>> 您的位置:首页 > 技术与创新 > 大数据 > 正文
基于大数据思维的智慧安防展望
2015/4/29 10:11:00      来源:《中国安防》    作者:赵世范
    “大数据”是当下的热点话题,不论政府、企业还是个人,都在关注如何采集数据,如何从数据中挖掘出有用的信息,进而创造社会价值、商业价值。

  一、大数据与大数据思维
  “大数据”是当下的热点话题,不论政府、企业还是个人,都在关注如何采集数据,如何从数据中挖掘出有用的信息,进而创造社会价值、商业价值。互联网是大数据最早发挥效用的行业,淘宝、京东、亚马逊等电商企业通过对海量数据的掌握和分析,为用户提供更加专业化和个性化的服务。大数据也在重构很多传统行业,通过收集、整理生活中方方面面的数据,进行分析挖掘,从中获得有价值信息,并衍化出新的商业模式。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。
  随着平安城市、智慧城市等工程的推进,监控摄像头已经遍布大街小巷,安防监控对高清化、智能化、网络化、数字化的要求越来越高,数据量也迅速增加,早在几年前就已踏入大数据的门槛。安防领域的“大数据”一般具有几个特点:首先,数据量巨大,一个地级市30天的视频录像数据就已经是PB级;其次,区别于传统的数据结构,安防领域的数据结构比较复杂,超过80%都是非结构化数据,比如智慧型平安城市建设中的视频监控数据、卡口的抓拍照片、智能分析输出的特征数据等;再次,数据更新快,视频监控每秒钟都在进行;最后,这些更个性化的数据在存储后被要求能随机访问,这就要求新的IT系统更加快捷地处理数据,更加智能地保存和管理数据。
  在这个互联网、物联网快速发展的时代,大数据的重要性不言而喻,但我们谈论的大数据其实包含了三个概念:大数据思维、大数据资产、大数据技术。
  大数据思维是一种方法论,是一种处理数据的思路,是一种将数据转化为价值的创新思维。
  大数据资产是指数据本身,通过多种途径采集并被归类存储,是重要的原始矿藏。
  大数据技术是指对数据进行处理的工具,可以包括采集技术、存储技术、分析技术、挖掘技术等。
  因此,大数据思维是方向,大数据资产是基础,大数据技术是工具,三者共同作用,促进了大数据时代的繁荣。
  二、智慧安防的展望
  当前的安防领域可以分为传统的行业安防和新兴的民用安防两部分。
  在行业安防领域,大数据目前已经有一些应用,大数据的采集分析已具雏形。譬如,在城市交通管理方面,车牌识别、车辆违章检测等数据分析处理的应用非常成熟。在城市治安防控方面,目前以车辆特征识别、行为轨迹分析识别、人物特征分析应用需求最多。在这些应用中,最难突破的是人物特征识别分析,包括人脸、衣服颜色、人员姿态等,这些对深层的业务应用非常具有价值。
  在民用安防领域,随着家庭安防意识的逐渐普及,安防电商化已成为另一个突破口。以海康威视旗下的萤石为例,不但推出了集监护、安防报警、云存储、极简安装于一体的硬件产品,还专门组建了研发、营销、客服团队,上线了针对小微企业、商铺和家庭用户的“萤石云”专业服务网站和“海康电商”网络销售渠道。海康电商定位于为家庭和商铺等终端用户提供便利、体验式的购物和在线服务平台。
  智慧安防是行业安防领域里重要的发展方向,同时也是智慧城市的重要组成部分。智慧安防包括平安城市、智能交通管理、环境保护、危化品运输监控、食品安全监控等方面,这些方面均会产生大量的数据。通过对大数据的挖掘,可以及时发现人为或自然灾害、恐怖事件等,提高应急处理能力和安全防范能力。
  通过大数据思维,我们来看看未来智慧安防会发生什么变化。
  1.平安城市
  随着平安城市建设的逐步深入,用户需求开始从视频的看、存、管、控向视频的深度应用转变,一方面开展视频与业务的深度结合,另一方面充分挖掘视频数据本身的价值。早期的视频数据价值挖掘还主要集中在视频的特征提取和单场景应用中,比如球机的移动跟踪,单镜头的运动对象热区图等,这些单点应用相当简单,被市场快速接受。但针对大范围监控区域,以及大规模数据处理方面,安防行业的技术相对落后,一直无法快速发展起来。随着全城Smart的推广和应用,Smart前端、Smart存储、Smart平台的有机系统将产生更多的有价值数据,对这些数据的有效应用将突破传统的应用模式。同时,随着互联网大数据技术的逐步成熟,安防行业意识到将互联网大数据技术引入安防行业,加速数据处理,将会产生意想不到的效果。因此,安防行业的众多厂商开始纷纷引进大数据技术框架,试图解决安防行业的海量视频数据问题。从目前的研究来看,将大数据技术与智能分析技术相结合,是一个确实可行的方向,将对安防行业产生重大影响。
