智慧城市的管理中，視頻監(jiān)控發(fā)揮著越來(lái)越重要的作用。隨著視頻監(jiān)控?cái)?shù)據(jù)量的飛速增長(zhǎng)，工作人員在用傳統(tǒng)方式對(duì)視頻進(jìn)行分析和檢索的時(shí)候遇到了很大的挑戰(zhàn)。而大數(shù)據(jù)技術(shù)可以重構(gòu)傳統(tǒng)視頻數(shù)據(jù)處理的架構(gòu)，讓人們可以更快速、更智能地分析和應(yīng)用視頻監(jiān)控的大數(shù)據(jù)。

　　我國(guó)智慧城市戰(zhàn)略已經(jīng)實(shí)施了多年，全面提升了城市的管理和服務(wù)能力。而從數(shù)據(jù)上來(lái)看，市民感受城市最直接的變化就是攝像頭密集度越來(lái)越高。而且，很多城市都已經(jīng)開(kāi)始實(shí)施“天眼工程”，為的就是實(shí)現(xiàn)對(duì)城市全方位無(wú)死角的監(jiān)控。密集分布的攝像頭網(wǎng)絡(luò)組成了城市的公共安全視頻監(jiān)控系統(tǒng)，也提升了一個(gè)城市治安、交通、消防、市政、城管等各部門的整體管理和服務(wù)水平。

　　海量視頻數(shù)據(jù)帶來(lái)的挑戰(zhàn)

　　隨著視頻監(jiān)控?cái)?shù)據(jù)量的快速增長(zhǎng)，以及攝像頭高清化、超高清化的趨勢(shì)加強(qiáng)，視頻監(jiān)控?cái)?shù)據(jù)規(guī)模將以更快的指數(shù)級(jí)別增長(zhǎng)。以一個(gè)部署了1萬(wàn)個(gè)攝像頭的中等城市為例，假定每個(gè)攝像頭每秒壓縮視頻數(shù)據(jù)量為1Mb(比特)，則一天共產(chǎn)生108TB的視頻錄像，一個(gè)月共產(chǎn)生約3PB的視頻錄像。

　　現(xiàn)在，新的問(wèn)題出來(lái)了，攝像頭7×24小時(shí)地錄制視頻，讓每個(gè)城市都產(chǎn)生了大量的視頻監(jiān)控文件。但是，當(dāng)公安部門或交通部門希望快速搜索某時(shí)間或某些特征的視頻段時(shí)，這個(gè)看似簡(jiǎn)單的想法，操作起來(lái)卻猶如大海撈針。

　　與通常的結(jié)構(gòu)化數(shù)據(jù)不同，視頻監(jiān)控業(yè)務(wù)產(chǎn)生的數(shù)據(jù)絕大多數(shù)以非結(jié)構(gòu)化的數(shù)據(jù)為主，必須經(jīng)過(guò)復(fù)雜繁重的分析處理才能提取出文本結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行下一步處理。這些都給傳統(tǒng)視頻監(jiān)控體系架構(gòu)、數(shù)據(jù)的管理方式、數(shù)據(jù)分析，以及視頻監(jiān)控?cái)?shù)據(jù)的傳輸、存儲(chǔ)和計(jì)算帶寬等帶來(lái)了極大的挑戰(zhàn)。

　　挑戰(zhàn)一 ：數(shù)據(jù)量的急劇擴(kuò)大和IT投資之間的矛盾。按照IT產(chǎn)業(yè)的法則：在滿足客戶需求的前提之下，往往技術(shù)成本越低，其生命力越強(qiáng)。由于數(shù)據(jù)量的急速擴(kuò)大，以及隨之而來(lái)的大規(guī)模計(jì)算的需求越來(lái)越多，一味采用高配硬件，使得硬件投資成為客戶不可承受之重，客戶越來(lái)越希望在滿足需求的前提下，用中低端的 硬件來(lái)替換高配硬件。

　　挑戰(zhàn)二 ：海量數(shù)據(jù)和有效數(shù)據(jù)之間的矛盾。攝像頭7×24小時(shí)地工作如實(shí)記錄鏡頭覆蓋范圍內(nèi)所發(fā)生的一切。但是，大部分視頻監(jiān)控信息是無(wú)效的，有效信息可能只分布在一個(gè)較短的時(shí)間段內(nèi)，按照數(shù)學(xué)統(tǒng)計(jì)的說(shuō)法，信息是呈現(xiàn)冪律分布的，也稱之為信息的密度，往往越高密度的信息對(duì)客戶價(jià)值越大。

