外面那么多摄像头 你知道都是咋回事吗?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

ZD至顶网服务器频道 04月29日 新闻消息(文/于泽):在离家不远的东四环主路上,又新增了一个拍摄外地车牌的摄像头,原本心存的一点侥幸又被磨灭了一半。唉,进京证,多少人的无奈与伤痛…… 

如今遍布大街小巷的各种摄像头眼花缭乱,总的来说,环绕每个人周围的摄像头一定程度上增加了安全感,但也不可否认某些措施给人们带来了不便。从个人私心来讲,我们希望能带来美好事情方面的技术越来越先进,比如公安监控的摄像头能够实时分析过往人群,帮助更快地抓捕犯罪嫌疑人;而在带来不便方面的技术则越落后越好,当然这是不可能的。 

那么多摄像头都是咋回事? 

从实际技术发展的角度而言,摄像头实时分析如今也确实不再是只存在电影画面里的场景。在日前召开的IDF16上,来自浙江大华的研发副总经理兼大数据研究院院长许焰就表示,当前最新的技术能做到实时分析,只不过限于成本及实际使用需求方面的考虑,有些层面还用不到这样的技术。 

外面那么多摄像头 你知道都是咋回事吗?

浙江大华研发副总经理兼大数据研究院院长 许焰

据许焰介绍,现在常见的摄像头大致分为三类:公安监控、交警、农林水利环保等。其中,公安监控的摄像头,基本上没有智能分析功能,只是先把视频存下来的,等有需要的时候人工察看;交警建的面向处罚的,比如闯红灯、超速、违停,还有开篇提到的拍摄进京证的就属于前端(摄像头)带有智能分析功能的;而其它像环保、水利、林业等部门建的摄像头大部分也是没有智能分析功能的。 

其实从摄像头功的演变也能看出技术发展的一点脉络,从能拍到拍的清晰,再到智能分析,进化的不仅仅是摄像头,还包括摄像头本身的处理能力,还包括背后相关系统的处理、存储能力的提升。作为专注在视频监控领域10余年的一家厂商,浙江大华在这方面无疑是行业内一个非常典型的案例。 

摄像头数量越来越多、清晰度越来越高,造成的结果就是数据量越来越大,在这种情况下,单纯依靠人力甄别显然已经不太可能。因此,许焰表示,他们很早之前就和英特尔联合开发视频监控领域端到端的解决方案,前端摄像头,后端NVR(网络硬盘录像机)+云端,其中前后端都具备智能分析能力,分不同的场景来应用。 

比如,许焰举了两个例子,如果网络带宽比较差,可以把视频进行前端分析,把分析之后的结构化数据传至云端(据悉,目前拍摄进京证的摄像头大致如此,它具有一定的拍照对比识别能力)。如果网络带宽相对比较好,则可以把大量的原始视频汇聚到后面的云存储进行统一分析。 

至于分析数据得出来结果的想象空间就很大了,分析个人的习惯爱好、热点路口的人流统计……在推广商业的同时,也为社会安全出一份力。所以,无论如何更先进的技术,比如摄像头具备智能分析功能所带来的意义还是很大的。 

数以万计摄像头背后靠的是什么? 

前文已经提到过了,前端+后端,虽然前端一样有智能分析功能,但不得不说是非常有限的,前端所负责的只是自己一个摄像头,而后端是负责所有汇聚摄像头的。试想一下,一个城市的所有交警拍摄摄像头接进一个数据中心,后端得需要多强的计算和存储能力! 

为此,英特尔在向大华提供基于英特尔架构的低功耗高性能的嵌入式设备(前端)与数据中心全系统的硬件参考平台的同时,在大数据技术的应用方面,英特尔还针对交通业务的特性,选用了Kafka、Spark、SparkStreaming、HBase 等开源大数据技术,并在英特尔构架上针对以上开源技术做了大量优化和功能扩充,使之在运行性能、可扩充性和可用性上都有大幅提升。 

可能在很多人的印象中,英特尔只是一个卖处理器、做平台的厂商,事实上不仅如此,在存储、网络,以及软件,特别是在开源领域,英特尔均有着不小的贡献。就大数据领域而言,英特尔在Hadoop、Spark等方面均研究深刻。 

外面那么多摄像头 你知道都是咋回事吗?

