大數據已經成為近幾年IT技術發(fā)展的新亮點，也成為視頻監(jiān)控應用技術發(fā)展的重點之一。杭州海康威視系統(tǒng)技術有限公司解決方案高級經理湯國寶談到：“充分運用物聯(lián)網、云計算等技術，利用大數據優(yōu)勢，圍繞著智能化、專業(yè)化、數據化最大限度發(fā)揮視頻監(jiān)控應用效能，構建立體化社會治安防控體系，并將原先的服務專業(yè)發(fā)展到服務民生。”

視頻監(jiān)控數據有兩個方面的內涵——海量和非結構化。視頻監(jiān)控數據量規(guī)模龐大，并且隨著高清化、超高清化的趨勢加強，視頻監(jiān)控數據規(guī)模將以更快的 指數級別增長；與通常講的結構化數據不同，視頻監(jiān)控業(yè)務產生的數據絕大多數以非結構化的數據為主，這給傳統(tǒng)的數據管理和使用機制帶來了極大的挑戰(zhàn)。這些挑 戰(zhàn)在一定程度上反映出當前視頻大數據處理領域存在的主要問題，同時也對視頻大數據處理技術提出了更高的要求。小編根據大數據目前在視頻監(jiān)控領域應用的情況 歸納整理了該項技術今后發(fā)展應關注的幾個問題。

1.視頻壓縮編解碼性能的限制

隨著數字視頻應用產業(yè)鏈的快速發(fā)展，政府、學校、社區(qū)、民用以及網絡終端所產生的海量視頻向傳統(tǒng)視頻編碼標準發(fā)出宣戰(zhàn)。需要傳輸與存儲的視頻數 據不斷加大就需要更大程度地提高編解碼效率，提高視頻壓縮率，從而降低傳輸資源消耗和存儲空間。網絡化進程的加快也要求編碼后的視頻在快速、便捷傳輸的同 時保證解碼還原的視頻質量。

視頻壓縮也制約著智能視頻領域的發(fā)展。很多情況下我們要求降低解碼后的視頻損耗，比如多媒體視頻認證領域，視頻的無損還原是提高算法判斷準確度 的先決條件，只有控制在一個合理的損耗范圍內，它才能提高視頻篡改提示的準確度。因此隨著視頻的網絡化、高清化、智能化時代的來臨，領先新一代視頻編碼標 準，超越新的技術框架和編碼性能，才能在城市級視頻應用領域中取得核心的主導地位。

2.智能視頻監(jiān)控領域中的算法檢測識別準確率的問題

目前的視頻監(jiān)控方法只能在非常簡單的環(huán)境下聚焦少量目標，檢測、識別、跟蹤性能還無法達到一個較高的水準，多數軟件都存在場景、環(huán)境的限制，例 如在簡單、純凈的場景中，檢測目標背景與前景差別較大時，檢測結果較為準確；而在一些人流量密度大的復雜場景中，如地鐵、車站、商場，監(jiān)視成千上萬個個體 時，準確地識別、跟蹤、檢測則是一項非常艱巨的任務。

同時算法檢測會受到光線、顏色、化妝、攝像機硬件誤差及精密度等一系列的問題影響，因此在低端智能與真正的人工智能之間還存在一個較大的鴻溝，它需要計算機處理能力及處理速度的提升。

我們需要的是一種接近人類，甚至高于人類的識別準確率，并且能夠檢測區(qū)分人群行為，預測潛在的群體災難。這不僅僅在智能視頻領域，而且從多領域的交叉融合角度，智能分析的研發(fā)與探索對機器人的發(fā)展也能夠起到積極的推進作用。

3.高清監(jiān)控攝像機的智能化處理

以往大多數城市級安防監(jiān)控攝像頭錄制的視頻畫面都較為模糊，刑偵破案分析的依據僅僅為模糊畫面動作方向，甚至是模糊的像素點，對具體人物細節(jié)的描述不清晰導致刑偵難度加大，輔助公安機關研判的力度不強。在智能安防的 監(jiān)控領域，傳統(tǒng)的智能分析方法較多的是在CIF格式下進行算法處理，這樣處理速度更易達到實時。當傳統(tǒng)視頻向高清視頻轉換過渡時需要多重處理策略相結合進 行算法分析，這需要持續(xù)的研發(fā)革新。在從標清向高清的門檻跨越過程中，網絡帶寬的承載力、視頻的顯示、存儲等問題也不斷顯現(xiàn)。這就要求盡可能在前端的高清 攝像機能實現(xiàn)智能化，這也是智能監(jiān)控發(fā)展的重點之一。

總結：

隨著全國各地平安城市項目的大規(guī)模推進，視頻監(jiān)控在智能安防領域中發(fā)揮著越來越重要的作用。現(xiàn)在不僅在機場、車站、碼頭等人流集中的公共場所采用視頻監(jiān)控系統(tǒng)， 而且在一些辦公場所和住宅小區(qū)也安裝了視頻監(jiān)控系統(tǒng)，在一些如監(jiān)獄等重要場所更是提出視頻監(jiān)控全覆蓋的應用要求。與此同時，視頻監(jiān)控產生的數據將會迅速的 增長。在建設智能安防的路上，如何利用大數據發(fā)揮視頻監(jiān)控的最大效能與數據本身的應用價值，我們還需進一步探索，克服前進中面臨的眾多瓶頸問題。

來源：環(huán)境監(jiān)控環(huán)境監(jiān)控系統(tǒng)機房監(jiān)控系統(tǒng)http://www.kkschina.com  本文采集于網絡，如有問題有聯(lián)系刪除