  同时,大数据也将对安防报警运营的管理理念、管理方式和管理目标带来颠覆性的改变:使我们不再依赖监控报警产品的功能指标,而是转向对大数据的价值挖掘上;不再局限于事中、事后的应急响应能力,而是着眼于事件发生前的趋势预测上;不再受困于“事后取证”的被动状态,而是有力把握“提前防范”的主控局面。
  2.智能交通管理
  近年来,随着经济的快速发展,机动车持有量迅速增加,交通管理现状和需求的矛盾进一步加剧。在此情况下,如何利用先进的科技手段提高交通管理水平,抑制交通事故发生,是当前交通管理部门亟待解决的问题。
  针对交通管理部门的需求以及我国的道路特点,可通过整合图像处理、模式识别等技术,实现对监控路段的机动车道、非机动车道进行全天候实时监控和数据采集。前端卡口处理系统对所拍摄的图像进行分析获取号牌号码、号牌颜色、车身颜色、车标、车辆子品牌等数据,并将获取到的车辆信息连同车辆的通过时间、地点、行驶方向等信息通过计算机网络传输到卡口系统控制中心的数据库中进行数据存储、查询、比对等处理,当发现肇事逃逸、违规或可疑车辆时,系统会自动向拦截系统及相关人员发出告警信号,为交通违章查纠、交通事故逃逸、盗抢机动车辆等案件的及时侦破提供重要的信息和证据。同时,随着全城Smart系统的建设,新型的SmartIPC监控前端也将成为一个卡口系统,这使得城市卡口系统更加严密,能够获取到更多的过车数据,能更准确地描绘出车辆动态信息。
  前端卡口系统还能及时准确地记录经过卡口的目标信息,随时掌握出入辖区的车辆流量状态,为交通诱导提供重要的参考数据。为了解决海量过车数据分析的挑战,智能交通要转变思路,积极尝试使用大数据技术来解决智能交通数据分析和挖掘问题。
  3.环境保护
  城市人口的快速膨胀导致的最直接后果便是环境供给与人口需求之间的矛盾,不解决这个问题,环境承载的压力将会越来越大。如何在保证城市居民生活质量和经济发展水平的同时又不加重环境负担,创造出一个环境优美又健康宜居的“绿色之都”,保持城市的可持续发展,成为政府在城市管理过程中的重要关注点。
  大数据在环境保护方面,可通过365天×24小时的不间断环境变化监测,输出可视化的环境数据分析结果,以及建立立体化的治理模型,通过虚拟的数据模拟出真实的环境,进而测试所制定的环境保护方案是否有效。
  例如:在虚拟河流的建模方面,首先利用传感器把河流各种各样的物理、化学、生物等数据通过网络实时传递到后台进行清洗,消除数据的异源性,保持数据一致化;然后对这些数据进行可视化的展现,描绘出一条虚拟的河流,清晰展示河流水质发生的变化;最后数据科学家利用这些处理过的信息构建一个河流的环境模型和治理方案,评估不同的治理和人类干预对于河流环境的影响,以保证在实际治理时的效率和效果。
  而在污染地图的绘制方面我们不得不提到一个人:马军,他是一位普通的中国公民,同时也是《中国水危机》一书的作者。2006年,马军创立公众与环境研究中心(IPE),主持开发了“中国水污染地图”、“中国空气污染地图”和“固废污染地图”,建立了国内首个公益性的水污染和空气污染数据库,将环境污染情况以直观、简单易懂的图表进行展现。通过这个公益数据库,任何一个用户都可以进入全国31个省级行政区和超过300家地市级行政区的相应页面,检索当地的水质信息、污染排放信息和污染源信息,包括超标排放企业和污水处理厂信息。
  借助大数据采集技术,我们将收集到大量关于各项环境质量指标的信息,通过传输到中心数据库进行数据分析,直接指导下一步环境治理方案的制定,并实时监测环境治理效果,动态更新治理方案。通过数据开放,将实用的环境治理数据和案例以极富创意的方式传播给公众,通过一种鼓励社会参与的模式提升环境保护的成效。
  4.危化品运输监控
  危险化学品运输车辆运输事故发生的原因包括化学品运输车辆超载、天气恶劣、道路状况不良、驾驶员疏忽违规等。此外,驾驶员可能被泄漏出的毒气伤害而失去知觉,或者自身素质低下而只顾自身逃逸,未能在第一时间发现事故并报警,导致失去了及时处理及救援疏散的宝贵时间,使得危险化学品进一步泄漏扩散或爆炸。
  通过在危险化学品运输车辆上安装GPS(全球卫星定位系统)、行车记录仪和通讯设备对车辆实施跟踪管理,能最直观地监控车辆实时图像、显示车辆运行状态及车载物品数据参数,同时对车辆及货物实时定位跟踪,将运输行业中的货主、第三方物流及司机等各环节的信息有效、充分地结合起来,达到充分监控、调度货物及车辆的目的,保障货物及司机的安全,提高运输效率。
  5.食品安全监控