　　挑戰(zhàn)三 ：資源利用和效率之間的矛盾。隨著視頻監(jiān)控?cái)?shù)據(jù)量的增加，哪怕對(duì)TB級(jí)別的數(shù)據(jù)進(jìn)行視頻內(nèi)容的數(shù)據(jù)分析和檢索，采用傳統(tǒng)方式都可能需要花費(fèi)數(shù)小時(shí)的計(jì)算，這遠(yuǎn)遠(yuǎn)不能勝任時(shí)效性的需求。視頻的分析和檢索，不能依賴于傳統(tǒng)的手段，視頻智能分析必須尋找新的突破。

　　因此，想要從如此海量的視頻監(jiān)控文件檢索到所需的視頻信息，必須借助特殊的技術(shù)幫忙。

　　改造傳統(tǒng)數(shù)據(jù)處理架構(gòu)

　　大數(shù)據(jù)理念和開(kāi)源生態(tài)系統(tǒng)Hadoop的誕生，激活了各行業(yè)的思路。IT領(lǐng)域開(kāi)始采用基于Hadoop的大數(shù)據(jù)技術(shù)框架對(duì)視頻文件進(jìn)行存儲(chǔ)和計(jì)算，使得城市各部門的工作人員可以實(shí)現(xiàn)對(duì)視頻的快速檢索和智能分析。

　　視頻監(jiān)控的大數(shù)據(jù)平臺(tái)一般以分布式集群的方式進(jìn)行建設(shè)。分布式集群能夠?qū)?shù)據(jù)處理進(jìn)行負(fù)載均衡，同時(shí)，也便于未來(lái)一段時(shí)間進(jìn)行擴(kuò)展。而擴(kuò)展的過(guò)程也無(wú)需重新部署系統(tǒng)，只需增加集群節(jié)點(diǎn)即可提升大數(shù)據(jù)平臺(tái)的整體性能。

　　視頻監(jiān)控的大數(shù)據(jù)平臺(tái)采用分布式計(jì)算，同時(shí)結(jié)合內(nèi)存加速、負(fù)載均衡、本地處理，以提供高效的數(shù)據(jù)分析和挖掘能力。視頻監(jiān)控大數(shù)據(jù)處理過(guò)程中的存儲(chǔ)則采用了分布式存儲(chǔ)方式，以提高讀寫速度和擴(kuò)大存儲(chǔ)容量。在數(shù)據(jù)存儲(chǔ)方面，大數(shù)據(jù)平臺(tái)需要考慮以下3個(gè)方面：一是哪些數(shù)據(jù)需要保存到大數(shù)據(jù)平臺(tái)上;二是如何對(duì)原有系統(tǒng)進(jìn)行改造，原有系統(tǒng)中已存在的數(shù)據(jù)該如何處理;三是如何保證數(shù)據(jù)的可靠性。

　　實(shí)踐證明，基于大數(shù)據(jù)框架改造的傳統(tǒng)視頻處理系統(tǒng)架構(gòu)能煥發(fā)出新的活力。首先，架構(gòu)更加靈活，伸縮彈性更大。一些城市的中大型項(xiàng)目，由于起點(diǎn)的差異，缺乏視頻監(jiān)控架構(gòu)的頂層設(shè)計(jì)，為后期的擴(kuò)容升級(jí)增大了難度。在建設(shè)初期，IT規(guī)劃者如果能引入基于大數(shù)據(jù)的架構(gòu)，就會(huì)為未來(lái)的擴(kuò)張打開(kāi)通路。

　　其次，可以以廉價(jià)通用的硬件產(chǎn)品應(yīng)對(duì)視頻監(jiān)控?cái)?shù)據(jù)的爆發(fā)性增長(zhǎng)。在面向大數(shù)據(jù)的架構(gòu)中，IT規(guī)劃者后期可以根據(jù)視頻監(jiān)控業(yè)務(wù)的部署需要，設(shè)立多個(gè)HDFS(Hadoop分布式文件系統(tǒng))集群，采集的流數(shù)據(jù)會(huì)被劃分成段，并分布于各個(gè)數(shù)據(jù)節(jié)點(diǎn)上。更為重要的是，這些數(shù)據(jù)節(jié)點(diǎn)可以采用廉價(jià)通用型的硬件，由軟件技術(shù)保證其高可靠性。這種方式避免采用傳統(tǒng)高端硬件模式，大大降低了大數(shù)據(jù)平臺(tái)的后續(xù)運(yùn)維成本。

　　最后，可以通過(guò)高速并行計(jì)算實(shí)現(xiàn)智能分析和數(shù)據(jù)挖掘。對(duì)于城市管理者來(lái)說(shuō)，面對(duì)海量的視頻監(jiān)控?cái)?shù)據(jù)，傳統(tǒng)人工和串行的數(shù)據(jù)篩選方式已不能滿足搜索和分析要求。基于大數(shù)據(jù)的架構(gòu)就是將海量數(shù)據(jù)分解為較小的更易訪問(wèn)的批量數(shù)據(jù)，在多臺(tái)服務(wù)器上并行分析處理，從而大大加快視頻數(shù)據(jù)的處理進(jìn)程。

