大数据(big data)，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
安防大数据的产生与应用
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。
近几年，伴随着大数据、物联网等新兴技术的快速发展，在国家、政府大力推行下，“智慧城市”、“平安城市”也逐渐演变成为具体项目，而安防大数据也给安防企业与集成商带来了新的挑战。
安防大数据的产生
大数据产生的*步就是大数据采集。
那么对于安防行业来说，大数据产生的一个zui重要的途径就是视频监控，监控摄像机也就成为zui重要的大数据采集工具。
其大数据主要来源于平安城市、智慧城市和智能交通等大型安防项目。
安防大数据的特点
IBM 提出了大数据的5V 特点：
Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)、Veracity(真实性)。
安防大数据的来源有几个渠道，一个是安防系统内部产生的信息，如各种视频录像、抓拍图片、系统运维数据、日志记录、摘要记录等;
另外一些则是通过外部系统采集或者集成，如人口信息、地理数据信息、人脸库数据、车驾管数据等。
这些数据作为一个整体，构成了安防系统或者说安防领域的大数据基础，并且具有以下特征：
体量巨大并不断快速膨胀
随着视频监控图像系统的不断联网和整合，高清化、超高清化的趋势加强，实时视频数据的存储已经从TB 级别开始跃升到PB 级别。
类型繁多
主要包含结构化、半结构化和非结构化的数据信息。
其中结构化数据主要包括报警记录、系统日志、运维数据、摘要分析结构化描述记录以及各种相关的信息数据库，如人口库、六合一系统信息等；
半结构化数据如人脸建模数据、指纹记录等；
而非结构化数据主要包括视频录像和图片记录，如监控、报警、视频摘要等录像信息和卡口、人脸等图片信息。
而且随着各类安防系统以及相关的信息系统的不断整合，数据类型也会越来越多.
非结构化为主
与通常讲的结构化数据不同，视频监控业务产生的数据绝大多数以非结构化的数据为主。
安防大数据的主要应用
安防视频监控行业是伴随着平安城市、智能交通而发展起来了，新一轮的智慧城市建设也为安防行业的再次发展注入了动力。
随着各地安防系统建设规模不断增大以及智能家居系统的发展，安防数据迅速膨胀，基于安防大数据的应用也逐步趋于成熟。
*执法
在*行业，安防大数据应用无处不在。
*系统中的图侦技术，应用模式多样，思维活跃，围绕着“发现线索”的目的可衍生出多种的技战法，只有从这些具体的技战法中才能提炼出需求，真正告诉系统的设计者“我们要什么”。
图侦目前zui实在的就是从海量视频数据里把有相同线索特征的图像给找出来，让干警发现出新的案件线索。如稽查布控、车辆落脚点分析等，都是通过系统比对卡口车辆信息、人脸信息进行识别，结合GIS技术，在GIS 系统中绘制嫌疑车辆逃跑路线和防控识别圈，可大大提高拦截效率和办案效率。
智能交通
不可否认的是，交通是安防领域中人工智能发展zui为成熟的科目，可识别的内容页包括拍摄方向、是否机动车、车牌号、车牌色、车标、车色、车身重要特征以及压黄线、闯红灯等违规检测，还可通过地感线圈或视频、微波感知车速。
仅车标一种，目前已知可识别的种类就超过了3600 种。
大数据的应用类型绝非车辆识别一种。
如旅行时间计算，利用区间测速快速检测违章行为，这样可减少区域卡口数量，节省建设成本。
如交通流量分析，利用卡口系统记录的车辆号码、车身颜色、车型等更多详细信息，不仅可分析计算出城市各小区机动车数量分布，指导出行目的地分析、出行路线分析等应用，而且能够根据车辆流量信息找出城市热点区域，为交管部门提供参考，更好地优化路网机制，规划更为合理的路网参数。
此外，还可通过智能分析系统，对卡口数据进行深层次分析与挖掘，不仅识别车辆车牌号，而且实现对车辆品牌、车辆型号、是否粘贴年检标识、驾驶员是否系安全带、是否驾驶时等一些行为状态识别，从而进一步规范车辆达标和安全驾驶行为。
智能家居
随着安防企业对民用安防产品的关注，家庭网络摄像机、家用红外报警器、门磁探测器、烟雾报警器、漏水检测器也成为智能家居产品的发展方向。智能家居未来发展的核心在智能安防领域。智能安防将成为智能生活系统中*的一部分，其数据也是安防大数据*的部分。
通过大数据与云计算技术的结合，智能家居系统能够*时间对用户家庭中智能设备的数据、信息进行有效分析、记忆，并将得到的相应规律反过来应用于智能设备，提升智能家居的智能效果。
文/张军 作者单位： 海南科澜科技有限公司
