以监控为核心 实现安防智能化全面兼容

随着视频监控技术的快速发展,高清监控取代标清监控、具备分析能力的智能网络视频监控取代功能单一的模拟视频监控,已经成为不可逆转的趋势。市场调研机构IHS的分析报告显示,2014年,网络摄像头的出货量第一次超过了模拟摄像头;预计到2018年,网络摄像头的出货量将超过7400万,市场规模逾100亿美元,中国市场增长最为迅猛。

在安防监控市场,以前模拟摄像机占据市场的主流地位,现在有越来越多的IP摄像机出现,它们的连接性会越来越强,智能性也会越来越高,包括智能的网关、后端的设备和后台。现在有很多高清网络摄像头的使用,相关数据显示,预计到2018年,网络摄像头的出货量将达到1.24亿台,2017年预计这些摄像机每天生成的数据将达到859TB。未来要处理的数据会越来越多,这必须要有更好的解决方案管理、存储这些数据。由于涉及各种各样的视频分析,因此,视频分析的功能,解码、编码和转码等各种集成,以及云计算,这些都将是非常重要的领域。

毫无疑问,随着视频联网逐渐势起,以视频监控为核心的安防产业正向着更高清、更智能、大数据的方向快速演进。

过去几年,安防产业经历了网络化和高清化的发展,现在安防行业正在向智能化和大数据快速的转换。从用户的需求端来看,这几年用户的需求也正在从过去看得清到现在向看得明白,从过去对于整个视频系统的应用是存储、回放,到现在基于视频内容理解的各种应用。

随着安防大时代的到来,视频数据呈现爆发式增长,这不仅对数据的存放带来压力,也对数据的分析提出了更高的要求。同时,大量的无用视频造成严重信息污染,使得线索的提取变得困难,并造成带宽及存储资源的严重浪费。因此,有用信息的分析获取效率至关重要。而传统的简单智能分析功能,以及由此引出的算法孤立、运算低效等问题已远远不能满足客户对时效性的需求。

实际上,传统的简单智能分析在大家看来并不是真正意义上的智能。这主要是因为两个方面的原因,一是分析的不准;二是分析的慢。现在大家提到智能,首先说的就是功能,而功能的背后就是算法。实际上,智能不仅仅是算法,还要有开放的架构,除此之外,还要充分利用CPU和GPU的资源,对不同的算法所消耗的资源进行智能调配,保证服务器集群之间在各个应用中能维持相对合理的分配。

由此可见,除了前端智能,后端也要智能,二者必须配合起来做智能分析。实际上,一直以来,前端摄像头的智能化都是主旋律,比如做交通卡口、车牌识别都是基于前端的智能分析,不过在有些场景下前端智能并不适用。比如车系识别,这需要庞大的车辆数据库,这就无法放到前端,只能放在后端。再比如平安城市,以宁波为例,整个市有三万只摄像头,不可能对每个摄象头都做智能化,但可以选择其中的1000路做智能化,其余的放在后端做智能。

随着视频数据爆发式的增长,大规模城市级的智能应用,以及引入大数据分析、云计算等技术已成为大势所趋。紧跟市场潮流,各大安防监控硬件设备厂商早已相机而动。

可见,智能视频监控已不仅仅局限在传统安防领域,正越来越多的应用于服务行业和其他新兴业态。从全球来看,零售行业的一些零售店利用视频分析技术跟踪流量,比如进到门店的流量,还有店里客人排队的时间、停留时间、客人的喜好等都可以采用视频分析技术进行分析。未来随着智能视频监控越来越普及,更多的设备被连入网络,将会产生更多创新的商业模式。

本文转自d1net(转载)

上一篇:Python编程:Django搭建博客


下一篇:Python(九)Tornado web 框架