　　視頻大數(shù)據(jù)的智能應(yīng)用

　　以2012年在南京發(fā)生的“1•6”搶劫案為例，在案件偵破過(guò)程中，南京警方從全市1萬(wàn)多個(gè)攝像頭共提取了近2000TB的視頻數(shù)據(jù)，為了處理這些視頻，調(diào)動(dòng) 1500多名公安干警查閱搜索視頻線索，共耗時(shí)一個(gè)多月的時(shí)間。很顯然，通過(guò)人工查看模式，一段視頻往往需要數(shù)倍于視頻時(shí)間才能審看完，因此需要大量工作人員連續(xù)加班進(jìn)行視頻的審查，就不足為奇。

　　即便如此，人海戰(zhàn)術(shù)仍然會(huì)影響公安部門破案的進(jìn)度和效率，而且也使得工作人員把過(guò)多的精力耗費(fèi)在查找視頻線索上來(lái)。如果這時(shí)候，有一個(gè)視頻監(jiān)控的大數(shù)據(jù)平臺(tái)就可以在短時(shí)間內(nèi)對(duì)視頻中運(yùn)動(dòng)的物體進(jìn)行檢索和排除，從而大大提高公安部門的辦案效率。

　　時(shí)至今日，視頻監(jiān)控的大數(shù)據(jù)平臺(tái)已經(jīng)被成熟地應(yīng)用于智能交通，可以輕松監(jiān)控?cái)z像覆蓋范圍內(nèi)的所有車輛的行駛狀態(tài)、運(yùn)行軌跡，快速分析出其是否違章。2015年1月8日上午，在寧連高速上，一輛白色轎車飛速行駛，車內(nèi)儀表盤上的時(shí)速指針已接近200公里/小時(shí)。

　　與此同時(shí)，南京市高速七大隊(duì)指揮室內(nèi)，執(zhí)勤的交警正在通過(guò)大屏幕監(jiān)控著過(guò)往的車輛。當(dāng)這輛白色轎車飛馳而過(guò)時(shí)，路邊的測(cè)速設(shè)備捕捉到這輛車的時(shí)速已達(dá)到180公里/小時(shí)。交警利用監(jiān)控探頭鎖定了這輛車，當(dāng)車接近收費(fèi)站時(shí)，司機(jī)將車停了下來(lái)，繞到車尾將號(hào)牌上一個(gè)藍(lán)色東西撕下，隨后繼續(xù)往收費(fèi)站駛?cè)ァ?/p>

　　幾分鐘后，當(dāng)這輛白車進(jìn)入了收費(fèi)站時(shí)，早已在此等候的交警立即上前將車攔截。當(dāng)交警遞上了車輛超速照片，司機(jī)指著車牌剛想狡辯，交警又遞上另一張這位司機(jī)正在撕號(hào)牌貼的照片。頓時(shí)，這位司機(jī)啞口無(wú)言，乖乖認(rèn)罰。

　　據(jù)了解，南京市交管部門全面升級(jí)警務(wù)系統(tǒng)，啟用視頻巡查機(jī)制，利用現(xiàn)代化的高科技手段，將交通管理搬上網(wǎng)絡(luò)視頻大數(shù)據(jù)平臺(tái)，利用布控在全城的道路監(jiān)控系統(tǒng)，實(shí)現(xiàn)日常事務(wù)的智慧化管理。

　　同時(shí)，在智能交通領(lǐng)域，視頻監(jiān)控的大數(shù)據(jù)平臺(tái)還可以落地很多以前無(wú)法實(shí)現(xiàn)的操作。例如，實(shí)時(shí)交通狀況分析，通過(guò)視頻實(shí)時(shí)分析道路交通流量，然后綜合分析統(tǒng)計(jì)出全城市的交通狀況;汽車套牌的行為，通過(guò)視頻進(jìn)行車牌識(shí)別，按照一定的規(guī)則在全城檢索相同車牌的汽車;犯罪嫌疑車輛追查，輸入嫌疑車的照片或顏色車型等相關(guān)特征在所有視頻中尋找;犯罪嫌疑人追查，通過(guò)輸入嫌疑人照片進(jìn)行人臉特征識(shí)別并在所有視頻中尋找該人臉;人車物的軌跡分析，在所有視頻中按照特征查找指定的人車物并繪制其時(shí)空軌跡等。

　　顯然，視頻監(jiān)控的大數(shù)據(jù)框架是一種革命性的技術(shù)，特別在實(shí)時(shí)智能分析和數(shù)據(jù)挖掘方面，讓視頻監(jiān)控從人工抽檢進(jìn)步到高效事前預(yù)警和事后分析，實(shí)現(xiàn)智能化的信息分析和預(yù)測(cè)，為視頻監(jiān)控領(lǐng)域業(yè)務(wù)帶來(lái)深刻的變革。