浅谈大数据在视频监控中的应用

张小军

摘 要：经济的高速发展带动了科学技术的进步，如今很多行业和领域的发展都在朝着智能化以及自动化方向发展，比如视频监控。最近几年，视频监控技术开始被大量的运用到很多场合之中，特别是对于安防工作来讲其发挥的意义更是显著，已然成为了目前效果最好的防范措施。由于该系统涵盖的信息量非常大，需要不断储存和分析各种数据内容，原有的信息处理方式已经无法和当前的时代发展步调保持一致了，问题不断出现。此时大数据的出现就成为了其新的发展方向，它是时代发展的必然趋势。作者在这个前提之下，具体阐述了视频监控系统的数据特征，重点分析了大数据对于视频监控系统的重要性所在。

关键词：大数据；视频监控；应用

中图分类号：TN948.6 文献标志码：A 文章编号：2095-2945（2017）22-0153-02

引言

当今社会经济高速发展，此时科技也在不断进步，对于广大群众来讲，不论是生活亦或是生产活动都离不开各种各样的数据。由于数据的储存量不断增加，加之人们对数据分析速度的要求不断提升，此时大数据就开始出现在人们的视野之中。它是时代发展的必然产物。目前视频监控系统被大范围运用，数据信息量持续增加，而数据的存储以及传递和分析等工作都要依靠大数据来完成。所以，要想确保视频监控系统得到良好的发展，首先就要积极发展大数据，确保系统有强大的运作基础。

1 大数据及视频监控数据概述

1.1 大数据

如今，我们国家的专家学者针对大数据并未形成相对统一的认知理论，绝大部分人将其定义为传统数据处理技术不能够处理的一种复杂的数据系统。它能够很好的完成信息收集以及存储等活动，同时还可以以极快的速率分析数据，能够在复杂的系统中以极快的速度获知我们所需的内容，其实用性非常高。

1.2 视频监控数据分析

最近几年，科技高速发展，与此同时我国的视频监控体系也开始朝着新的方向发展，比如其更加的智能，画面更为清晰，而且此时系统的安装数量持续增加，这就在无形之中使得数据信息总量不断变大。站在相应的理论层面上来看，上述数据的存在对于管理工作以及安保等工作的开展有着非常关键的存在意义。不过，在具体的开展工作的时候，对于如此庞大的数据，假如只是单纯的依据人力来分析，是无法满足我们的需要的。所以，当前的现实情况是绝大多数的监控系统中的数据内容都无法被合理的运用，导致效率非常低。所以，作为相关工作人员，此时要做的就是把大数据合理的应用到视频监控体系中。具体来讲，大数据在运用的过程中有如下的一些特征。第一，数据总量非常大，而且增长速度很快。由于当前的监控技术得到显著发展，监控点也不断增加，这就在无形之中导致数据量以极快的速度增加，特别是电脑技术的運用，使得监控点的总数暴增，此时信息总量是非常庞大的。第二，数据类型非常多。通过分析我们发现，当前的监控系统中的数据编码的格式类型非常多。而且，由于网络技术的发展，使得监控系统呈现出明显的数据多样性特征。第三，数据处理效率非常高。众所周知，监控系统的数据是一直在变化的，而且由于时间在变化，导致数据的总量也在不断增加。因此，我们过去使用的运算措施已经不能够适应目前的发展形势了，其处理信息的速度相对要慢很多。借助大数据系统，我们能够确保信息处理速率得到显著的提升，符合实效性特征。第四，数据价值密度低，效率要求高。如今，我们国家的视频监控系统多是以实时模式为主，数据总量庞大，不过有用信息相对较少。

2 大数据视频监控架构分析

要想将大数据合理的纳入视频监控系统之中，就要结合当前的业务规定以及Hadoop，创建架构。通过分析可知，目前我国的大数据监控构架包含数据源层、数据存储层、数据分析层以及业务和管理层等内容，接下来具体阐述。

2.1 数据源层

如今，我们国家的视频监控系统的数据形式有两种，分别是实时以及非实时数据。对于前者来讲，它指的是摄像头经由实时监控获取的内容。对于后者来讲，它指的是借助其他系统或是编码设备等导入的数据内容。

2.2 数据存储层

当我们开展数据存储活动的时候，大数据通常是利用HDFS以及Hbase，以此来提升信息存储的稳定性。此时的监控系统能够变革之前的NVR以及专门的存储系统，借助先进的HDFS存储，并且利用Hbase系统创建索引，此时信息存储变得更为合理，其应用性变得更高。

2.3 大数据分析层

我们可将大数据分析层看成是数据计算层，对视频监控系统数据实现智能分析和数据挖掘。首先大数据利用MapReduce来分解数据，然后借助电脑计算数据，以此来提升它的使用率。同时还可以借助Hive技术，深层次挖掘数据，提取其中有价值的内容。

