視頻監(jiān)控已經(jīng)不再是以前那樣，幾個攝像頭連到大樓保安室，只有進入這個神秘的房間才能一窺究竟。實際上，監(jiān)控攝像頭已經(jīng)成為了智能終端，有網(wǎng)口、能控制甚至可接雙向音頻，攝像頭的互聯(lián)已經(jīng)成為趨勢。
例如公共視頻，已經(jīng)從一個城市內(nèi)的互聯(lián)，發(fā)展到一個省的互聯(lián)，逐步到一個國家的互聯(lián)，無論是新的網(wǎng)絡攝像頭，還是舊模擬攝像頭+DVS/DVR，都開始加速接入一個龐大的云平臺，從單純的視頻流媒體數(shù)據(jù)到云臺操作，每一個終端都成為了一個可被遠程控制的智能化終端。而另一端，這些數(shù)據(jù)又被包裝成各種公共應用向公眾開放，看看媒體里充斥著多少手機可實時查看城市道路交通視頻的新聞。
除了公共視頻，無數(shù)私有視頻也在形成私有云，分支龐大的連鎖超市、連鎖酒店、物流公司、金融機構(gòu)甚至工業(yè)生產(chǎn)線，無數(shù)端點的數(shù)據(jù)正在向云匯集。而不少國家也要求私有視頻數(shù)據(jù)也要定向開放，可被調(diào)用和操作。
這正是與互聯(lián)網(wǎng)不同的物聯(lián)云網(wǎng)絡，從感知到互聯(lián)到應用，只不過這個感知是用無數(shù)的“眼睛”看世界。
視頻大數(shù)據(jù)的價值還未發(fā)掘
一般看來，視頻的冗余數(shù)據(jù)太多，只有發(fā)生了突發(fā)事件才會回看記錄，所以大部分視頻數(shù)據(jù)的存儲很短，超過一周的少之又少。而另一方面，由于數(shù)據(jù)讀寫要求高，云端存儲極為昂貴(幾千元1TB)，所以絕大部分數(shù)據(jù)都是存在前端。
視頻智能分析的初衷就是要解決冗余數(shù)據(jù)的問題，把人從枯燥的監(jiān)控中解放出來，幫助人更好的眼觀六路。所謂智能的核心就是目標識別和行為分析，按照應用的要求設定規(guī)則，當視頻中的信息符合規(guī)則時才進行告警和記錄，常見的應用包括入侵檢測、周界告警、車輛識別、交通違法監(jiān)控等。
不過視頻監(jiān)控數(shù)據(jù)必定能成為下一個大數(shù)據(jù)的寶庫。一方面，它具備了典型的大數(shù)據(jù)4V特征，數(shù)據(jù)量巨大、多樣化、表面上無序、但暗含著無數(shù)人和物的行為。另一方面，它是真實世界的寫照，這與互聯(lián)網(wǎng)獲得的大數(shù)據(jù)有很大不同，真實世界蘊含了無數(shù)難以用格式化文字表達的信息，比如人通過視覺可以快速形成判斷，一個地方是繁榮還是衰退，氣氛是緊張還是歡快。
當然，前提是，存儲成本能降下來，數(shù)據(jù)處理能力能升上去。
潛力巨大的應用
比如對于一個商場，除了對安防的需求之外，對視頻數(shù)據(jù)的二次挖掘，可以搜集顧客的性別、年齡、穿著信息，可以統(tǒng)計顧客的購物路徑、停留模式、聚集熱點，甚至可以二次或者多次回頭率、到店周期等。這類似于網(wǎng)站訪問分析，能為商場的優(yōu)化提供基礎(chǔ)數(shù)據(jù)。如果是連鎖型企業(yè)，還能結(jié)合多店的數(shù)據(jù)，獲得區(qū)域性甚至全國性的數(shù)據(jù)。
同樣放大到一個城市，每個街道的人流數(shù)據(jù)、車流數(shù)據(jù)都在其中，這些數(shù)據(jù)整體匯集起來，就是一個城市的人車分布圖，靜態(tài)的如不同區(qū)域人的特征、車的特征，動態(tài)的如人車的路徑、停留模式，這對城市的規(guī)劃和管理都極有價值。
如果再結(jié)合到時間線，從無數(shù)攝像頭收集到的信息，還可以看出一個國家、一個區(qū)域、一個城市的變化，如同《大數(shù)據(jù)》里所言，甚至可以預測趨勢，比如是否更多的店鋪在新裝修開張還是更多的歇業(yè)，是更多的飯店還是更多的服裝店等，這些變化匯集起來我們可以看到人口的變化、經(jīng)濟的趨勢、潮流的趨勢、自然環(huán)境的變化甚至人的快樂和緊張程度。
這不是天方夜譚，現(xiàn)在的技術(shù)已經(jīng)完全做到。一方面高清攝像機的普及，視頻信息質(zhì)量更加優(yōu)良;另一方面，智能分析的水平已經(jīng)相當?shù)母?，對物品的識別和分離、對人臉的識別、對顏色文字數(shù)字的識別、對物體變化的分析甚至還有暴力行為的監(jiān)測。
但要實現(xiàn)這種意義上的數(shù)據(jù)挖掘，需要進行大量元數(shù)據(jù)的記錄，甚至是與監(jiān)控目的無關(guān)的元數(shù)據(jù)，要多維度的進行分析，需要海量的數(shù)據(jù)匯集存儲和超大規(guī)模的數(shù)據(jù)處理，最后還需要基于位置和時間的進行關(guān)聯(lián)性分析整合，這巨大的資源和成本耗費是打開大數(shù)據(jù)之門的障礙。
