數(shù)據(jù)大爆炸的時(shí)代

每一天10萬3680小時(shí)視頻上傳到Y(jié)ouTube;20億小時(shí)電視與電影在Netflix上觀看，

智能手機(jī)、平板電腦、可穿戴設(shè)備和PC的普及化應(yīng)用，加上通信網(wǎng)絡(luò)的升級，讓每一個(gè)人都成為了圖像視頻采集者。

而這些視頻信息還僅僅是互聯(lián)網(wǎng)與移動(dòng)互聯(lián)網(wǎng)產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)，如果算上非結(jié)構(gòu)化數(shù)據(jù)來源的大頭——負(fù)責(zé)城市安全與公共管理的視頻監(jiān)控?cái)z像機(jī)，這些視頻數(shù)據(jù)將會(huì)無法量化。

以某一個(gè)城市南京路為例，整條街道有45個(gè)攝像頭，其中有35個(gè)是1080P高清攝像機(jī)。一個(gè)高清攝像頭一秒鐘產(chǎn)生0.5MB大小的視頻，一分鐘為30MB，一小時(shí)為1800MB;如果算上一條街，一小時(shí)35個(gè)高清攝像頭將有63000MB大小的視頻。

如果是一個(gè)城市6000個(gè)高清攝像機(jī)，一小時(shí)的視頻大小將有10800000MB。而安防行業(yè)通常便是24小時(shí)運(yùn)作，一天算下來，一個(gè)城市將有247TB的視頻數(shù)據(jù)，一個(gè)月7416TB，而這僅僅是一個(gè)城市的數(shù)據(jù)量……

人工智能的軟肋

與文字、聲音相比，視頻承載了更豐富的信息量。要在短時(shí)間內(nèi)讀懂讀全視頻里的信息量，對人來說不是件容易的事。

機(jī)器沒有人類的大腦，沒有洞察力，但與人相比，它有強(qiáng)大的計(jì)算能力，如果用視頻科技的力量激活機(jī)器的神經(jīng)，讓每一個(gè)攝像機(jī)都能識(shí)別出監(jiān)控畫面中的內(nèi)容，并通過后臺(tái)的云計(jì)算和大數(shù)據(jù)分析，來做出思考和判斷，并在此基礎(chǔ)上采取行動(dòng)，我們就能夠真正的讓鏡頭代替人類去觀察世界。

如今，越來越多的行業(yè)開始關(guān)注智能視頻分析的應(yīng)用，如公安、金融、監(jiān)管、交通、零售行業(yè)等。他們希望通過智能視頻分析技術(shù)，來解決對龐大的視頻數(shù)據(jù)的查詢與分析效率。

現(xiàn)在也有越來越多的國際頂級研究機(jī)構(gòu)和學(xué)者在智能視頻分析領(lǐng)域大力投入，由此不斷涌現(xiàn)出性能更優(yōu)秀的算法，不斷提高產(chǎn)品中視覺分析技術(shù)的性能。

智能視頻技術(shù)的發(fā)展

智能視頻分析技術(shù)正式進(jìn)入國內(nèi)安防市場，基本上是以后端服務(wù)器智能為主，由于成本太高，因此只能開展小規(guī)模的應(yīng)用，無法真正成為大數(shù)據(jù)的基礎(chǔ)。

在2008年左右，智能逐漸的前端化，率先在智能交通攝像機(jī)中實(shí)現(xiàn)。幾年過去，前端的智能應(yīng)用逐漸五花八門。到了2012年，以安防報(bào)警為主的攝像機(jī)出現(xiàn)在人們的視野之內(nèi)，但這些攝像機(jī)并非真正意義上的智能攝像機(jī)，也無法打開前端視頻監(jiān)控與后端大數(shù)據(jù)之間的隔閡。

2014年10月，具備識(shí)別、思考、描述三個(gè)典型特征的感知型攝像機(jī)出現(xiàn)了，它能基于視頻的智能分析，識(shí)別出監(jiān)控畫面中的內(nèi)容，用語言與圖片進(jìn)行描述，然后送入后端大數(shù)據(jù)的世界。它帶來了智能識(shí)別的新方向，也真正推開了視頻監(jiān)控與大數(shù)據(jù)之間的隱形門。

感知型攝像機(jī)與大數(shù)據(jù)的應(yīng)用

擁有感知能力的感知型攝像機(jī)，相當(dāng)于物聯(lián)網(wǎng)中的一個(gè)一個(gè)視覺傳感器，大量攝像機(jī)感知的海量信息，進(jìn)入大數(shù)據(jù)和云計(jì)算平臺(tái)，進(jìn)行二次運(yùn)算，使我們不僅能從單個(gè)攝像機(jī)中識(shí)別內(nèi)容作出判斷，還能從海量的監(jiān)控?cái)?shù)據(jù)中，做出深度分析和挖掘，從而讓公共安全、社會(huì)管理、交通管理的方式得以改變……

語義搜索

搶劫案目擊者提供車牌不明的犯罪車輛信息。直接輸入“3月1日”、“黑色”、“奧迪”，鎖定目標(biāo)車輛。

人臉?biāo)阉?/p>

越獄犯身藏何處？將罪犯人臉照片輸入偵查系統(tǒng)，人臉?biāo)阉鞴δ軐⒆詣?dòng)查找人員蹤跡。

實(shí)時(shí)布控

珠寶店盜竊案的犯罪車輛失蹤。在系統(tǒng)中輸入車牌信息，嫌疑車輛經(jīng)過任何監(jiān)控?cái)z像頭，系統(tǒng)自動(dòng)告警。

以圖搜圖

犯罪分子利用套牌、假牌掩蓋路徑。以圖搜圖功能利用車身圖片同樣可查到車輛的通行數(shù)據(jù)。

多點(diǎn)碰撞

連環(huán)盜竊案。比對每個(gè)案發(fā)地點(diǎn)在案發(fā)時(shí)間的所有車輛信息，發(fā)現(xiàn)全都出現(xiàn)過某輛車，即鎖定為嫌疑車輛。

人車關(guān)聯(lián)

違法違規(guī)駕駛。人車關(guān)聯(lián)智能比對駕駛員人臉與車輛信息，違法違規(guī)追責(zé)到具體人。

責(zé)任編輯：Ct