2.4 业务及管理层

视频监控系统是依托众多的管理设备实现的，能够在第一时间消除设备运作过程中产生的问题，而且设有专门的管理系统负责管理摄像头。将大数据运用到监控体系中，从特定的层面上来看，我们可以将视频信息当成是一类资产来看待，把数据看成是基础要素，创建高效率的系统，切实提升信息的使用率，提升数据处理水平。

3 大数据在视频监控中的应用分析

3.1 视频监控数据挖掘技术

对于我们国家来讲，视频监控体系的运作离不开电脑以及网络技术，该系统仅是单纯的记载表面图形，并非真正意义上的智能化，和人类的思维还是有一定的差别的。因此很多数据在原始状态之下是无法被我们所使用的，只可以借助数据挖掘才可以发挥出它们的存在价值。视频数据技术在我们国家还处在发展的初始时期，在发展的时候面对许多的干扰要素。通过上文的论述我们得知数据本身有着多样性特征，规律性较低，总量较大，和常见的文本信息还是有一定的不同之处的，由此可知数据挖掘技术的难度并非一般。如今，该技术被运用到很多方面，比如用来识别车牌等。

3.2 视频监控数据挖掘技术实现方式

通过分析可知，当前时期我们使用的视频监控系统数据挖掘技术主要有两种实现方式。第一，借助前端设备完成。借助系统中的一线智能监控装置，确保视频以较快的速率集成，以实时模式挖掘信息。第二，借助后端设备完成。借助设备的服务群挖掘收集到的视频内容。上述两种方式有各自的优点。对于第一种来讲，它能够实时的挖掘视频内容，其非常灵活，可以按照视频运算方法的规定控制系统的前端监测装置，进而搜集算法需要的信息内容。对于第二种来讲，它的优点主要体现为它有着强大的信息处理水平，能够融合各种不一样的数据内容，同时它处理信息的效果也非常好，具有更加明显的数据挖掘价值。视频数据挖掘技术在后端服务器集群中实现，其灵活性非常高，而且有着强大的扩展能力。这种挖掘方式的实现离不开电脑。当我们具体的开展数据挖掘工作的时候，必须要结合使用人的需要正确的选择我们所需要的挖掘类型。

3.3 数据挖掘流程

视频数据挖掘的目的是建立底层视频数据到高层语义信息之间的映射关系，因为其中的映射关系非常复杂，一般采用多层次的信息提取及映射技术来最终实现数据挖掘过程。在视频数据挖掘过程中，从底层的视频数据中首先提取底层图像特征信息，包括图像纹理、图像色块、运动矢量、灰度直方图等信息，这类信息无法为我们所直接理解，它们是提取原语义信息的基础。然后利用目标检测、目标跟踪、特征比对等手段从图像特征中提取原语义信息，包括运动目标、人脸图片等，目前此类信息已可以被人们理解，不过距离人们内心真正期望的目标还有一些差距。最后把当前的语义信息转变为以高层语义描绘的信息，例如融合运动目标轨迹信息及用户设计的禁區信息所生成的描述内容为“发现有人闯入禁区”的语义级报警信息，再例如融合目标行人目标检测信息及运动轨迹信息可以生成客流量统计报表等，随着提取信息的层次越高，它涵盖的信息量越少，信息的抽象性越高，相应的更加便于我们理解和使用。

4 结束语

经济的高速发展带动了技术的进步，比如信息技术以及电脑技术等的出现就是一个显著的代表。在这种背景之下，我们国家的视频监控水平得到了明显的提升，开始朝着智能化以及高清化等方向发展，此时相关的需求也在无形之中变化着。所以，把大数据融入到该系统之中是时代发展的必然趋势，有着非常关键的存在意义和价值。

参考文献：

[1]巴丽娟.大数据应用架构下视频监控云存储发展[J].中国公共安全（综合版），2014（9）：131-134.

[2]林青.云领安防大数据时代——安防大数据时代下的视频监控解决之道[J].中国安防，2013（9）：38-42.

[3]李涵.大数据技术：助力视频监控迈入“智能安防时代”[J].城市建设理论研究（电子版），2015（9）：3720-3721.

[4]周英凤，周英英.大数据在视频监控中的应用研究[J].电子技术与软件工程，2015（19）.

[5]钟维涛，张军宝，强晓锋，等.视频监控系统在制造业管理提升中的应用——汉德车桥视频监控项目实施回顾[J].汽车实用技术，2010（2）.

[6]苏卫平，周春燕.高清视频技术在隧道监控中的应用[A].中国土木工程学会会议论文集[C].2011.

[7]周燕，王东，钟勇，等.压缩传感在无线视频监控中的应用研究[J].计算机应用研究，2010（6）.

[8]丁斐，杨广明，苏宏.IP组播技术及其在视频监控系统中的应用[J].计算机与信息技术，2007（4）.