英特尔公司软件与服务事业部副总裁兼系统技术和优化部门大数据技术总监 马子雅

据英特尔公司软件与服务事业部副总裁兼系统技术和优化部门大数据技术总监马子雅介绍,就拿大数据方面来说,英特尔的工作主要集中在三个方面,一个是实现大数据在英特尔平台上的优化,能够让大数据软件解决方案更好地利用英特尔硬件基础,并更好地发挥底层硬件的潜力。第二,加强与整个开源社区的合作,使更多的客户群受益于我们在开源社区中做的一些工作。第三,因为大数据最终还是用来帮助人们增加他的商业洞察力、做一些更好的商业决策,所以如何扩大与整个分析应用领域的合作、生态系统的合作,能够让分析应用的程序在英特尔的平台上能够越跑越好,也是我们一个主要的工作方向。 

以小见大,其实英特尔在软件方面所做的工作基本上都可以用以上三条来总结,软硬平台结合、加强与开源社区的合作、与用户结合的更紧密。

毫无疑问,双方的这种紧密合作正推动着视频监控领域的演进。而放眼整个大的产业环境,视频监控只能说是物联网中的一个分支,从技术的角度而言,能够获取“物”的数据,然后汇聚,再分析,这样的模型几乎适用于每个行业,这意味着像大华和英特尔这样的合作、这样的行业应用案例还会有很多。 


原文发布时间为:2016-04-29

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。



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
|
3月前
|
SQL 安全 关系型数据库
渗透技术--sqlmap使用
Sqlmap是一款自动化SQL注入工具,支持MySQL、Oracle、PostgreSQL等多种数据库。它可扫描并利用URL中的SQL注入漏洞,提供丰富的参数选项,如查询数据库、表、字段,支持POST注入、代理设置及写入文件等功能,适用于安全测试与漏洞评估。
436 1
渗透技术--sqlmap使用
|
安全 网络安全 数据安全/隐私保护
[CTF/网络安全] 攻防世界 weak_auth 解题详析
题目描述:小宁写了一个登陆验证页面,随手就设了一个密码。
684 0
|
6月前
|
编解码 区块链 数据安全/隐私保护
格式工厂下载免费版,格式工厂电脑版下载,格式工厂官方下载
格式工厂是一款功能强大的多媒体格式转换工具,支持几乎所有类型视频、音频和图片格式的转换。视频可转为MP4、3GP、AVI等;音频可转为MP3、WMA、FLAC等;图片可转为JPG、PNG等。同时支持DVD/CD抓取、多媒体文件修复与压缩、GPU加速编码等功能,适配iPhone、PSP等多种设备。软件绿色免费,操作简便,是目前使用最广泛的格式转换工具之一。
286 3
|
5月前
|
缓存 安全 Java
Spring 框架核心原理与实践解析
本文详解 Spring 框架核心知识,包括 IOC(容器管理对象)与 DI(容器注入依赖),以及通过注解(如 @Service、@Autowired)声明 Bean 和注入依赖的方式。阐述了 Bean 的线程安全(默认单例可能有安全问题,需业务避免共享状态或设为 prototype)、作用域(@Scope 注解,常用 singleton、prototype 等)及完整生命周期(实例化、依赖注入、初始化、销毁等步骤)。 解析了循环依赖的解决机制(三级缓存)、AOP 的概念(公共逻辑抽为切面)、底层动态代理(JDK 与 Cglib 的区别)及项目应用(如日志记录)。介绍了事务的实现(基于 AOP
177 0
|
8月前
|
自然语言处理 API 数据安全/隐私保护
手把手教你搭建 cssbuy 淘宝代购系统
随着全球电商的兴起,淘宝成为海外用户青睐的购物平台,但语言、支付和物流等问题限制了其直接使用。CSSBuy 等淘宝代购系统应运而生,为海外用户提供便捷的购物体验。本文详细解析如何搭建类似系统,涵盖需求分析与功能模块设计。目标用户包括海外华人、留学生及外国消费者,核心功能涉及商品搜索、代购下单、支付集成、物流管理、客服售后及多语言支持等。系统模块包括用户管理、商品管理、购物车、订单管理、支付管理、物流管理、客服售后和多语言模块,全面满足海外用户的购物需求。
|
8月前
|
存储 Java 数据挖掘
Java 中数组的多种定义方式
本文深入解析了Java中数组的多种定义方式,涵盖基础的`new`关键字创建、直接初始化、动态初始化,到多维数组、`Arrays.fill()`方法以及集合类转换为数组等高级用法。通过理论与实践结合的方式,探讨了每种定义方法的适用场景、优缺点及其背后的原理,帮助开发者掌握高效、灵活的数组操作技巧,从而编写更优质的Java代码。
379 0
|
数据安全/隐私保护
【项目部署系列教程】2. 本地连接远程服务器 xshell xftp
【项目部署系列教程】2. 本地连接远程服务器 xshell xftp
327 0
|
Linux Shell
|
人工智能 自然语言处理 监控
谈谈人工智能客服指标
尽管智能客服解决方案没有“真正的”评估标准,在这里我列举一些案例,希望能帮助大家从这些案例中能给你一些提示。
谈谈人工智能客服指标
|
监控 安全 搜索推荐
AIGC驱动智慧城市建设:智能图像应用的无限潜力
AIGC驱动智慧城市建设:智能图像应用的无限潜力
971 0