馮軍剛

銀頓建設（北京）有限公司 北京 100000

1 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)為人工智能提供強大的分布式計算能力和知識庫管理能力，是人工智能分析預測、自主完善的重要支撐。其包含三大部分：海量數(shù)據(jù)管理、大規(guī)模分布式計算和數(shù)據(jù)挖掘。海量數(shù)據(jù)管理被用于采集、存儲人工智能應用所涉及的全方位數(shù)據(jù)資源，并基于時間軸進行數(shù)據(jù)累積，以便能在時間維度上體現(xiàn)真實事物的規(guī)律。同時，人工智能應用長期積累的龐大知識庫，也需要依賴該系統(tǒng)進行管理和訪問。當前，?？低曆芯吭洪_發(fā)的海康大數(shù)據(jù)平臺已能支撐千億級規(guī)模的車輛通行記錄存儲管理和應用。大規(guī)模分布式計算使得人工智能具備強大的計算能力，能同時分析海量的數(shù)據(jù)，開展特征匹配和模型仿真，并為眾多用戶提供個性化服務。數(shù)據(jù)挖掘是人工智能發(fā)揮真正價值的核心，利用機器學習算法自動開展多種分析計算，探究數(shù)據(jù)資源中的規(guī)律和異常點，輔助用戶更快、更準地找到有效的資源，進行風險預測和評估[1]。

2 大數(shù)據(jù)思維的實際應用

2.1 信息的收集及管理

智慧安防所涉及的數(shù)據(jù)量在非常龐大的，所以，在進行數(shù)據(jù)收集時必須要配備可擴展的數(shù)據(jù)描述規(guī)范，從而實現(xiàn)數(shù)據(jù)的儲存、查閱或共享。大數(shù)據(jù)思維技術(shù)在數(shù)據(jù)收集方面主要是通過對電子眼信息的收集來完成相關(guān)視頻等信息的采集。而在管理方面則多是利用多維數(shù)據(jù)集成來實現(xiàn)，通過對相關(guān)工具的利用來實現(xiàn)數(shù)據(jù)由多源向統(tǒng)一數(shù)據(jù)庫的轉(zhuǎn)變，進而實現(xiàn)數(shù)據(jù)的統(tǒng)一管理。

2.2 大數(shù)據(jù)思維下對數(shù)據(jù)的儲存

智慧安防所收集的數(shù)據(jù)種類較多，這給數(shù)據(jù)的存儲帶來了一定的難度，在大數(shù)據(jù)思維下對數(shù)據(jù)的儲存可采用三種方法：一是資源描述元數(shù)據(jù)管理技術(shù)。此種技術(shù)可達到對數(shù)據(jù)的透明查看，可通過設置關(guān)鍵字等對數(shù)據(jù)信息進行規(guī)律性描述，而后在查看時則可根據(jù)相應的分級進行快速地查閱。二是基于時空域的視頻數(shù)據(jù)管理技術(shù)。此方法可有效消除數(shù)據(jù)中的冗余信息， 從而節(jié)省儲存空間。 三是大數(shù)據(jù)存儲技術(shù)。利用此方法可實現(xiàn)對超大數(shù)據(jù)的存儲，避免了因系統(tǒng)不支持而造成數(shù)據(jù)的缺失，提高了數(shù)據(jù)保存的可靠性[2]。

2.3 大數(shù)據(jù)思維下的查閱和信息總結(jié)

對大數(shù)據(jù)的查閱所使用的技術(shù)是分布式多節(jié)點并行處理技術(shù)，此方法能有效減少等待時間，從而提高工作效率。同時對巨大的圖片信息利用的是圖像識別及模糊匹配技術(shù)，不但能節(jié)省大量的人工工作，而且人臉匹配等技術(shù)的不斷發(fā)展更是提高了工作的準確性，提升工作效率。大數(shù)據(jù)思維技術(shù)可通過互聯(lián)網(wǎng)實現(xiàn)對信息的共享，系統(tǒng)可通過對相關(guān)信息的查閱來實現(xiàn)綜合分析，并在此基礎(chǔ)上對信息進行總結(jié)，進而得出有關(guān)的規(guī)律和重要的信息。

