当前，我们正处在一个数据爆炸性增长的“大数据”时代，维基百科对大数据的定义将大数据的特点阐释得非常清晰：“海量”和“非结构化”。这两个特点在视频监控行业尤为突出，如何在“海量”和“非结构化”的监控视频数据中快速找到对人们有用的信息变的尤为重要。大数据时代的意义不在于掌握庞大的数据信息，而在于对这些含有丰富内容和意义的数据进行专业化处理。

　　于是，我们需要在视频监控解决方案中引入大数据技术。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于如何让数据会“说话”。基于视频监控的业务特点，如下的大数据技术将发挥至关重要的作用：

　　智能分析能力

　　基于图像识别算法，对视频图像内容进行理解和分析，生成图像内容和行为的描述信息，并以结构化或半结构化语言描述，为视频大数据分析与应用提供基础;此技术可通过前端或者后端来完成，前端实现智能分析，可有效降低后端的压力，节省资源。而后端分析在处理性能、速度、处理容量上有着很大的优势。

　　大数据处理能力

　　基于大数据并行或分布式处理技术，如Hadoop、Hbase等，形成面向大数据的分布式存储与数据管理框架;实现数据清洗/转换/装载，以形成价值信息汇聚。

　　数据挖掘与分析能力

　　对智能分析元数据的检索、数据挖掘与分析能力，即对视频数据的高效利用能力;与非视频数据整合分析，挖掘事件关联及产生模式，提升视频数据价值的能力。

　　可视化展现能力

　　对视频内容的高效检索、比对和呈现能力;与地方展现平台整合，提升视频数据实用性的能力。通过大数据技术，进行实时智能分析和数据挖掘，让视频监控从基本的存储、人工抽检，进步到高效事前预警、事后分析，实现智能化的信息分析、预测，进一步挖掘海量视频监控数据背后的价值信息，为视频监控领域业务带来深刻的变革。

　　大数据智能分析技术发展趋势

　　近几年，随着政府部门大力推动“平安城市”、“和谐社会”建设，各行各业对安防产品的需求全面爆发。金融、交通、政府等传统领域的安防应用更加深入，教育、卫生、体育、能源行业也飞速发展，社区、居民相关应用也在不断升温。从高端市场如军队、政府、司法、金融、交通、核电站、机场与港口，到中端市场如工业设施、教育、医疗，再到居民小区、零售店铺、仓库管理、物流等民用市场，安防需求将全面爆发，同时带来的是安防大数据的不断升温，大数据、云、物联网等技术被人们越炒越热。

　　然而我们在越来越频繁地听到这些字眼的同时，却总是因未能看到直观的应用而感觉这些技术总是有些虚无缥缈。如何更好的将大数据应用于大众、更接地气，是安防企业值得思考的，也是安防企业发展的重点方向。目前来说在安防市场，大数据已经有一些相对成熟应用技术支持，大数据的智能分析已有雏形。譬如，以交通行业为例，实现了车流量统计之外，车辆的特征如车型、车辆颜色、车辆行驶方向、车流分散和集合、驾驶员特征等这些大数据分析也已得到实现。

　　无论是在专业安防市场还是商用领域，目前以车牌识别、行为轨迹分析识别、人物特征分析应用等需求最大。在这些应用中，最难突破的人脸识别分析、衣服颜色、车辆颜色识别，这些对深层的业务应用非常具有价值。政府和安防企业在智能分析算法上已经投入了巨大的资金和人力，这对于大数据在安防市场的应用无疑是一个利好的消息。

　　不过，大数据智能分析技术是否真的能够达到梦想的高度，还存在很大的不确定性，而且全数字化社会的形成也还需要时间，由于和智能视频分析相关的高清产品并未得到真正的普及，社会上的高清监控布局点也并不完善，目前还只是针对某些行业进行使用，还远远未达到全面普及。

　　但是其中智能视频分析技术已经逐渐成为安防行业发展的大方向，众人拾柴火焰高，随着众多科研院校、大型安防企业对智能视频分析技术不断的研究和创新，智能视频分析的运用会逐渐大众化，那时，再也不会出现花费2天时间去海量搜寻一辆的士信息的情况了。将来智能视频分析技术能更快更广泛的应用于金融、交通等各个领域中，普及到人们的日常生活当中，真正发挥安全防范的预见作用，将危险因素扼杀在摇篮里，给人们的工作和生活带来安全保障。

　　D1Net评论：

　　目前以视频监控为主要特征的数字安全监控扮演着无可替代的重要角色，在城市中的各类设施及行业中不断部署、渗透。随着视频监控与IT、电信行业的联系日益紧密，数字化、高清化、网络化和智能化成为其发展方向。