角度分析，监控系统平台的存量市场潜力也相当的巨大。

巨头大数据业务应用体系构建完善 小厂商机会在哪里？

安防大数据感、知、用三个层次的体系建设