3 視頻智能分析技術(shù)在安防管控平臺的應用

3.1 行為類智能分析

該智能分析類型大多是對動態(tài)場景下的視頻信息進行分析處理。比較典型的應用場景有：圍墻翻越檢測、防區(qū)入侵檢測、交通違章或車輛逆行檢測、拌線穿越檢測和客流統(tǒng)計等。上文介紹的安防智能管控平臺，其中的子系統(tǒng)車輛管理系統(tǒng)、訪客系統(tǒng)、視頻監(jiān)控系統(tǒng)、入侵報警系統(tǒng)及巡更系統(tǒng)，都包含動態(tài)的場景，所以都可以運用到視頻智能分析中的行為類智能分析。

3.2 識別類智能分析

識別類智能分析技術(shù)主要適合對靜態(tài)場景進行分析處理，該視頻智能分析類型的原理是通過圖像比對、圖像識別和模式匹配等技術(shù)，對行人、車輛或物體的特征信息進行提取和分析。安防智能管控平臺中的車輛管理系統(tǒng)在對進出車輛進行管理時運用的車牌識別技術(shù)就屬于該類別視頻智能分析技術(shù)[3]。

3.3 診斷類智能分析

診斷類智能分析主要適用于視頻圖像中出現(xiàn)模糊、滾屏、偏色、畫面凍結(jié)、雪花等攝像頭故障、視頻質(zhì)量降低及視頻信號受到干擾的情況，對這些情況下的視頻信息進行準確判斷、分析和報警。安防智能管控平臺里的視頻監(jiān)控系統(tǒng)在受到外界環(huán)境或人為影響而出現(xiàn)上述視頻圖像情況時會用到該診斷類智能分析類型。視頻智能分析技術(shù)通過智能算法可對不同的動態(tài)、靜態(tài)、模糊視頻圖像進行分析，但是對海量的視頻信息進行分析處理時，分析速度將會降低。為保證數(shù)據(jù)量比較大時仍能保持高速分析，必須引入大數(shù)據(jù)技術(shù)。

4 大數(shù)據(jù)時代，智能安防在智慧城市建設中的發(fā)展前景與趨勢

智能安防技術(shù)已經(jīng)深度賦能各大應用場景。以公安行業(yè)為例，當重大嫌疑人出現(xiàn)在視頻監(jiān)控范圍內(nèi)，基于圖像的智能識別技術(shù)對視頻目標進行搜索、比對，迅速辨別嫌疑目標并產(chǎn)生告警；發(fā)現(xiàn)嫌疑目標之后，結(jié)合圖上作戰(zhàn)、以圖搜圖，視頻Re-ID跨鏡追蹤的方式，對嫌疑目標在范圍區(qū)域內(nèi)進行追查，迅速發(fā)現(xiàn)其活動軌跡及落腳點相關(guān)信息；確認嫌疑人落腳地信息之后，再基于視頻結(jié)構(gòu)化、人臉識別、車輛識別等技術(shù)，對重點區(qū)域重點場所進行重點實時布控，當布控目標出現(xiàn)時觸發(fā)報警，及時對嫌疑目標進行處置?？偟膩碚f，智能安防技術(shù)在公安應用場景的應用已經(jīng)實現(xiàn)了事前預警、事中處置、事后分析的全流程監(jiān)控和智能決策。在人工智能和大數(shù)據(jù)時代背景下，如何打破行業(yè)壁壘，破除“數(shù)據(jù)孤島”使得各領(lǐng)域數(shù)據(jù)逐漸走向融合，對數(shù)據(jù)的處理和分析建立體系規(guī)范，從而讓數(shù)據(jù)能更高效、更精準的滿足各類業(yè)務的需求，解決“單點智能”瓶頸和應用場景高度碎片化的問題是未來智能安防建設的關(guān)鍵。同時，智能安防作為智慧城市領(lǐng)域下的組成部分，在建設過程中也需要具備智慧城市的四大特征，即廣泛覆蓋的信息感知網(wǎng)絡、多種網(wǎng)絡的深度互聯(lián)、各種資源體系協(xié)同共享、海量信息的智能處理。

5 結(jié)語

作為前沿技術(shù)之一，大數(shù)據(jù)分析技術(shù)在安防智能管控平臺中進行應用，有利于安防行業(yè)的進步和發(fā)展，具有非常重要的意義。在應用的過程中，為解決海量視頻信息的實時分析、存儲與管理、知識挖掘等問題，還有很多的工作要做。需要大力推廣智能視頻云平臺，加強人才培養(yǎng)和技術(shù)交流合作，爭取突破智能處理、視頻分析、人像識別和大數(shù)據(jù)等核心技術(shù)的突破，為大數(shù)據(jù)分析技術(shù)在安防視頻智能監(jiān)控領(lǐng)域的應用注入新動力。