高清视频背后 关于数据量巨增的一些思考

简介:

目前安防监控领域已经从模拟时代演变到网络数字时代,高清时代也已经到来,监控的应用范围逐步扩大,许多行业应用已经不仅仅是本地小范围监控,而是在全局联网的基础上,进行城市级、省级乃至全国范围内跨区域的大规模高清联网监控,数据量持续猛增,如何高效处理庞大的数据,是每个视频监控厂商需要共同面对的课题。

(本文作者 李海辉 现任高新兴科技集团股份有限公司研发中心产品市场部副经理)

  中国庞大市场背后数据爆炸式增长

从整个产业环境来看,经过过去几十年的发展,国内的视频监控产业已形成了品种齐全、技术水平先进的产业体系,视频监控产品的应用环境也不局限于安全防范,在人流统计,设备检测等领域也得到了广泛的应用。尤其是近几年,国家对“平安城市”、“智能交通”、“智慧城市”等项目的重视,有力地促进了公安、政府及社会各界对智能安防产品需求。数据显示,《中国安防行业“十二五”发展规划》数据显示,中国已经发展成为世界上最庞大的安全防范产品市场之一。

同时,视频监控产业近几年保持了高速增长的态势,未来发展也一度被看好,高清化、智能化成为行业发展的主导方向,行业前景持续保持高度景气。但是庞大的中国市场背后,随着视频联网监控范围的扩大、前端监控点数量的增多、也出现了多方面的问题:视频录像数据爆炸式增长,安防系统的应用和性能受制于海量视频图像信息的采集、分析和处理。因此,实现视频监控产业的跨越式发展,必须通过在安防产品中结合增强现实与视频结构化描述技术,在云计算的环境下实现视频结构化大数据分析应用等新技术手段来解决相应问题。

高清视频与数据处理二者如何兼顾

高清视频监控系统产生的大数据有“4V”特征:Volume(体量巨大)、Variety(类型多样化)、Velocity(处理速度快)和Value(价值密度低),但它与传统数据系统产生的数据相比,又存在较大的不同。传统数据一般是文本类型或数值类型,形式较为简单,容易对其进行分析和处理;而视频监控数据是基于内容的数据,信息量庞大,计算机无法理解其包含的内容和所表达的语义。

图像视频的理解和识别一直是计算机视觉领域的难题,由于无法智能地分析出视频中蕴含的丰富内容,很多时候仍然要耗费大量的人力物力,在海量的视频监控数据中查找有价值的信息,无异于大海捞针。

基于以上视频监控数据的特点,首先需要解决海量监控视频的存储问题,然后以云计算技术框架为支撑,结合智能分析算法,在理解视频内容的基础上,对视频监控数据及其关联数据进行综合分析。

目前,基于内容的智能分析在视频监控领域得到了深入研究,但智能分析除了受限于算法理论的发展,更受限于计算能力的发展,智能分析的算法复杂度较高,而且其样本数量庞大,非普通计算系统所能胜任。因此采用云计算和云存储技术来解决城市视频大数据智能化应用的需求就显得非常的紧迫。

  数据量剧增背后智能监控那些事儿

庞大的视频监控网络每天所产生的数据量是惊人的,而相比之下,其中的有效信息如同凤毛麟角,于是视频监控智能化成为产业内共同关注的话题。我国对智能视频监控的研究虽起步较晚,但由于国家的高度重视,也得到了突飞猛进的发展。早期,微软亚洲研究院对视频的场景分割、字幕探测与识别等技术进行了深入研究;清华大学对场景分割、场景关键帧提取等探测技术进行了研究;北京理工大学对场景分割与摘要提取做了研究;武汉大学、浙江大学、复旦大学对视频镜头的分割与检索技术进行了研究,并取得了重要成果。

现如今,虽然在智能视频监控的研究上取得到了很大的进展,但由于自然环境复杂多变以及应用场合的多样化,监控中的运动目标检测与跟踪过程始终是智能监控的难点和重点。为了实现对视频资源进行视频录像文件的高效分析、视频摘要压缩、视频线索库、车辆识别、人脸识别等服务,以及利用基于视频智能化分析、检索和存储管理的服务,实现对嫌疑目标的快速自动识别,对运动目标的结构化描述,成为目前研究热点。

对比国内外智能监控产品,国外的先进智能产品由于售价及维护成本高昂,同时缺乏本土化开发经验,产品大多是为满足国外的用户需要而设计的,与我国“智慧型平安城市”的应用、管理、规模、使用习惯、应用环境等方面的实际情况有较大的差异,不适合我国的国情。而国内安防企业亦需要突破平安城市海量视频存储和管理的核心技术,紧跟未来智慧城市的大物联、大数据、大安防的发展步伐和速度。