  民以食为天,食品安全问题是关系国计民生的重大问题。近几年,毒胶囊、镉大米、瘦肉精、问题奶粉等食品安全事件不断考验着消费者的承受力,让消费者对食品安全产生了担忧。食品安全固然可以通过宣传,不断提高食品生产者的安全意识和道德标准得到改善,但关键是食品安全的监管,通过不断完善监管体制和技术手段,从源头上杜绝生产者掺假、制假的渠道,营造优良的消费环境。
  在食品监管方面,通过在农、林、牧、副、渔及食品生产企业和相关主体建立覆盖食品生产全过程的食品安全风险监测网点,进行动态数据的标示与感知,设立食品安全风险监测省级及地方大数据分平台,负责动态收集、分析各地的食品安全监测数据,对食品安全状况做出评估,对监测发现的可能存在的食品安全隐患及时发布预警,并将数据及时汇总到食品安全风险监测的管理单位,这将是大数据对于食品安全监控的重要应用。
  而在药品监管方面,可以利用大数据技术开展药品的全品种电子监管,进行质量追溯和零售药店电子监管,做好药品电子监管码、商品条码以及企业物流码的数据对接,实现监管信息共享。
  三、大数据应用中的主要技术
  基于大数据的智慧安防在技术方面重点应关注大数据处理技术和智能分析技术。大数据处理技术主要解决数据的采集、存储和分析挖掘问题,而智能分析技术是为了实现对视频的分析和理解,解决视频结构化问题,推动视频数据向视频信息的转变。
  大数据应用主要涉及数据整合、数据存储、挖掘应用等多方面和多层次。其中,大数据技术作为大数据应用的基础设施保障至关重要,主要内容包括以下三个方面:
  1.大数据采集和管理技术
  (1)可扩展的数据描述规范
  数据的快速增长迫切需要一套可扩展的数据描述规范,实现数据描述、数据存储、共享和交换。现阶段,数据的形式主要有源自摄像头采集的视频数据和其他各类复杂结构数据。设计面向多维数据的本体描述框架,可以较全面地描述多维语义内容。
  (2)多维数据集成共性技术
  数据抽取、转换和加载(ETL)是解决异构多维数据一致性和集成化的有效方案,利用工具将数据按照统一的规则进行集成,完成数据从多数据源向统一目标数据库的转化。
  2.大数据存储技术
  规模庞大的感知设备、繁多的业务系统每天产生海量的数据,这些数据既有结构化的,也有半结构化和非结构化的,这为数据的统一描述和存储带来了困难。
  (1)资源描述元数据管理技术
  资源描述元数据是海量异构数据实现透明访问的基础。通过扩充现有的数据对象和存储资源描述方法,从多个方面描述数据的内在属性(关键字、数据编码格式等)、应用需求(性能、可用性、安全性、持久性等)和资源特性(位置、访问方式、服务能力等),以支持智能分级的存储虚拟化及存储服务。
  (2)基于时空域的视频数据管理技术
  根据视频数据的时空域属性信息,按需求将空间邻近或时间邻近的视频数据进行归类,并在存储上进行关联存储,同时利用基于语义内容的去冗余技术,提升数据的价值密度。
  (3)大数据存储技术
  百亿甚至千亿级的结构化数据为存储和查询带来巨大压力,传统的关系型数据库已无法支撑此类应用。采用针对海量数据特性设计的分布式数据存储架构和列式数据库技术,可以较好地满足大数据存储系统可扩展性、高可靠性的要求。
  3.大数据检索和挖掘技术
  (1)分布式智能全文检索技术
  大数据仅仅依靠单节点进行智能全文检索已远远无法满足性能要求,采用分布式的多节点并行处理技术,能有效缩短响应时间,提高系统性能。
  (2)基于图像识别的检索技术
  智慧安防中存在海量的图片数据,目前的检索技术还是以特征文本描述检索为主,这需要耗费大量的人力、物力开展特征描述,当数据持续增长时,这将是一个不可能的任务。采用图像识别及模糊匹配技术,能真正满足用户的业务需求,并促进人脸匹配、步态匹配、行为匹配等应用的开展。
  (3)关联网络可视化分析
  利用可视化分析将各种不同信息图形化,建立不同数据来源、不同信息之间的公共元素和联系,建立起不同实体之间的关联,从而发现那些隐藏在大数据中的关联性线索和情报。基于人、车视频图像信息的大数据分析与挖掘系统的数据流程图如图1所示:

  图1基于人、车视频图像信息的大数据分析与挖掘系统的数据流程图
  四、小结
  基于大数据的智慧安防存在多种可能,安防的智能化是根本的趋势,利用大数据技术和智能分析技术,整合城市管理的其他数据,将真正推动智慧城市建设,为社会管理奠定良好的基础。

编辑:侯雨婷
注:本文版权归《中国安防》杂志社和《中国安防》杂志网所有,任何媒体或个人未经书面授权严禁部分或全文转载, 违者将严厉追究法律责任。更多详情请订阅《中国安防》杂志。