隨著IT技術的發展，大數據時代正在IT行業內如火如荼的開展著，然而安防行業卻只有一只腳邁入了大數據時代。都說好事多磨，那么阻礙著安防行業真正進入大數據時代的那些“磨難”都有什么？安防大數據又該如何擺脫好事多磨的窘境？本期欄目，就讓我們來探討一下這些問題。

　　一、大數據的今天

　　1、應用領域

　　智能交通

　　在安防行業內，大數據可進行交通分析，即通過對交通卡口采集的海量過車記錄進行分析，發現車輛的行車軌跡，發現異常行為，為案件研判、交通誘導等提供信息支撐。

　　平安城市

　　英我們所居住的城市中有無數的高清攝像頭，涉及治安監控、指揮通信、偵查破案、規范執法、社會服務等，視頻接入規模從幾千到幾十萬，每天產生海量數據。

　　卡口

　　目前大數據在安防行業內應用較多的主要還是針對卡口方面的應用，如碰撞分析、隨車分析、假牌套**、初次入城分析等等，這些應用應該說是在實踐中有明確和迫切需要的，且應用起來還是很有效的。

　　公安執法

　　此外，大數據不但可為公安偵查提供人、車、物和時空的相關性，在這些信息的分析和比對中發現有價值的線索信息；同時還可利用數據分析進行事前預警防范，如人臉識別比對系統，通過搭建人臉識別比對，建立人臉捕捉數據庫，將人臉信息歸檔，并與個人身份建立關系，在實際運用過程中采用人臉搜索、黑名單布防、陌生人識別等多項智能分析技術，大大提高視頻監控的防范功效，可讓犯罪分子無可遁形。

　　2、大數據的組成及特征

　　在安防行業，涉及的數據信息類型很多，以數據的結構類型來看，包括各類非結構化、結構化及半結構化信息。其中，非結構化數據主要包括視頻錄像和圖片記錄，如監控視頻錄像，報警錄像，摘要錄像，車輛卡口圖片，人臉抓拍圖片，報警抓拍圖片等；結構化數據則包括報警記錄，系統日志記錄，運維數據記錄，摘要分析結構化描述記錄，以及各種相關的信息數據庫，如人口信息，地理數據信息，車駕管信息等；半結構化數據則如人臉建模數據，指紋記錄等。

　　對IT大數據來說，其特征通常用4V(Velocity、Variety、Volume、Veracity)來概括，但對于安防大數據來說，它有自己獨特的特點。首先，安防大數據以非結構化的視頻監控數據為主，因而它更側重于對非結構化數據的信息分析、提取挖掘以及處理能力；其次，就數據容量而言，以視頻錄像為主的安防大數據對傳輸、存儲和計算過程中需要的帶寬以及存儲空間要求都更高；再次，以數據量基礎做比較，安防大數據中的信息價值密度更低，從海量的圖像信息中快速和準確地檢測或者挖掘出有用信息的難度更大；最后，視頻監控數據7×24小時都在持續不斷地更新積累，其時效性更高。

　　3、應用/實施狀況

　　截至目前，許多智能化功能和大數據應用已在技術上得到實現，主要包括入侵檢測、徘徊檢測、遺棄物檢測、人流統計、車流統計、車牌識別、視頻診斷等；此外還有未遂檢測、停止檢測、方向檢測、顏色識別等高級智能分析功能，這些技術正在廣泛地運用于安防領域。而目前智能化的市場正在通過部分典型應用進行拓展，例如智能交通的車輛統計和車流分析、公共場所的人數統計和警戒設置、商鋪家居的常規防范等。隨著更多智能化功能的不斷完善，大數據的智能化處理正在從專業市場向民用及商業市場快速推進。