视频监控产业将带动相关产业共同发展

视频监控产业属于知识密集型产业,不仅产业影响力大,而且还具有行业附加值高、整个产业链长、对经济的拉动作用大等特点,要实现跨越式发展就要加大研发投入,加快技术改进,促进行业进步。而在产业的技术供给方面,产业技术的发展会推动其它相互关联产业的技术进步,从而使整个产业的技术水平不断向更高层次推进。可以看出,视频监控产业的发展可以同时带动一批软件、硬件、芯片、集成企业,使得整体技术水平得到一个共同的飞跃式进步。

从《安防行业“十二五”发展规划》中,不难预测出未来10年是智能安防的战略机遇期。在智慧城市、物联网技术、宽带网络发展的推动下,智能安防产业链的整合和深化应用将成为主要趋势,既能推动云计算产业的发展,又将实现视频监控领域的大数据智能化应用,从而加快“智慧城市”的建设步伐。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
算法 测试技术 持续交付
面试的流程,面试的重点
本文介绍了面试流程及各轮面试的重点。通常面试为1-5轮,首轮关注技术实力与项目经验,次轮深入考察技术细节,第三轮侧重项目协调、创新及价值观等软性问题,如职业规划和沟通能力。面试题分为开放型(如项目经验、解决问题思路)和非开放型(如技术细节、手撕算法),需提前准备。测试类问题涉及自动化测试、持续集成等实际应用。
太为难我了,阿里面试了7轮(5年经验,拿下P7岗offer)
今年的大环境非常差,互联网企业裁员的现象比往年更严重了,可今年刚好是我的第一个“五年计划”截止的时间点,说什么也不能够耽搁了,所以早早准备的跳槽也在疫情好转之后开始进行了。但是,不得不说,这次阿里面试真的太难为我了,可以说是和面试官大战了7个回合,不过好在最后给了offer。
|
17天前
|
人工智能 数据可视化 安全
王炸组合!阿里云 OpenClaw X 飞书 CLI,开启 Agent 基建狂潮!(附带免费使用6个月服务器)
本文详解如何用阿里云Lighthouse一键部署OpenClaw,结合飞书CLI等工具,让AI真正“动手”——自动群发、生成科研日报、整理知识库。核心理念:未来软件应为AI而生,CLI即AI的“手脚”,实现高效、安全、可控的智能自动化。
34819 45
王炸组合!阿里云 OpenClaw X 飞书 CLI,开启 Agent 基建狂潮!(附带免费使用6个月服务器)
|
11天前
|
人工智能 自然语言处理 安全
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
本文介绍了Claude Code终端AI助手的使用指南,主要内容包括:1)常用命令如版本查看、项目启动和更新;2)三种工作模式切换及界面说明;3)核心功能指令速查表,包含初始化、压缩对话、清除历史等操作;4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例,帮助开发者快速掌握如何通过命令行和交互界面高效使用Claude Code进行项目开发,特别强调了CLAUDE.md文件作为项目知识库的核心作用。
10893 36
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
|
7天前
|
人工智能 JavaScript Ubuntu
低成本搭建AIP自动化写作系统:Hermes保姆级使用教程,长文和逐步实操贴图
我带着怀疑的态度,深度使用了几天,聚焦微信公众号AIP自动化写作场景,写出来的几篇文章,几乎没有什么修改,至少合乎我本人的意愿,而且排版风格,也越来越完善,同样是起码过得了我自己这一关。 这个其实OpenClaw早可以实现了,但是目前我觉得最大的区别是,Hermes会自主总结提炼,并更新你的写作技能。 相信就冲这一点,就值得一试。 这篇帖子主要就Hermes部署使用,作一个非常详细的介绍,几乎一步一贴图。 关于Hermes,无论你赞成哪种声音,我希望都是你自己动手行动过,发自内心的选择!
2293 22
|
29天前
|
人工智能 JSON 机器人
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
本文带你零成本玩转OpenClaw:学生认证白嫖6个月阿里云服务器,手把手配置飞书机器人、接入免费/高性价比AI模型(NVIDIA/通义),并打造微信公众号“全自动分身”——实时抓热榜、AI选题拆解、一键发布草稿,5分钟完成热点→文章全流程!
45721 156
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw

热门文章

最新文章

下一篇
开通oss服务