文/本刊記者 何遙
視頻監控產生了海量的信息數據,特別是近幾年隨著平安城市、智能交通、智能建筑等行業的崛起,大集成、大聯網推動安防行業進入大數據時代。大數據不僅正在成為企業、社會和國家層面重要的戰略資源,而且成為加速安防領域發展的巨大力量。大數據技術的核心在于對數據進行存儲和分析。隨著算法的突破,可視化的興起,加上物聯網的發展,2016年,安防大數據將趨于更加成熟、更加準確。
大數據的關鍵應用是為了智能分析。結合智能計算的大數據分析成為熱點,包括大數據與神經計算、深度學習、語義計算以及人工智能其他相關技術結合,成為大數據分析領域的熱點。大數據分析的核心是從數據中獲取價值,價值體現在從大數據中獲取更準確、更深層次的知識,而非對數據的簡單統計分析。要達到這一目標,需要提升對數據的認知計算能力,讓計算系統具備對數據的理解、推理、發現和決策能力,其背后的核心技術就是人工智能。
近年來,得益于計算機硬件性能的突破,加上依靠以云計算、大數據為代表的計算技術的快速發展,人工智能的研究和應用掀起新高潮,信息處理速度和質量大為提高,能夠快速、并行處理海量數據。安防行業對深度學習的研究應用,近兩年來已在一些特定的領域取得了成效,比如在人臉識別、車牌識別等領域都有較好的應用。

數據科學正在帶動多學科融合,不過數據科學作為新興的學科,其學科基礎問題體系尚不明朗,數據科學自身的發展尚未成體系。在大數據時代,許多學科表面上看來研究的方向大不相同,但是從數據的視角來看,其實是相通的。隨著社會的數字化程度逐步加深,越來越來多的學科在數據層面趨于一致,可以采用相似的思想來進行統一的研究。數據科學作為一個與大數據相關的新興學科出現,真正支撐大數據發展的學科跨越還沒有出現。針對大數據處理的理論研究上,新型的概率和統計模型將是主要的研究工具,學科基礎理論的突破有望在未來兩年出現。
大數據將與物聯網、移動互聯、云計算、社會計算、等熱點技術領域相互交叉融合,產生很多綜合性應用。近年來計算機和信息技術發展的趨勢是,前端更向前延伸,后端更強大。物聯網與移動計算加強了與物理世界和人的融合,大數據和云計算加強了后端的數據存儲管理和計算能力。今后,這幾個熱點技術領域將相互交叉融合,產生很多綜合性應用。
大數據多樣化處理模式與軟硬件基礎設施逐步夯實。內存計算將繼續成為提高大數據處理性能的主要手段。以Spark為代表的內存計算逐步走向商用,并與Hadoop融合共存,專為大數據處理優化的系統和硬件出現,大數據處理多樣化模式并存融合,一體化融合的大數據處理平臺逐漸成為趨勢。其中有一個觀點這種多元化一定程度上成為一體化,未來大數據多樣化處理模式并存并且有可能成為一體化的平臺。
跨學科領域交叉的數據融合分析與應用,將成為今后大數據分析應用發展的重大趨勢。大數據技術發展的目標是應用落地,因此大數據研究不能僅僅局限于計算技術本身。由于現有的大數據平臺易用性差,而垂直應用行業的數據分析又涉及到相關領域專業知識和領域建模,目前在大數據行業分析應用與通用的大數據技術之間存在很大的鴻溝,缺少相互的交叉融合。因此,迫切需要進行跨學科和跨領域的大數據技術和應用研究,促進和推動大數據在典型和重大行業中的應用和落地。
數據可視化涉及到數據的視覺表現形式。這種數據的視覺表現形式一般是以某種概要形式抽提出來的信息,包括相應信息單位的各種屬性和變量。
各種可視化技術和工具提升大數據分析。進行分析之前,需要對數據進行探索式地考察。在此過程中,可視化將發揮很大的作用。對大數據進行分析以后,為了方便用戶理解結果,也需要把結果展示出來。與立體建模之類的特殊技術方法相比,數據可視化所涵蓋的技術方法要廣泛得多。
目前安防大數據的可視化處于起步階段,應用案例還比較少。隨著智慧城市建設的加速,市場需求不斷擴展,用圖形、圖像處理、計算機視覺以及用戶界面,通過表達、建模以及對立體、表面、屬性以及動畫的顯示,對數據加以可視化解釋將獲得更大的關注與發展。
安防大數據的發展令人振奮,與此同時,不可避免地要面對安全和隱私問題。智慧城市要求視頻存儲數據相互之間進行聯動、共享;而視頻監控數據具有私密性高、保密性強的特點,不僅是事后追查的依據,而且是后續數據分析挖掘的基礎。面對需要挖掘、存儲、共享的海量數據,硬件和軟件設備承載了極大的風險,因此,如何構建大型、海量視頻監控存儲系統、數據分析系統以及容錯冗余機制,將是未來兩年需要面臨的重大挑戰之一。