2017安防圈新一轮技术热潮即将来临

　　在行业技术的不断革新下，安防视频监控不再局限于对画面的记录，而是走向更加智能、转化率更高的阶段。众所周知，现在监控摄像头遍布家庭、超市、道路等场所，由于24小时不间断工作，产生了海量的视频图像。但是这些具有高价值的视频数据，却一直得不到重视。

　　如何将这些非结构化的数据进行数据化，获取有用的价值呢?在某次峰会上，英飞拓市场经理杨玥给出了自己的见解。

　　视频结构化，对数据提纯

　　作为安防大数据最为重要的数据来源，视频图像实际上是一种非结构化的数据。相对于结构化数据(即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据)而言，图片、声音、视频等非结构化数据造成储存(storage)、探勘(mining)、分析(analyzing)上的困难，只能将它保存在一个BLOB字段中，对以后检索非常麻烦。

　　而“视频结构化”即是从视频中结构化提取车辆、人等关键目标。以广东省平安城市的视频采集来说，每天产生的数据量高达253000TB(1TB=1024GB)。如果对这些数据单位还没有直观印象的话，不妨看一下这个例子：Facebook一分钟内就能产出350GB的数据量，用户累计点击180万次“赞”按钮，甚至每一秒就有41000个帖子发布。从视频存储的角度看来，结构化引领存储模式全新变革，提炼视频中有价值的图片和文本信息。从原本需要一直存储变成关键信息的存储，使存储更持久。

　　在峰会现场，杨总介绍了英飞拓的智能视频结构化检索解决方案，她表示英飞拓采用以“深度学习”为核心的图像识别技术，能够对摄像机的视频流和图片进行特征判断，并能对系统中的图片、录像文件进行提取(人、车、非机动车等)，快捷查询图片和录像。

　　视频经过结构化可以盘活视频数据，对各类数据仓库可以进行深度的数据挖掘，充分提升视频数据的应用价值，提高分析和预测功能。举例来说，从百万级的目标库中(对应数百到一千小时的高清视频)查找某张截图上的行人嫌疑目标，数秒即可完成。另外，经过结构化后的视频，存储人的结构化检索信息和目标数据不到视频数据量的2%，存储容量极大地降低。

　　人脸识别打造立体安防

　　人脸识别技术近年来不断获得突破，算法准确率不断提升，其在智能安防领域的应用也得到大范围普及。

　　云从科技创始人周曦曾经在接受媒体采访时表示，“从信息分析来看，语音是一维信号，图像是二维信号，视频是三维信号。”而人脸识别主要指通过摄像机采集含有人脸的图片或视频流，然后在图片或视频流中进行人脸检测并抓拍，进行面部特征提取，以实现抓拍的人脸与数据库中的人脸进行比对的技术。

　　在峰会广州场中，杨总向现场观众详细介绍了基于人脸识别的人脸布控系统。她表示，英飞拓依托业界领先的人脸识别技术，采用基于神经网络深度学习的模型选择算法，开发了人脸布控系统，提供了人脸注册、人脸库管理、人脸布控、以图搜图、用户管理等核心业务功能，解决传统技术的缺点，可应用于重点监控区域的人脸布控，提供快速、高效、准确的实时告警。人脸布控系统，适用于各种交通要道、住宿场所、智能楼宇、大型连锁商场，平安城市等场合。

　　除此之外，它还是一套基于深度学习，会成长的系统，能对动、静态数据库进行高效管理，同时能进行多角度人脸精准识别：对正脸、侧脸、脸部部分遮挡等均能准确获取;支持性别、年龄、眼镜、帽子、胡子等属性识别，可基于属性语义进行抓拍库检索。

　　结语：在大数据渐成趋势的当前，学习、思考、利用数据显得尤为关键。可以说视频结构化、人脸识别、智能分析等技术的发展，给安防监控挖掘价值带来了全新的方式。对于安防企业来说，如何以技术为导向，设计出更加实用、智能的产品，也许是企业立足智能时代的捷径之一。