安防坐拥“富矿” 多维度数据价值有“融”乃大

　　近几年，安防相关设备的大量应用积累了海量、多维度的数据，数据量达到PB级，在数字成为新时代经济发展的重要资源的背景下，安防行业如何利用起这些丰富的“资产”?多维数据融合或许是一个不错的答案。

　　融合多维数据成为安防技术发展的有益尝试

　　多维数据融合，顾名思义，就是对多维度、多场景数据的交叉融合分析，不仅包括不同设备对同一物体的识别，也包括不同场景下的数据融合。

　　以人脸识别为例，目前人脸识别技术拥有很高的精确度，但在庞大的应用基数下，也会出现很高的误报数，对实际应用产生阻碍。这时就需要将视频数据、车辆数据、定位数据等不同维度的数据融合起来，进一步提升识别效果、降低误报率。这是单纯改进算法、提升芯片技术等方法所无法做到的。

　　多维数据融合不仅是提升安防行业核心竞争力的“武器”，也是行业发展的有益探索。

　　多维数据融合技术是怎样应用的?

　　在安防行业的许多细分应用场景中，业务模式都将会随着多维数据融合的应用而发生变革，产生很大飞跃。

　　以交通领域为例， ETC用户数超过1900万的广东与阿里云合作建立了多维数据融合的车辆追踪平台，该平台整合了ETC门架路测设备单元信息、高速公路出入口数据、车牌识别信息以及 摄像头抓拍等数据，与交管部门的车辆信息、车辆通行数据等相融合，能够让管理部门对进入路网的车辆建立档案，进行身份推断和轨迹还原，有效追踪车辆。

　　在 智慧城市应用中，也可以监测城市交通、电力、运输等实时状态，构建城市数字画像，为城市运行管理提供精细管理、科学决策支持。

　　而在新零售领域，借助多维度数据融合，安防设备不仅能够起到安全防范、刷脸支付等作用，还可以结合消费者决策路径中每一个环节所产生的数据，对目标消费者进行内容投放。

　　信息流通和共享是关键

　　多维大数据时代，关键在于信息流通和共享。目前安防行业中拥有海量非结构化数据和多种物联感知数据，只有建立能够快速数据存取系统和拥有开放的结构化处理的系统，才能支持后续多维数据碰撞，保证充分挖掘其价值。

　　目前来看，安防企业已经不断发力多维数据融合应用，其中，交通及公安领域已成为激烈的角逐地，安防企业正不遗余力地“清洗”数据，以获得更加“干净”的多维数据信息，从而加快多维数据的融合和碰撞，更好地满足公安及交通业务的要求。

　　结语：“数化万物，智在融合”。原本互不相关的不同维度的数据，在多维数据融合技术的催化下提升了整个行业的管理水平和服务能力，同时也能充分挖掘安防大数据的应用特点，为企业扩张新的行业应用创造机会。相信在不久的将来，智慧安防行业会产生更大的经济价值。